Evrim Ağacı
Reklamı Kapat

İnsan Bebeklerinden İlham Alan Algoritmalar, Robotların Öğrenme Becerilerine Güç Katıyor!

Taklit Yoluyla Öğrenen İnsan Bebekleri, Öğrenebilen Robotlarımız İçin Etkili Bir Model Sunuyor!

İnsan Bebeklerinden İlham Alan Algoritmalar, Robotların Öğrenme Becerilerine Güç Katıyor!
Tavsiye Makale
Reklamı Kapat

Bu yazı, Washington University isimli kaynaktan birebir çevrilmiştir. Çevirmen tarafından, metin içerisinde (varsa) açıkça belirtilen kısımlar haricinde, herhangi bir ekleme, çıkarma veya değişiklik yapılmamıştır. Bu içerik, diğer tüm içeriklerimiz gibi, İçerik Kullanım İzinleri'ne tabidir.

Bu haber 3 yıl öncesine aittir. Haber güncelliğini yitirmiş olabilir; ancak arşivsel değeri ve bilimsel gelişme/ilerleme anlamındaki önemi dolayısıyla yayında tutulmaktadır. Ayrıca konuyla ilgili gelişmeler yaşandıkça bu içerik de güncellenebilir.

Bebekler dünyayı, vücutlarının boşlukta nasıl hareket ettiğini keşfederek, oyuncaklarını tutarak, masadan bir şeyler düşürerek ve yetişkinlerin yaptıklarını izleyip tekrar ederek öğreniyor. Fakat robot bilimciler bir robota bir görevin nasıl yapıldığını öğretmek istediğinde ya bunun için bir kod yazıyorlar ya da robotun vücudu veya kolunu fiziksel olarak hareket ettirerek eylemin nasıl yapıldığını gösteriyorlar.

Şu sıralar Washington Üniversitesi’ndeki (University of Washington, UW) gelişim psikologları ve bilgisayar bilimcilerinin birlikte yürüttüğü çalışma, robotların tıpkı çocuklar gibi, yani keşif aracılığıyla veri toplayarak, bir insanın bir şey yapmasını izleyip o işin nasıl yapılacağını belirleyerek “öğrenebildiğini” gösterdi. UW’da bilgisayar bilimi ve mühendisliği profesörü olan kıdemli yazar Rajesh Rao şunları söyledi:

Bunu, çocukların yaptığı gibi insanlardan bir şeyler öğrenebilen robotlar inşa etme yolundaki ilk adım olarak düşünebilirsiniz. Bilgisayar programlama hakkında hiçbir şey bilmeyen insanların bir robota bir şeyler öğretebilmesini istiyorsanız, bunun yolu yaptırmak istediğiniz işi, örneğin bulaşıkları yıkamayı, kıyafetlerinizi katlamayı veya diğer ev işlerini yapmayı robota göstermekten geçer. Fakat bunu gerçekleştirebilmek için, robotun bu eylemleri anlayabilmesine ve kendi başına yapabilmesine ihtiyacınız var.

UW Öğrenme Enstitüsü & Beyin Bilimleri Laboratuvarı’ndaki (I-LABS) çocuk gelişimi araştırmasını makine öğrenimine olan yaklaşımlarla birleştiren araştırma, PLOS ONE dergisinde bir makalede yayınlandı. Makalede anlatıldığı üzere, UW ekibi robotikteki temel bir sorunu çözmeyi hedefleyen yeni bir olasılık modeli geliştirdi: insanları izleyip taklit ederek yeni beceriler öğrenebilen robotlar yapmak.

Görsel 1. UW’daki gelişim psikologları ve bilgisayar bilimcilerinin birlikte yürüttüğü çalışma, robotların da çocukların doğal olarak öğrendikleri şekilde öğrenebilmelerini gerçekleştirmeyi amaçlıyor. Ekip, bebeklerin yetişkinlerin bakışlarını takip etmesi üzerine yapılan bir araştırmayı, bir robota da aynı görevi yapmayı “öğretmek” için kullandı.
Görsel 1. UW’daki gelişim psikologları ve bilgisayar bilimcilerinin birlikte yürüttüğü çalışma, robotların da çocukların doğal olarak öğrendikleri şekilde öğrenebilmelerini gerçekleştirmeyi amaçlıyor. Ekip, bebeklerin yetişkinlerin bakışlarını takip etmesi üzerine yapılan bir araştırmayı, bir robota da aynı görevi yapmayı “öğretmek” için kullandı.
University of Washington

Robot bilimciler, UW psikoloji profesörü ve I-LABS müdür yardımcısı Andrew Meltzoff ile birlikte çalıştı. Meltzoff’un, 18 aylık bebeklerin bir yetişkinin eylemlerinin amacını anlayabildiğini ve aynı amaca ulaşmak için farklı yollar geliştirebildiğini ortaya koyan özgün ve gelecek vadeden bir araştırması bulunuyor.

