“Mozgovi” robota veoma se razlikuju od mozgova ljudi, a učenje robota kako da obavlja određene zadatke postiže se pomoću pisanja odgovarajućih kodova.
Uprkos tome što se može steći utisak da ovako jednostavan pristup znači i lakše učenje, bez ljudskih osobina poput intuicije i fleksibilnosti, prilagođavanje robota izmijenjenim okolnostima postaje skoro nemoguće.
Međutim, tim istraživača sa Berkli univerziteta nedavno je pokazao da roboti mogu da uče i putem pokušaja i pogrešaka, što je označilo veliki proboj na polju vještačke inteligencije.
"Ključna stvar je to što sada robota ne moramo da reprogramiramo kada se susretne sa nečim novim”, navodi Piter Abil, profesor elektroinženjeringa i kompjuterskih nauka na univerzitetu.
Nova serija algoritama omogućava robotu Bretu (BRETT) da bez prethodno programiranog znanja o okruženju, a zahvaljujući metodu eliminacije putem pravljenja grešaka, nauči kako da obavi razne motoričke zadatke, poput zavrtanja čepa na plastičnoj flaši ili sastavljanja igračake aviona.
Ovom prilikom primijenjen je i sistem nagrađivanja – u zavisnosti od toga kako je obavio zadatak, robot je dodjeljivan određen broj bodova. Što bi bio bliži uspješnom obavljanju zadatka, to bi broj bodova bio veći.
"Iako smo i dalje daleko od dana kada će roboti prati naš veš i čistiti nam kuću, zahvaljujući novim algoritmima oni sada mogu da obavljaju znatno složenije zadatke. U narednih 5 do 10 godina mogli bismo zato da vidimo veoma značajan napredak na ovom polju”, zaključio je Abil.
