വാഷിംഗ്ടൺ ഡിസി: എംഐടി സാങ്കേതികവിദ്യയിൽ അമേരിക്കയിൽ വികസിപ്പിച്ചെടുത്ത റോബോട്ടിക് കൈകൾ വ്യത്യസ്ത തരത്തിലുള്ള ഒട്ടേറെ സങ്കീര്‍ണമായ പസിലുകൾ പരിഹരിക്കുവാന്‍ സജ്ജമാണ്. ആലീസ്, ബോബ് എന്നീ പേരുകൾ നൽകിയിരിക്കുന്ന ഈ റോബോട്ടിക് കൈകൾ ചതുരകട്ടകള്‍ അടുക്കിവെക്കല്‍, മേശ ഒരുക്കല്‍, ചെസ് കളിയിലെ കരുക്കള്‍ ക്രമീകരിക്കല്‍ എന്നിങ്ങനെയൊക്കെയുള്ള മനുഷ്യൻ ശ്രദ്ധാ പൂർവം ചെയ്യുന്ന കാര്യങ്ങൾ ചെയ്യും. പ്രത്യേകം പരിശീലനം നല്‍കാതെയാണ് റോബോട്ടിക് കൈകള്‍ ഇതെല്ലാം ചെയ്യുന്നത്. പരിശീലനം നൽകുന്നതിന് പകരം രണ്ട് റോബോട്ടിക് കൈകളെയും ഇരു വശത്തു നിർത്തിക്കൊണ്ടാണ് ഇവ പരിശീലനം സ്വയം നേടിയെടുക്കുന്നത്.
സെൽഫ് പ്ലേ
ഓപ്പണ്‍എഐ എന്ന ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസിൽ പ്രവർത്തിക്കുന്ന റോബോട്ടിക് കൈകളാണ് പരസ്‌പരം ഏറ്റുമുട്ടിക്കൊണ്ട് പസിൽ സ്വഭാവമുള്ള കളിയിലും ജോളികളിലും അറിവ് സമ്പാദിക്കുന്നത്.
നിശ്ചിതമായ ലക്ഷ്യങ്ങള്‍ കൈവരിക്കുന്നതിനുവേണ്ടി വ്യത്യസ്ത സാഹചര്യങ്ങളില്‍ പരിശീലിച്ച് തെറ്റു തിരുത്തി പഠിക്കുകയാണ് രണ്ട് റൊബോട്ടുകളും ചെയ്യുന്നത്. ഒരു സാങ്കൽപ്പിക മേശപ്പുറത്ത് വസ്തുക്കളെ അങ്ങോട്ടും ഇങ്ങോട്ടും ചലിപ്പിച്ചുകൊണ്ടാണ് പ്രവർത്തനം നടക്കുന്നത്. നിശ്ചിതമായ ഒരു വഴിയിലൂടെ ഈ വസ്തുക്കളെ ക്രമീകരിച്ചു കൊണ്ട് ബോബ് എന്ന റൊബോട്ടിന് പരിഹരിക്കാന്‍ പറ്റാത്ത ഒരു പസില്‍ ആലീസ് എന്ന റൊബോട്ട് പരിഹരിക്കാൻ ശ്രമിക്കും. അതേസമയം തന്നെ ആലീസിനു നല്‍കിയിട്ടുള്ള പസിലുകള്‍ ബോബ് പരിഹരിക്കാനും ശ്രമിക്കും. ഈ രീതിയിലാണ് രണ്ട് റൊബോട്ടിക് കൈകളും അറിവ് സമ്പാദിക്കുന്നത്.
മള്‍ട്ടിടാസ്‌കിങ്ങ്
സാധാരണയായി ഒരുറോബോട്ടിന് ഓരോ അറിവുകൾ നൽകുമ്പോഴും അടുത്ത അറവിനായി വീണ്ടും പരിശീലനം നല്‍കും. ഉദാഹരണത്തിന് ആല്‍ഫസീറോ എന്ന ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് പ്രോഗ്രാം ചെസ്സ്, ഷോഗി, ഗോ എന്നിങ്ങനെയുള്ള കളികള്‍ ഒരു ഏക അല്‍ഗരിതം ഉപയോഗിച്ചു കൊണ്ടാണ് സ്വയം പഠിപ്പിക്കുന്നത്. എന്നാല്‍ ഒരു സമയത്ത് ഒരു ഗെയിം മാത്രമാണ് ഇങ്ങനെ പഠിക്കുന്നത്. ചെസ് കളിക്കുന്ന ആല്‍ഫസീറോ എന്ന പ്രോഗ്യാമിന് ഗോ കളിക്കാന്‍ പറ്റില്ല. അതേസമയം ഗോ കളിക്കുന്ന ഒന്നിന് ഷോഗിയും കളിക്കാന്‍ കഴിയില്ല. അതിനാല്‍ ഒന്നിലധികം കളികൾ ഒരേസമയം പൂര്‍ത്തിയാക്കാന്‍ പറ്റുന്ന യന്ത്രങ്ങളെ രൂപപ്പെടുത്തുന്നത് ആർട്ടിഫിഷ്യൽസ് ഇന്‍റലിജൻസിന്‍റെ മേഖലയില്‍ വളരെ വലിയ നേട്ടമാണ്.
