İnsanlar uzun zamandır el becerisinin ustaları olmuştur; ancak, robotlar hala yetişiyor. MIT’nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’ndan (CSAIL) bir ekip, makinelerin insan yeteneklerini taklit etmesini sağlamak amacıyla robotlara aynı tür el becerisi kazandırabilecek yeni bir AI sistemi geliştirdi. Yeni modelsiz çerçeve; (daha insan benzeri bir manipülasyona doğru bir adımda, robotik el) hem yukarı hem de aşağı bakacak şekilde nesneleri yeniden yönlendirmeyi öğrenebilir. Her iki durumda da 2000’den fazla geometrik olarak farklı nesneyi manipüle edebilir. Bu yeni herhangi bir şeyi manipüle etme yeteneği, elin nesneleri belirli şekillerde ve konumlarda hızlı bir şekilde alıp yerleştirmesine ve hatta görünmeyen nesnelere genelleme yapmasına yardımcı olabilir. MIT CSAIL ekibi; simüle edilmiş, antropomorfik ve 24 derece serbestliğe sahip bir el kullandı ve sistemin gelecekte gerçek bir robotik sisteme aktarılabileceğine dair kanıtlar gösterdi. Sistem; derin öğrenme ve “öğretmen-öğrenci” eğitim yöntemi adı verilen bir şey ile modelsiz bir pekiştirmeli öğrenme algoritması kullanır. “Öğretmen” ağı, simülasyonda kolayca bulunabilen ancak gerçek dünyada olmayan nesne ve robot hakkındaki bilgiler üzerinde eğitilir. “Öğretmenin” bilgisi daha sonra kameralar tarafından çekilen derinlik görüntüleri, nesne pozu ve robotun eklem konumları gibi gerçek dünyada elde edilebilecek gözlemlere dönüştürülür. Robot, daha önce hiç görmediği ve şekil bilgisi olmadan çok sayıda nesneyi yeniden yönlendirebilir. Elmalar, tenis topları, misketler gibi küçük, dairesel şekilli nesneleri neredeyse %100 başarı oranıyla manipüle edebilir. Ancak kaşık, tornavida veya makas gibi daha karmaşık nesneler söz konusu olduğunda başarı oranı %30’a yaklaşmaktadır. Başarı oranları nesne şekline göre değiştiğinden, gelecekte ekip; modelin nesne şekillerine dayalı olarak eğitilmesinin performansı artırabileceğini belirtiyor.
Yine de sistemin büyük bir potansiyeli var; lojistiği ve üretimi hızlandırmada bir varlık olabilir, nesneleri takmak için yuvalara paketlemek veya daha geniş bir araç yelpazesini ustaca manipüle etmek gibi ortak taleplere yardımcı olabilir.