#هوش_مصنوعی #هوش_فیزیکی
هوش فیزیکی مصنوعی و اهمیت آن در آینده رباتیک
در حالیکه هر روز شاهد پیشرفت هوش مصنوعی هستیم و اخیرا Large Language Model هایی همچون ChatGPT به ابزارهای روزانه کاری ما برای پرسش و پاسخ و کمک به توسعه محتوای متنی و زبانی تبدیل شده‌اند، باید بیان شود بشر در توسعه هوش مصنوعی برای Manipulation و Locomotion و Perception و بعبارتی توسعه ربات‌هایی توانا در امور فیزیکی بسیار عقب است و جای توسعه شدیدی در آینده وجود دارد.
فرض کنید در حال چت کردن با ChatGPT هستید؛ به ربات زبانی می‌گویید که دستور پخت و مراحل پخت یک غذا را برای شما آماده کند. طبیعتاً این LLM این کار را برای شما انجام می‌دهد و خروجی متنی هم تولید می‌کند. اما آیا برای پخت غذا و طی کردن مراحل آماده‌سازی فیزیکی و شیمیایی، رباتی وجود دارد که برای شما این کار را انجام بدهد؟ تلاش نکنید که چیزی وجود ندارد!
مثال ساده این قضیه مقایسه شطرنج و باز کردن در است. با اینکه مدل‌های هوش مصنوعی می‌توانند به بهترین شکل در شطرنج یک انسان را شکست دهند، اما تقریباً پیشرفته‌ترین ربات‌های جهان از بازکردن یک در براحتی عاجز هستند. به توانایی ذهنی برای انجام اعمال فیزیکی هوش فیزیکی یا Physical Intelligence گفته می‌شود و اگرچه در نگاه ما شطرنج پیچیده‌تر از باز کردن در می‌آید، اما برای یک ربات بصورت General ساده‌ترین حرکات و اعمال فیزیکی کاری بسیار سخت‌تر از پردازش فرمان‌های شطرنج خواهد بود.
در خصوص انسان هم فاز توسعه Physical Intelligence طولانی‌تر از فاز وجود آمدن زبان و استدلال فاز توسعه Language Intelligenc بوده است. البته این مورد صرفا یک مثال می‌تواند باشد و خود این مسأله بحث‌های شدیدی دارد که مرتبط به موضوع هوش فیزیکی نیست. این مورد درباره هوش مصنوعی هم اینچنین بوده است تقریباً زیرا شاهد توسعه سریع LLM ها و مدل‌های محتوایی بوده‌ایم مادامی که Artificial Physical Intelligence بسیار کمتر پیشرفت کرده است.
اکنون در مراکز پیشرفته پژوهشی رباتیک در حال کار بر روی توسعه Artificial Physical Intelligence برای راه رفتن (با کمک RL و شبیه‌سازی فراوان) و Manipulation اجسام و اشیا بصورت دانش تعمیم یافته و نهایتا ادراک و توسعه سنسوری برای Physical Intelligence می‌باشند.
اینها را نوشتم تا جریان مهم و آینده‌دار هوش مصنوعی برای رباتیک را بهتر دریابید و خیال نکنید با توسعه پیشرفته‌ترین LLM ها و GAN ها کار تمام شده است.
محتوا تماما از این سخنرانی بسیار با ارزش
----------
@roboticknowledge
هوش فیزیکی مصنوعی و اهمیت آن در آینده رباتیک
در حالیکه هر روز شاهد پیشرفت هوش مصنوعی هستیم و اخیرا Large Language Model هایی همچون ChatGPT به ابزارهای روزانه کاری ما برای پرسش و پاسخ و کمک به توسعه محتوای متنی و زبانی تبدیل شده‌اند، باید بیان شود بشر در توسعه هوش مصنوعی برای Manipulation و Locomotion و Perception و بعبارتی توسعه ربات‌هایی توانا در امور فیزیکی بسیار عقب است و جای توسعه شدیدی در آینده وجود دارد.
