ایک نئی تحقیق سے پتہ چلتا ہے کہ گوگل کا ڈیپ مائنڈ سافٹ ویئر ٹیبل ٹینس میں انسان کو شکست دینے کے لیے روبوٹک بازو کو کنٹرول کر سکتا ہے، لیکن کچھ معاملات میں صرف اوسط ٹیبل ٹینس کھلاڑیوں کے خلاف ہے۔ دنیا کے اعلی کھلاڑیوں کے خلاف اس کی تاثیر کی ضمانت نہیں ہے۔
روبوٹ ٹیبل ٹینس کے میچوں میں انسانوں کو شکست دے سکتے ہیں۔
ٹی پی او - ٹیبل ٹینس کھیلنے کے لیے روبوٹک بازو کو تربیت دینے کے لیے گوگل کی ڈیپ مائنڈ ٹیکنالوجی کا استعمال کیا گیا ہے، اور یہ انسانوں کو شکست دینے میں کامیاب رہی ہے۔
فی الحال، ایسے روبوٹ موجود ہیں جو پکانے، صاف کرنے اور ایکروبیٹکس انجام دے سکتے ہیں، لیکن وہ اب بھی حقیقی دنیا میں تیز رفتار ردعمل کی صلاحیتوں کے ساتھ جدوجہد کرتے ہیں۔ محققین نے اپنے مطالعے میں لکھا، "درستگی، رفتار اور عمومیت کے لحاظ سے انسانی سطح کی کارکردگی کو حاصل کرنا بہت سے شعبوں میں ایک بڑا چیلنج ہے۔"
اس حد کو دور کرنے کے لیے، محققین نے ایک صنعتی روبوٹک بازو کو ڈیپ مائنڈ کے طاقتور الگورتھم کے حسب ضرورت ورژن کے ساتھ ملایا۔ ڈیپ مائنڈ نیورل نیٹ ورکس کا استعمال کرتا ہے، ایک کثیر پرتوں والا فن تعمیر جو نقل کرتا ہے کہ انسانی دماغ میں معلومات کو کیسے پروسیس کیا جاتا ہے۔ اب تک، روبوٹ دنیا کے بہترین Go کھلاڑی کو شکست دینے اور کئی دہائیوں اور اس سے آگے کے مسائل کو حل کرنے میں کامیاب رہا ہے۔
جیسا کہ AI سیکھتا ہے کہ کس طرح اپنے فور ہینڈ کے ساتھ کام کرنا ہے یا پیچیدہ الگورتھم میں بائیں ہاتھ سے ہدف کو استعمال کرنا ہے، محققین اس کی طاقتوں، کمزوریوں اور حدود کے بارے میں بھی ڈیٹا اکٹھا کرتے ہیں۔ اس کے بعد وہ اس معلومات کو AI پروگرام میں فیڈ کرتے ہیں، ڈیپ مائنڈ کو روبوٹ کی صلاحیتوں کا حقیقت پسندانہ جائزہ فراہم کرتے ہیں۔ اس کے بعد سسٹم منتخب کرتا ہے کہ کون سی مہارت یا حکمت عملی استعمال کرنی ہے، جیسا کہ ایک انسانی ٹیبل ٹینس کھلاڑی کر سکتا ہے۔
اس کے بعد انہوں نے AI کنٹرول والے روبوٹ کا مقابلہ 29 افراد سے کیا۔ ڈیپ مائنڈ کے روبوٹ نے تمام ابتدائی اور تقریباً 55% انٹرمیڈیٹ کھلاڑیوں کو شکست دی، لیکن ترقی یافتہ کھلاڑیوں نے اسے شکست دی۔ بین الاقوامی درجہ بندی کے نظام میں روبوٹ کو اب بھی شوقیہ کھلاڑی سمجھا جاتا ہے۔
محققین نے مطالعہ میں لکھا کہ تمام مہارتوں اور جیت کی شرحوں میں، کھلاڑیوں نے اس بات پر اتفاق کیا کہ روبوٹس کے خلاف کھیلنا تفریحی اور دلفریب تھا۔
محققین کا کہنا ہے کہ یہ نیا طریقہ مختلف قسم کی ایپلی کیشنز کے لیے کارآمد ثابت ہو سکتا ہے جن کو متحرک جسمانی ماحول میں تیز ردعمل کی ضرورت ہوتی ہے۔
ہا تھو
لائیو سائنس کے مطابق


ویتنامی ٹیٹ چھٹیوں کا سفر

مزدور کی خوشی





تبصرہ (0)