ആർട്ടിഫിഷ്യൽസ് ഇന്‍റലിജൻസ്
ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസിൽ പ്രവർത്തിക്കുന്ന റോബോട്ടിന് ഒരേസമയം ഒന്നിലധികം ജോലികൾ ചെയ്യാന്‍ പരിശീലിപ്പിക്കുന്നതിന് അതിന് വളരെ ഉദാഹരണങ്ങള്‍ നൽകണം. അതായത് ഒരു ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് മറ്റൊരു ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസിനെ പരിശീലിപ്പിക്കുന്നു. ടവര്‍ ബ്ലോക്കുകള്‍ കെട്ടിപ്പെടുക്കുക പോലുള്ള ജോലികൾ ആലീസ് മനസിലാക്കുന്നു. പിന്നീട് ആലീസ് അത് ചെയ്ത് പൂർത്തിയാക്കുന്നു. അതേസമയം ബോബ് അന്തരീക്ഷത്തിലെ സാങ്കല്‌പ്പിക വസ്‌തുക്കളായ ഘര്‍ഷണം പോലുള്ളവ ഉപയോഗിക്കാന്‍ പഠിച്ചുകൊണ്ട് വസ്തുക്കളെ പിടിക്കുവാനും തിരിക്കുവാനുമൊക്കെ കഴിവുണ്ടാക്കുന്നു.
വിര്‍ച്ച്വല്‍ റിയാലിറ്റി
ഇതുവരെ ഇത്തരത്തിലൊരു പരിശീലനം സിമുലേഷനില്‍ മാത്രമാണ് പരീക്ഷിക്കപ്പെട്ടിട്ടുള്ളത്. എന്നാല്‍ ഓപ്പണ്‍ എഐയിലും മറ്റിടങ്ങളിലുമുള്ള ഗവേഷകര്‍ സാങ്കല്‌പ്പിക അന്തരീക്ഷത്തില്‍ പരിശീലിപ്പിക്കപ്പെട്ട മാതൃകകളെ ഭൗതികമാക്കി പരിണമിപ്പിക്കുന്നതിനുള്ള ശേഷി കൈവരിച്ചു കൊണ്ടിരിക്കുകയാണ്. വളരെ ചെറിയ ഒരു സമയം കൊണ്ട് വന്‍ തോതിലുള്ള ഡാറ്റാ സെറ്റുകളിലൂടെ കടന്നു പോകുവാന്‍ ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസുകളെ സിമുലേഷന്‍ അനുവദിക്കുന്നു. യഥാര്‍ഥ ലോകത്തിനു വേണ്ടി സെറ്റു ചെയ്യുന്നതിനു മുമ്പ് ഇങ്ങനെയാണ് അവയെ പരിശീലിപ്പിച്ചെടുക്കുന്നത്.
ഒരു വ്യക്തി ആവശ്യപ്പെടുന്ന ഏതൊരു ജോലിയും ചെയ്തു തീര്‍ക്കാന്‍ ഒരു റോബോട്ടിനെ പരിശീലിപ്പിക്കുക എന്നുള്ളതാണ് തങ്ങളുടെ ആത്യന്തിക ലക്ഷ്യം എന്ന് ഗവേഷകര്‍ പറയുന്നു. ഭാഷയെ വളരെ വിശാലവും വ്യത്യസ്തവുമായ വഴികളിലൂടെ ഉപയോഗിക്കുവാന്‍ ഒരു ഭാഷാമാതൃകയായ ജി ടി പി-3-ന് കഴിയുന്നതുപോലെ ഈ റോബോട്ട് കൈകള്‍ ഒരു മള്‍ട്ടിടാസ്‌കിങ്ങ് ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസിനെ കെട്ടിപടുക്കുക എന്നുള്ള ഓപ്പണ്‍ എഐയുടെ മൊത്തത്തിലുള്ള അഭിലാഷത്തിന്‍റെ ഭാഗമാണ്. ഒരു ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് മറ്റൊരു ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് പരിശീലിപ്പിക്കുന്നത് അതിന്‍റെ ഒരു നിര്‍ണായക ഭാഗവും ആകുന്നു.