فرض کنید در حال چت کردن با ChatGPT هستید؛ به ربات زبانی می‌گویید که دستور پخت و مراحل پخت یک غذا را برای شما آماده کند. طبیعتاً این LLM این کار را برای شما انجام می‌دهد و خروجی متنی هم تولید می‌کند. اما آیا برای پخت غذا و طی کردن مراحل آماده‌سازی فیزیکی و شیمیایی، رباتی وجود دارد که برای شما این کار را انجام بدهد؟ تلاش نکنید که چیزی وجود ندارد!
مثال ساده این قضیه مقایسه شطرنج و باز کردن در است. با اینکه مدل‌های هوش مصنوعی می‌توانند به بهترین شکل در شطرنج یک انسان را شکست دهند، اما تقریباً پیشرفته‌ترین ربات‌های جهان از بازکردن یک در براحتی عاجز هستند. به توانایی ذهنی برای انجام اعمال فیزیکی هوش فیزیکی یا Physical Intelligence گفته می‌شود و اگرچه در نگاه ما شطرنج پیچیده‌تر از باز کردن در می‌آید، اما برای یک ربات بصورت General ساده‌ترین حرکات و اعمال فیزیکی کاری بسیار سخت‌تر از پردازش فرمان‌های شطرنج خواهد بود.
در خصوص انسان هم فاز توسعه Physical Intelligence طولانی‌تر از فاز وجود آمدن زبان و استدلال فاز توسعه Language Intelligenc بوده است. البته این مورد صرفا یک مثال می‌تواند باشد و خود این مسأله بحث‌های شدیدی دارد که مرتبط به موضوع هوش فیزیکی نیست. این مورد درباره هوش مصنوعی هم اینچنین بوده است تقریباً زیرا شاهد توسعه سریع LLM ها و مدل‌های محتوایی بوده‌ایم مادامی که Artificial Physical Intelligence بسیار کمتر پیشرفت کرده است.
اکنون در مراکز پیشرفته پژوهشی رباتیک در حال کار بر روی توسعه Artificial Physical Intelligence برای راه رفتن (با کمک RL و شبیه‌سازی فراوان) و Manipulation اجسام و اشیا بصورت دانش تعمیم یافته و نهایتا ادراک و توسعه سنسوری برای Physical Intelligence می‌باشند.
اینها را نوشتم تا جریان مهم و آینده‌دار هوش مصنوعی برای رباتیک را بهتر دریابید و خیال نکنید با توسعه پیشرفته‌ترین LLM ها و GAN ها کار تمام شده است.
محتوا تماما از این سخنرانی بسیار با ارزش
----------
@roboticknowledge
👍4
Robotic Knowledge
After the algorithm improvement of my NAO robot controller, I'm top of the table in the ICRA 2023 Humanoid Robot Wrestling Competition by Cyberbotics Ltd. I know it's temporary, and probably my awesome competitors take back the position again, but this is…
دیروز نهایتاً فاز جدولی مسابقات Humanoid Wrestling Competition در ICRA2023 به پایان رسید و با لطف خدا موفق شدیم در این مرحله نماینده موثری از جامعه Roboticist های ایرانی با عنوان تیمی MechaCheetahs در این مسابقات باشیم.
دور حذفی مسابقات از تاریخ 30 May شروع خواهد شد و مسابقات استریم برخط نیز خواهد داشت. در این خصوص روز قبل از مسابقه اطلاع‌رسانی خواهم کرد.
----------
@roboticknowledge
دور حذفی مسابقات از تاریخ 30 May شروع خواهد شد و مسابقات استریم برخط نیز خواهد داشت. در این خصوص روز قبل از مسابقه اطلاع‌رسانی خواهم کرد.
----------
@roboticknowledge
🏆7👍1
#Path_Planning
#Navigation
آقای محمد لقمان در این مطلب مختصری درباره Path Planning یا طرح‌ریزی مسیر در یک ربات و تفاوت آن با Navigation یا ناوبری ربات توضیح داده‌اند.
