السؤال الحقيقي هو مدى فعالية خوارزميات AgiBot في تعليم الروبوتات حيلًا جديدة. يتطلب استخدام التعلم المعزز لتعليم الروبوت المهام التي تتطلب الارتجال عمومًا الكثير من بيانات التدريب، وتظهر الدراسات أنه لا يمكن إتقانه بالكامل داخل المحاكاة.
يعمل AgiBot على تسريع عملية التعلم من خلال جعل العامل البشري يرشد الروبوت خلال مهمة ما، مما يوفر له الأساس ليتعلم بعد ذلك بنفسه. قبل المشاركة في تأسيس AgiBot، أجرى كبير العلماء جيانلان لوه بحثًا متطورًا في جامعة كاليفورنيا في بيركلي، بما في ذلك مشروع يتضمن اكتساب الروبوتات المهارات من خلال التعلم المعزز مع وجود إنسان في الحلقة. تم عرض هذا النظام وهو يقوم بمهام بما في ذلك وضع المكونات على اللوحة الأم.
يقول فنغ إن برنامج التعلم الخاص بـ AgiBot، والذي يسمى Real-World Reinforcement Learning، يحتاج فقط إلى حوالي عشر دقائق لتدريب الروبوت على القيام بمهمة جديدة. يعد التعلم السريع أمرًا مهمًا لأن خطوط الإنتاج غالبًا ما تتغير من أسبوع إلى آخر، أو حتى أثناء نفس عملية الإنتاج، ويمكن للروبوتات التي يمكنها إتقان خطوة جديدة بسرعة التكيف جنبًا إلى جنب مع العمال البشريين.
يتطلب تدريب الروبوتات بهذه الطريقة الكثير من الجهد البشري. لدى AgiBot مركز تعليم آلي حيث يدفع للأشخاص مقابل تشغيل الروبوتات عن بعد لمساعدة نماذج الذكاء الاصطناعي على تعلم مهارات جديدة. ويتزايد الطلب على هذا النوع من بيانات تدريب الروبوتات، حيث تدفع بعض الشركات الأمريكية للعاملين في أماكن مثل الهند مقابل القيام بأعمال يدوية تكون بمثابة بيانات تدريب.
يقول جيف شنايدر، عالم الروبوتات في جامعة كارنيجي ميلون والذي يعمل على التعلم المعزز، إن AgiBot يستخدم تقنيات متطورة، وينبغي أن يكون قادرًا على أتمتة المهام بموثوقية عالية. ويضيف شنايدر أن شركات الروبوتات الأخرى من المحتمل أن تنخرط في استخدام التعلم المعزز لمهام التصنيع.
ويُعد AgiBot بمثابة نجم صاعد داخل الصين، حيث يتزايد الاهتمام بالجمع بين الذكاء الاصطناعي والروبوتات. تعمل الشركة على تطوير نماذج الذكاء الاصطناعي لأنواع مختلفة من الروبوتات، بما في ذلك الروبوتات التي تتجول وأذرع الروبوت التي تبقى متجذرة في مكان واحد.
