à¹à¸§à¸à¹à¸²à¸à¸±à¸ à¸à¸à¸±à¸à¸à¸´à¹à¸¨à¸©
การคลานเข้าไปในเสื้อทีอาจเป็นหนึ่งในภารกิจไม่กี่อย่างที่มนุษย์เราสามารถทำได้แม้เราจะตื่นขึ้นมาแทบไม่ทันและยังคงทำให้หลับไม่ออกจากสายตา แต่ความจริงที่ว่าเราเรียนรู้วิธีการแต่งตัวตัวเอง (มากหรือน้อย) เชื่อว่าชุดการเคลื่อนไหวที่ซับซ้อนนั้นจำเป็นต้องเปลี่ยนจากการอยู่ในหนังไปจนถึงการสวมเสื้อผ้ามากพอที่จะก้าวออกจากประตูจริงๆ
คนหนึ่งที่เข้าใจสิ่งนี้และทุกคนคือ Alex Clegg นักวิทยาศาสตร์คอมพิวเตอร์ นักศึกษาที่ Georgia Institute of Technology ซึ่งให้ความสำคัญกับการใช้เครื่องเรียนรู้เพื่อปัญญาประดิษฐ์เทคโนโลยีวิธีการแต่งตัวเอง อย่างที่เขาบอก ผกผัน ในขณะที่ A. ฉลาดพอที่จะคาดการณ์ได้ว่าผู้ป่วยรายใดจะติดเชื้อหรือวิธีท้าทายแชมเปี้ยนโลกในเกมวางกลยุทธ์ที่ซับซ้อนเครื่องสอนวิธีใส่เสื้อได้พิสูจน์แล้วว่าเป็นเป้าหมายที่เข้าใจยาก
“ ผ้าซับซ้อน” เขาอธิบายในอีเมล “ มันสามารถตอบสนองทันทีและรุนแรงกับการเปลี่ยนแปลงเล็กน้อยในตำแหน่งของร่างกายและมัก จำกัด การเคลื่อนไหว … เสื้อผ้าก็มีแนวโน้มที่จะพับติดและยึดกับร่างกายทำให้รู้สึกสัมผัสหรือสัมผัสที่จำเป็นต่องาน”
เหตุใดคอมพิวเตอร์จึงพยายามแยกแยะวิธีที่เราเหมาะสมในตอนเช้า Clegg อธิบายว่ามีแอปพลิเคชันที่เป็นไปได้สำหรับ A.I ที่เข้าใจศิลปะที่ดูเรียบง่ายของการแต่งตัว ในระยะสั้นการค้นพบของ Clegg สามารถใช้เพื่อเร่งกระบวนการสร้างภาพเคลื่อนไหว 3 มิติที่เหมือนจริงได้ในบางวัน แต่ที่สำคัญกว่านั้นข้อมูลเชิงลึกเหล่านี้สามารถนำไปสู่การออกแบบหุ่นยนต์ช่วยเหลือที่สามารถช่วยดูแลมนุษย์ทั้งเด็กและผู้ใหญ่
นักวิจัยเริ่มต้นด้วยการสอนคอมพิวเตอร์ถึงวิธีการทำให้แขนเสื้อเป็นแขน ในกระดาษที่จะนำเสนอในการประชุม SIGGRAPH Asia 2018 ที่จะเกิดขึ้นในคอมพิวเตอร์กราฟิกในเดือนธันวาคม Clegg และเพื่อนร่วมงานของเขาอธิบายเทคนิคที่แม่นยำที่พวกเขาใช้ซึ่งเป็นประเภทของการเรียนรู้ของเครื่องที่เรียกว่า
เป้าหมายของการเรียนรู้ที่ลึกซึ้งยิ่งขึ้นคือการพยายามและสอนหุ่นยนต์ถึงวิธีการเคลื่อนไหวและงานบางอย่างโดยให้พวกเขาทำมันซ้ำแล้วซ้ำอีก ในกรณีของการแต่งตัว A.I. ทีมของ Clegg มี A.I สังเกตสภาพแวดล้อมเสมือนของกระบวนการทำซ้ำจากนั้นให้รางวัลเมื่อดูเหมือนว่าอยู่ในเส้นทางที่ถูกต้อง
Clegg อธิบายว่าต้องลองหลายร้อยหลายพันครั้งเพื่อให้ตัวละครอนิเมชั่นรูปไส้กรอกที่พวกเขาพัฒนาขึ้นเพื่อเรียนรู้วิธีใส่แจ็คเก็ตหรือเสื้อยืด ท้ายที่สุด ธ ปท. ของพวกเขาต้องเรียนรู้วิธีการสัมผัสการรับรู้เพื่อที่จะสามารถดึงเสื้อเมื่อจำเป็น นอกจากนี้พวกเขายังต้องการรวมเครื่องมือทางฟิสิกส์เพื่อให้การจำลองมีความแม่นยำต่อชีวิตมากที่สุด
ในท้ายที่สุดลูกชายที่มีชีวิตชีวาและมีชีวิตชีวาของ Clegg ก็จัดการเรียนรู้วิธีการสวมเสื้อของมันแม้ว่าจะไม่ได้รับความสนใจก็ตาม อย่างไรก็ตามผลลัพธ์อาจมีประโยชน์มากที่สุดในฐานะหลักฐานพิสูจน์แนวคิดสำหรับวิธีการเรียนรู้อย่างลึกซึ้งที่สามารถใช้ในการแก้ปัญหาที่เหมาะสมยิ่ง
“ มันน่าตื่นเต้นที่จะจินตนาการถึงปัญหาที่เราสามารถแก้ไขได้ด้วยการเรียนรู้อย่างลึกซึ้ง” เขากล่าว “ เราตั้งตารอที่จะทำงานอย่างต่อเนื่องเพื่อเปิดใช้งานหุ่นยนต์และค้นหาวิธีการแก้ไขปัญหาใหญ่ที่ส่งผลกระทบต่อชีวิตประจำวันของผู้คนมากมาย
การแปลงการค้นพบของการศึกษานี้เพื่อทำงานกับหุ่นยนต์จะใช้เวลาเพิ่มอีกเล็กน้อยในการประสานทั้งด้านซอฟต์แวร์และฮาร์ดแวร์ แต่ข้อค้นพบของ Clegg ได้กำหนดแนวทางสำหรับนักวิจัยที่สนใจในการปลดปล่อยผู้ดูแลหุ่นยนต์แห่งอนาคตของเราจากข้อ จำกัด ในปัจจุบัน