#Navigation
آقای محمد لقمان در این مطلب مختصری درباره Path Planning یا طرح‌ریزی مسیر در یک ربات و تفاوت آن با Navigation یا ناوبری ربات توضیح داده‌اند.
👍6
پژوهشگران فعال و موثر رباتیک جهان اکنون در لندن گرد هم آمده‌اند تا کنفرانس #ICRA2023 را برگزار کنند. به موازات کنفرانس، کارگاه‌های آموزشی و مسابقات فراوانی از جمله Humanoid Wrestling که بنده بصورت مجازی در آن شرکت دارم، برگزار خواهد شد.
تصاویری را که حاضرین فیزیکی در LinkedIn منتشر می‌کنند، بیانگر شادابی از حضور در چنین گردهمایی وزینی است. بعبارتی خوشا به سعادتشان! 😅
----------
@roboticknowledge
تصاویری را که حاضرین فیزیکی در LinkedIn منتشر می‌کنند، بیانگر شادابی از حضور در چنین گردهمایی وزینی است. بعبارتی خوشا به سعادتشان! 😅
----------
@roboticknowledge
👍4
Robotic Knowledge
پژوهشگران فعال و موثر رباتیک جهان اکنون در لندن گرد هم آمده‌اند تا کنفرانس #ICRA2023 را برگزار کنند. به موازات کنفرانس، کارگاه‌های آموزشی و مسابقات فراوانی از جمله Humanoid Wrestling که بنده بصورت مجازی در آن شرکت دارم، برگزار خواهد شد. تصاویری را که حاضرین…
در یکی دو هفته اخیر چندین بار در کامیونیتی‌ها مشاهده کردم که افراد در حال پیدا کردن هم صحبت و تنظیم قرار طی کنفرانس بودند. برای مثال، استادی همزمان با نشر یک آگهی موقعیت دکتری، گفته بود که در فلان روز می‌توانیم ملاقات هم داشته باشیم!
بدیهی است که امکان ارتباطی فراوانی طی همچنین کنفرانسی وجود خواهد داشت و از این جنبه «خوشا به سعادتشان» نه از دیدگاه دیگری.
:)
----------
@roboticknowledge
بدیهی است که امکان ارتباطی فراوانی طی همچنین کنفرانسی وجود خواهد داشت و از این جنبه «خوشا به سعادتشان» نه از دیدگاه دیگری.
:)
----------
@roboticknowledge
👍4
Robotic Knowledge
Humanoid Wrestling Competition: 1/16 Finals #ICRA2023 ————— @roboticknowledge
استریم برخط مسابقات دور 1/16 نهایی در یوتوب:
https://www.youtube.com/watch?v=h_J681cgHd0
مسابقه افتتاحیه بین تیم ما 🇮🇷MechaCheetahs و تیم manuxd خواهد بود.
در مسابقه همه‌چیز ممکن است زیرا در دوران افزایش قوام کنترلر ربات در چالش با تیم‌های بالای جدول اولیه بودیم و از این رو مقداری عدم قطعیت در برابر این تیم برای ما وجود دارد. بنابراین استرس خاصی خواهیم داشت! برنده بصورت 2 از 3 مسابقه مشخص خواهد شد.
امیدوارم با لطف خدا از این مرحله به سلامت عبور کنیم.
برای تیم دیگر ایرانی نیز آرزوی موفقیت دارم در برابر حریف قدرتمند انگلیسی.
—————
@roboticknowledge
https://www.youtube.com/watch?v=h_J681cgHd0
مسابقه افتتاحیه بین تیم ما 🇮🇷MechaCheetahs و تیم manuxd خواهد بود.
در مسابقه همه‌چیز ممکن است زیرا در دوران افزایش قوام کنترلر ربات در چالش با تیم‌های بالای جدول اولیه بودیم و از این رو مقداری عدم قطعیت در برابر این تیم برای ما وجود دارد. بنابراین استرس خاصی خواهیم داشت! برنده بصورت 2 از 3 مسابقه مشخص خواهد شد.