Bir örnekte bebekler, bir yetişkinin halter şeklindeki bir oyuncağı parçalarına ayırmaya çalıştığını fakat oyuncak sıkıştığı ve yetişkinin elleri uçlardan kaydığı için bu amacı gerçekleştiremediğini gördüler. Bebekler bunu dikkatlice izledi ve sonrasında alternatif yöntemler kullanmaya karar verdiler: Küçük parmaklarıyla oyuncağın iki ucunu kavradılar ve güç vererek çektiler, yani yetişkini taklit ettiler.

Çocuklar kasıt okuma yeteneklerini kısmen özkeşif sayesinde ediniyorlar. Özkeşif, çocukların eylemlerinin varlıkları nasıl etkilediğini ve fizik kanunlarını öğrenmelerine yardımcı olarak nihayetinde başkalarından öğrenebilmelerini ve kasıtlarını yorumlayabilmelerini sağlıyor. Meltzoff, bebeklerin bu kadar hızlı öğrenebilmelerinin nedeninin oyuna düşkünlükleri olduğunu düşünüyor ve şunları söylüyor:

Bebeklerin uğraştığı oyunlar anlamsız gibi görünüyor, fakat bu onların ileride öğrenebilmelerini sağlıyor. Bebeklerin her yenilik için kullandıkları gizli tarif işte bu. Yeni bir oyuncağın nasıl çalıştığını çözmeye çalışırlarken aslında diğer oyuncaklarla oynarken kazandıkları bilgileri kullanıyorlar. Oyun sırasında, eylemlerinin dünyada nasıl değişiklikler oluşturduğunun zihinsel bir modelini öğreniyorlar. Bu modele sahip olduktan sonra artık yeni problemleri çözebilir ve başkalarının niyetlerini tahmin etmeye başlayabilirsiniz.

Rao’nun ekibi bebekler üzerindeki bu araştırmayı, bir robotun kendi eylemlerinin nasıl farklı sonuçlar doğuracağını anlayabilmesini sağlayan makine öğrenimi algoritmaları geliştirmek için kullandı. Ondan sonra robot, öğrenilen bu olasılık modelini bir insanın kendisinden ne istediğini anlamak ve görevi gerçekleştirmek için, hatta bunu yapabileceğinden emin olmadığı durumlarda yardım “istemek” için kullanıyor.

Ekip bu robotik modeli iki farklı senaryoda test etti: birincisi, bir robotun, karşısındaki insanın bakışlarını takip etmeyi öğrendiği bir bilgisayar simülasyonu deneyi, ikincisi ise gerçek bir robotun insanları taklit etmeyi öğrenerek oyuncak yiyecekleri bir masa üstünde hareket ettirdiği bir deney.

Görsel 2. Bu robot yeni UW modelini kullanarak masanın üstündeki oyuncak yiyecekleri hareket ettiren bir insanı taklit etti. Robot kendi geometrik düzeninde hangi eylemlerin daha iyi performans gösterdiğini öğrenerek aynı hedefe ulaşmak için farklı yöntemler kullanabiliyordu; bu, robotların taklit yöntemiyle öğrenebilmelerinde kilit bir nokta.
Görsel 2. Bu robot yeni UW modelini kullanarak masanın üstündeki oyuncak yiyecekleri hareket ettiren bir insanı taklit etti. Robot kendi geometrik düzeninde hangi eylemlerin daha iyi performans gösterdiğini öğrenerek aynı hedefe ulaşmak için farklı yöntemler kullanabiliyordu; bu, robotların taklit yöntemiyle öğrenebilmelerinde kilit bir nokta.
University of Washington

Bakış deneyinde robot kendi kafa hareketlerinin bir modelini öğreniyor ve insan kafasının da aynı kurallarla hareket ettiğini varsayıyor. Robot, insan odada bir yere baktığında kafa hareketlerinin başlangıç ve bitiş noktalarını takip ediyor ve bu bilgileri kullanarak insanın nereye baktığını anlamaya çalışıyor. Sonrasında ise insanla aynı yere bakmak için, öğrendiği kafa hareketlerini kullanıyor.

