Robot
Att lära en robot utföra en handling bygger i regel på att programmera den rätt. Men forskare vid amerikanska Berkeley University har tagit fram en robot som lär sig av sina misstag.

I en uppvisning lät de den genomföra ett antal mekaniska sysslor: hänga upp klädhängare, bygga ihop leksaker och skruva på flaskkorkar – utan att ha någon förprogrammerad kunskap om produkterna. Det är ett helt nytt sätt att lära maskiner tänka, menar professor Pieter Abbeel som ingår i forskargruppen.

– När roboten ställs inför något nytt behöver vi inte programmera om den. Exakt samma mjukvara, som styr hur roboten lär sig, användes för att låta roboten lära sig alla de här olika uppgifterna, säger han.

Läs mer: Kan robotar bli våra vänner? Håkan Lidbo har en plan för hur det ska gå till.

Roboten använder sig av en teknik som kallas djupinlärning, som hämtar sin inspiration från hur människors hjärnor reagerar när vi interagerar med och utforskar världen. Det låter den lära sig tackla nya situationer på ungefär samma sätt som vi gör.

– Trots all mångsidighet är människor inte födda med en repertoar av beteenden som kan utvecklas likt en schweizisk armékniv, och vi behöver inte bli programmerade. Istället lär vi oss nya färdigheter livet igenom från erfarenheter och från andra människor, säger Sergey Levine som också jobbat med roboten.

Roboten som ingår i projektet har fått smeknamnet B.R.E.T.T. – Berekely Robot for the Elimination of Tedious Tasks – och det är just att eliminera tråkiga sysslor den skulle kunna göra i framtiden. En robot som blir duktig på att lära sig och anpassa sig till sin omgivning skulle på egen hand kunna städa ens hem eller jobba i stökiga miljöer. Men en personlig hushållsrobot är fortfarande många år bort.

Läs mer: Här är roboten som dyrkar ett lås snabbare än du hinner plocka upp hemnyckeln

– Våra inledande resultat indikerar att den här typen av djupinlärning kan ha en omvälvande effekt när det kommer till att få robotar att lära sig komplexa sysslor från noll. Under de kommande fem till tio åren, kan vi få komma att få se ordentliga framsteg i robotars inlärningsförmåga via den här metoden, säger Pieter Abbeel.