امیدوارم با لطف خدا از این مرحله به سلامت عبور کنیم.
برای تیم دیگر ایرانی نیز آرزوی موفقیت دارم در برابر حریف قدرتمند انگلیسی.
—————
@roboticknowledge
YouTube
ICRA 2023 Simulated Humanoid Robot Wrestling Competition 1/16 finals
This is the first round of finals for the ICRA 2023 Simulated Humanoid Robot Wrestling Competition.
The final results will be published here with 3D animations and log files: https://github.com/cyberbotics/wrestling/blob/main/result.md
The final results will be published here with 3D animations and log files: https://github.com/cyberbotics/wrestling/blob/main/result.md
Robotic Knowledge
بروزرسانی: موفق شدیم حریف را با نتیجه 2-0 شکست دهیم و راهی دور 1/8 نهایی شویم! ————— @roboticknowledge
در مرحله بعد باید با SugarSkull یا همان کله‌شکری🙃 از آمریکا بازی کنیم.
قبلا در دور گروهی در برابر این رقیب شکست خورده بودیم.
امید آنکه فردا بخت یار ما باشد!
—————
@roboticknowledge
قبلا در دور گروهی در برابر این رقیب شکست خورده بودیم.
امید آنکه فردا بخت یار ما باشد!
—————
@roboticknowledge
⚡3
This media is not supported in your browser
VIEW IN TELEGRAM
رقابت Autonomous Racing در #ICRA2023.
فقط اون آخری که رفت توی دیوار!😂
[منبع]
----------
@roboticknowledge
فقط اون آخری که رفت توی دیوار!😂
[منبع]
----------
@roboticknowledge
😁4
Robotic Knowledge
در مرحله بعد باید با SugarSkull یا همان کله‌شکری🙃 از آمریکا بازی کنیم. قبلا در دور گروهی در برابر این رقیب شکست خورده بودیم. امید آنکه فردا بخت یار ما باشد! ————— @roboticknowledge
بروزرسانی:
در این مرحله نیز با لطف خدا موفق شدیم حریف آمریکایی را 2-0 شکست دهیم و به جمع هشت تیم برتر برسیم. در دو بازی با تیم آمریکایی، حریف خود را از رینگ به بیرون انداخت و عملا بدون هیچ درگیری نتیجه بازی را به ما سپرد. ریسک کار حریف در حرکت حلقه باز در ماکسیمم شعاع محیط برای کسب امتیاز در حالت Knock Out نشدن، پرت شدن به بیرون بود که همین اتفاق نیز افتاد.
برویم که فردا با حریف آلمانی مسابقه دهیم. از موارد جالب این مرحله نیز حذف شدن ربات Titan چینی بود که انتظار داشتم در مرحله بعد او را ملاقات کنیم و عملا چنین نشد.
—————
@roboticknowledge
در این مرحله نیز با لطف خدا موفق شدیم حریف آمریکایی را 2-0 شکست دهیم و به جمع هشت تیم برتر برسیم. در دو بازی با تیم آمریکایی، حریف خود را از رینگ به بیرون انداخت و عملا بدون هیچ درگیری نتیجه بازی را به ما سپرد. ریسک کار حریف در حرکت حلقه باز در ماکسیمم شعاع محیط برای کسب امتیاز در حالت Knock Out نشدن، پرت شدن به بیرون بود که همین اتفاق نیز افتاد.
برویم که فردا با حریف آلمانی مسابقه دهیم. از موارد جالب این مرحله نیز حذف شدن ربات Titan چینی بود که انتظار داشتم در مرحله بعد او را ملاقات کنیم و عملا چنین نشد.
—————
@roboticknowledge
🍾3👏1
Robotic Knowledge
Humanoid Wrestling Competition: 1/4 Finals #ICRA2023 ————— @roboticknowledge
بروزرسانی:
در یک مسابقه سخت، کامبک زدیم و تیم آلمانی را نیز حذف کردیم.