Evrim Ağacı'ndan Mesaj

Ekip ayrıca Meltzoff’un testlerinden birini tekrarladı: Görme engelleri ve göz kapatmayla ilgili deneyimi olan bebekler gözü bağlı bir yetişkinin nereye baktığıyla ilgilenmiyorlardı, çünkü onun aslında göremediğini anlıyorlardı. Ekip, gözü bağlı olmanın sonuçlarını robotun “öğrenmesini” sağladığında robot artık aynı yere bakmak için insanın kafa hareketlerini takip etmedi. Meltzoff şunları söyledi:

Bebekler, başkalarının davranışlarını yorumlamak için kendi tecrübelerini kullanıyor; bizim robotumuz da bunu yaptı.

İkinci deneyde ise ekip, robotun bir masa üstündeki farklı eşyaları itmesine veya alıp hareket ettirmesine izin verdi. Sonrasında robot bu modeli, eşyaları hareket ettiren veya her şeyi masadan kaldıran bir insanı taklit etmek için kullandı. İnsanın hareketini her defasında körü körüne taklit etmek yerine robot bazen aynı sonuca ulaşmak için farklı yöntemler kullandı. UW’da bilgisayar bilimi ve mühendisliği yüksek lisans öğrencisi olan başyazar Michael Jae-Yoon Chung konuyla ilgili olarak şunları söyledi:

Eğer insan bir eşyayı yeni bir konuma iterse, kıskaçlı bir robotun eşyayı kaldırıp o konuma koyması, itmesine kıyasla daha kolay ve güvenilir bir yöntem olabilir. Ama bu, hedefin ne olduğunu bilmeyi gerektiriyor. Bu da makalemizde belirtmeye çalıştığımız üzere, robotik alanında zor bir problem.

İlk deneyler hedef anlamayı ve basit davranışları taklit etmeyi amaçlamış olsa da, ekip ileride böyle bir modelin robotların daha karmaşık görevleri öğrenmesine nasıl yardımcı olabileceğini araştırmayı planlıyor. Meltzoff’un sözleri şöyle:

Bebekler oyun oynayarak ve başkalarını izleyerek öğreniyorlar ve dünyadaki en iyi öğrenciler onlar. Neden robotları bir çocuk kadar zahmetsiz öğrenecek şekilde tasarlamayalım ki?
Bu İçerik Size Ne Hissettirdi?
  • Muhteşem! 0
  • Tebrikler! 0
  • Bilim Budur! 0
  • Mmm... Çok sapyoseksüel! 0
  • Güldürdü 0
  • İnanılmaz 0
  • Umut Verici! 0
  • Merak Uyandırıcı! 0
  • Üzücü! 0
  • Grrr... *@$# 0
  • İğrenç! 0
  • Korkutucu! 0
Kaynaklar ve İleri Okuma

Evrim Ağacı'na her ay sadece 1 kahve ısmarlayarak destek olmak ister misiniz?

Şu iki siteden birini kullanarak şimdi destek olabilirsiniz:

kreosus.com/evrimagaci | patreon.com/evrimagaci

Çıktı Bilgisi: Bu sayfa, Evrim Ağacı yazdırma aracı kullanılarak 28/10/2020 06:37:13 tarihinde oluşturulmuştur. Evrim Ağacı'ndaki içeriklerin tamamı, birden fazla editör tarafından, durmaksızın elden geçirilmekte, güncellenmekte ve geliştirilmektedir. Dolayısıyla bu çıktının alındığı tarihten sonra yapılan güncellemeleri görmek ve bu içeriğin en güncel halini okumak için lütfen şu adrese gidiniz: https://evrimagaci.org/s/4803

İçerik Kullanım İzinleri: Evrim Ağacı'ndaki yazılı içerikler orijinallerine hiçbir şekilde dokunulmadığı müddetçe izin alınmaksızın paylaşılabilir, kopyalanabilir, yapıştırılabilir, çoğaltılabilir, basılabilir, dağıtılabilir, yayılabilir, alıntılanabilir. Ancak bu içeriklerin hiçbiri izin alınmaksızın değiştirilemez ve değiştirilmiş halleri Evrim Ağacı'na aitmiş gibi sunulamaz. Benzer şekilde, içeriklerin hiçbiri, söz konusu içeriğin açıkça belirtilmiş yazarlarından ve Evrim Ağacı'ndan başkasına aitmiş gibi sunulamaz. Bu sayfa izin alınmaksızın düzenlenemez, Evrim Ağacı logosu, yazar/editör bilgileri ve içeriğin diğer kısımları izin alınmaksızın değiştirilemez veya kaldırılamaz.

Reklamı Kapat
Güncel
Karma
Agora
Kelebek
Örümcek
Editör Seçkisi
Kadın
Yumurtalık
Zooloji
Sinirbilim
Enerji
Evrimsel Antropoloji
Obezite
Mantar
Kas
Goril
Olasılık
Salgın
Yağ
Çocuklar İçin Bilim
Epidemik
Sars-Cov-2
Evrimsel
Popülasyon
Uçuş
Duygu
İnsanın Evrimi
Türlerin Kökeni
Daha Fazla İçerik Göster
Daha Fazla İçerik Göster
Reklamı Kapat
Reklamsız Deneyim

Evrim Ağacı'nın çalışmalarına Kreosus, Patreon veya YouTube üzerinden maddi destekte bulunarak hem Türkiye'de bilim anlatıcılığının gelişmesine katkı sağlayabilirsiniz, hem de site ve uygulamamızı reklamsız olarak deneyimleyebilirsiniz. Reklamsız deneyim, Evrim Ağacı'nda çeşitli kısımlarda gösterilen Google reklamlarını ve destek çağrılarını görmediğiniz, daha temiz bir site deneyimi sunmaktadır.

Kreosus

Kreosus'ta her 10₺'lik destek, 1 aylık reklamsız deneyime karşılık geliyor. Bu sayede, tek seferlik destekçilerimiz de, aylık destekçilerimiz de toplam destekleriyle doğru orantılı bir süre boyunca reklamsız deneyim elde edebiliyorlar.

Kreosus destekçilerimizin reklamsız deneyimi, destek olmaya başladıkları anda devreye girmektedir ve ek bir işleme gerek yoktur.

Patreon

Patreon destekçilerimiz, destek miktarından bağımsız olarak, Evrim Ağacı'na destek oldukları süre boyunca reklamsız deneyime erişmeyi sürdürebiliyorlar.

Patreon destekçilerimizin Patreon ile ilişkili e-posta hesapları, Evrim Ağacı'ndaki üyelik e-postaları ile birebir aynı olmalıdır. Patreon destekçilerimizin reklamsız deneyiminin devreye girmesi 24 saat alabilmektedir.

YouTube

YouTube destekçilerimizin hepsi otomatik olarak reklamsız deneyime şimdilik erişemiyorlar ve şu anda, YouTube üzerinden her destek seviyesine reklamsız deneyim ayrıcalığını sunamamaktayız. YouTube Destek Sistemi üzerinde sunulan farklı seviyelerin açıklamalarını okuyarak, hangi ayrıcalıklara erişebileceğinizi öğrenebilirsiniz.

Eğer seçtiğiniz seviye reklamsız deneyim ayrıcalığı sunuyorsa, destek olduktan sonra YouTube tarafından gösterilecek olan bağlantıdaki formu doldurarak reklamsız deneyime erişebilirsiniz. YouTube destekçilerimizin reklamsız deneyiminin devreye girmesi, formu doldurduktan sonra 24-72 saat alabilmektedir.

Diğer Platformlar

Bu 3 platform haricinde destek olan destekçilerimize ne yazık ki reklamsız deneyim ayrıcalığını sunamamaktayız. Destekleriniz sayesinde sistemlerimizi geliştirmeyi sürdürüyoruz ve umuyoruz bu ayrıcalıkları zamanla genişletebileceğiz.

Giriş yapmayı unutmayın!

Reklamsız deneyim için, maddi desteğiniz ile ilişkilendirilmiş olan Evrim Ağacı hesabınıza üye girişi yapmanız gerekmektedir. Giriş yapmadığınız takdirde reklamları görmeye devam edeceksinizdir.

Destek Ol
Türkiye'deki bilimseverlerin buluşma noktasına hoşgeldiniz!

Göster

Şifrenizi mi unuttunuz? Lütfen e-posta adresinizi giriniz. E-posta adresinize şifrenizi sıfırlamak için bir bağlantı gönderilecektir.

Geri dön

Eğer aktivasyon kodunu almadıysanız lütfen e-posta adresinizi giriniz. Üyeliğinizi aktive etmek için e-posta adresinize bir bağlantı gönderilecektir.

Geri dön

Close
“Tutsak bir kraldansa, özgür bir kuş olmak yeğdir.”
Hollanda Atasözü
Geri Bildirim Gönder