اکنون در نیمه‌نهایی هستیم و فردا به رقابت تیم انگلیسی خواهیم رفت!
امید که همچنان مورد لطف خدا باشیم.
—————
@roboticknowledge
در یک مسابقه سخت، کامبک زدیم و تیم آلمانی را نیز حذف کردیم.
اکنون در نیمه‌نهایی هستیم و فردا به رقابت تیم انگلیسی خواهیم رفت!
امید که همچنان مورد لطف خدا باشیم.
—————
@roboticknowledge
👏7🍾3
Robotic Knowledge
Humanoid Wrestling Competition: 1/2 Finals #ICRA2023 ————— @roboticknowledge
نهایتا شکست خوردیم و از کسب یک افتخار جا ماندیم اگرچه هدف اول و آخر بنده یادگیری بوده و این فرصت نیز برای این امر برای ما آماده شد. شکر خدا.
انشاالله در مسابقه بعدی قو‌ی‌تر حاضر شویم.
—————
@roboticknowledge
انشاالله در مسابقه بعدی قو‌ی‌تر حاضر شویم.
—————
@roboticknowledge
👏11
#نادانسته #تجربه #پژوهش
روز گذشته در جلسه‌ای مربوط به پژوهش در رباتیک حاضر بودم که سخنران نخست آن آقای دکتر Fumiyan lida پروفسور رباتیک دانشگاه کمبریج در یک ورکشاپ درباره نحوه پژوهش موثر در رباتیک سخنرانی و کارگاه آموزشی مختصری داشتند.
ایشان گفتند که دو استراتژی برای انجام پژوهش در رباتیک وجود دارد.
در استراتژی اول، که ایشان آن را Poor Strategy نامیدند، ما یک ایده پژوهشی پیدا می‌کنیم، یک ربات می‌سازیم، تجربه می‌کنیم، درفت اول را می‌نویسیم، بخاطر مشکلات دوباره باید تجربه کنیم، مجدد باید درفت دوم را بنویسیم، نهایتاً درفت نهایی را می‌نویسم و مقاله را ارسال می‌کنیم.
اما در استراتژی دوم، که ایشان از آن به عنوان Efficient Strategy یاد کردند، ابتدا ایده پژوهش را خواهیم داشت، سپس درفت اول را می‌نویسم، سپس قسمت تجربی را انجام می‌دهیم، در نهایت درفت دوم و نهایی را درست می‌کنیم و نهایتاً سابمیشن!
فرق دو روش را متوجه شدید؟ در روش Efficient قسمت Robot Building حذف شده است زیرا عمده زمان برای این قسمت که تسک مهندسی است، صرف شده است و درفت اول نیز قبل از تجربه نوشته می‌شود! عملا آقای دکتر Fumiyan lida ساخت ربات را از پژوهش در رباتیک Decouple کرده‌اند. ایشان همچنان تاکید داشتند که بعنوان پژوهشگر رباتیک ما باید همچنان مهارت‌های robot building را داشته باشیم اما ایشان آن را از سیکل پژوهش خارج کردند.
روش ایشان در کنار روش Five Bullet از دانشمند کلاسیک آقای Pasteur که اصول تعریف هدف، مسأله، Hypothesis، اثبات و جمع‌بندی یک مسأله پژوهشی می‌تواند ذهنیت و نتایج پژوهشی افراد را کاملا متفاوت کند - همان کاری که دیروز با من و هر ترم با دانشجویان خودشان در کمبریج می‌کنند - و این تفاوت باعث کمبریج شدن کمبریج می‌شود! ضمن احترام به تمامی اساتید دانشگاهی خودمان، در حد یک سوپوایزر ارشد ۲۰ دقیقه سخنرانی ایشان آموزنده بود. طبق بیان ایشان، ۹۹٪ افراد Poor Strategy را انتخاب می‌کنند و همین سبب به عدم نتیجه‌گیری می‌شود.
ایشان در نهایت با نشان دادن یک مثال، مکانیزم توسعه مقاله موثر خودشان را با روش موثر در کنار Five Bullet ارائه کردند که در عرض ۶ ماه یک کار بسیار موثری توسط دانشجوی دکتری ایشان و یک دانشجوی کارشناسی درآمده بود!
چیز جالب دیگری که ایشان ارائه کردند ذهنیت از Hypothesis بود که بسیار فراتر از فرضیات ساده است. ایشان معتقد بودند زمانی یک پژوهش موفق خواهد بود که Hypothesis متناسب با سطح مهارت و چالش‌های پژوهش باشد.
----------
@roboticknowledge
روز گذشته در جلسه‌ای مربوط به پژوهش در رباتیک حاضر بودم که سخنران نخست آن آقای دکتر Fumiyan lida پروفسور رباتیک دانشگاه کمبریج در یک ورکشاپ درباره نحوه پژوهش موثر در رباتیک سخنرانی و کارگاه آموزشی مختصری داشتند.
ایشان گفتند که دو استراتژی برای انجام پژوهش در رباتیک وجود دارد.
در استراتژی اول، که ایشان آن را Poor Strategy نامیدند، ما یک ایده پژوهشی پیدا می‌کنیم، یک ربات می‌سازیم، تجربه می‌کنیم، درفت اول را می‌نویسیم، بخاطر مشکلات دوباره باید تجربه کنیم، مجدد باید درفت دوم را بنویسیم، نهایتاً درفت نهایی را می‌نویسم و مقاله را ارسال می‌کنیم.
اما در استراتژی دوم، که ایشان از آن به عنوان Efficient Strategy یاد کردند، ابتدا ایده پژوهش را خواهیم داشت، سپس درفت اول را می‌نویسم، سپس قسمت تجربی را انجام می‌دهیم، در نهایت درفت دوم و نهایی را درست می‌کنیم و نهایتاً سابمیشن!
فرق دو روش را متوجه شدید؟ در روش Efficient قسمت Robot Building حذف شده است زیرا عمده زمان برای این قسمت که تسک مهندسی است، صرف شده است و درفت اول نیز قبل از تجربه نوشته می‌شود! عملا آقای دکتر Fumiyan lida ساخت ربات را از پژوهش در رباتیک Decouple کرده‌اند. ایشان همچنان تاکید داشتند که بعنوان پژوهشگر رباتیک ما باید همچنان مهارت‌های robot building را داشته باشیم اما ایشان آن را از سیکل پژوهش خارج کردند.
روش ایشان در کنار روش Five Bullet از دانشمند کلاسیک آقای Pasteur که اصول تعریف هدف، مسأله، Hypothesis، اثبات و جمع‌بندی یک مسأله پژوهشی می‌تواند ذهنیت و نتایج پژوهشی افراد را کاملا متفاوت کند - همان کاری که دیروز با من و هر ترم با دانشجویان خودشان در کمبریج می‌کنند - و این تفاوت باعث کمبریج شدن کمبریج می‌شود! ضمن احترام به تمامی اساتید دانشگاهی خودمان، در حد یک سوپوایزر ارشد ۲۰ دقیقه سخنرانی ایشان آموزنده بود. طبق بیان ایشان، ۹۹٪ افراد Poor Strategy را انتخاب می‌کنند و همین سبب به عدم نتیجه‌گیری می‌شود.
ایشان در نهایت با نشان دادن یک مثال، مکانیزم توسعه مقاله موثر خودشان را با روش موثر در کنار Five Bullet ارائه کردند که در عرض ۶ ماه یک کار بسیار موثری توسط دانشجوی دکتری ایشان و یک دانشجوی کارشناسی درآمده بود!
چیز جالب دیگری که ایشان ارائه کردند ذهنیت از Hypothesis بود که بسیار فراتر از فرضیات ساده است. ایشان معتقد بودند زمانی یک پژوهش موفق خواهد بود که Hypothesis متناسب با سطح مهارت و چالش‌های پژوهش باشد.
----------
@roboticknowledge
👍2