Уже стало понятно, что программирование робота, чтобы он мог выполнить какую-либо конкретную задачу, бесперспективное и утомительное занятие. Новый подход заключается в том, чтобы так запрограммировать робота, чтобы он мог самообучаться. И это имеет смысл: зачем тратить кучу времени и усилий на программирование робота для решения конкретной задачи, когда (возможно, потратив немного больше времени и усилий) можно создать робота-универсала, который сможет научиться делать абсолютно всё.

По сути, обучение является врожденной способностью адаптироваться к новым и часто опасным ситуациям, возникающим в реальной жизни", когда БПЛА (беспилотные летательные аппараты), например, имеют дело с такими неприятностями, как ветер, который имеет тенденцию сносить их с заданного курса. Хотя, конечно, можно запрограммировать БПЛА, чтобы он следовал заданной траектории, а затем запрограммировать его так, чтобы он учитывал ветер различной силы. Однако, гораздо эффективнее, чтобы БПЛА следовал заданной траектории адаптивно, учась работать с ветром, или любой другой помехой в реальном времени. И исследовательская группа “Flying Machine Arena” из Германии добилась в этом направлении уже очень много (см. видео).



Так же как и людям, этим роботам довольно страшно начинать выполнять поставленную задачу. Также как и люди, они быстро исправляют свои ошибки, и в отличие от людей, роботы никогда не совершают одну и ту же ошибку дважды. Они никогда не устают, и им не становится скучно. Они будут тренироваться и тренироваться, пока поставленная задача не будет выполнена в совершенстве. А если видоизменить задачу? Нет проблем, потребуется несколько сеансов практики, и робот поймет, чего от него хотят.

Есть надежда, что роботы смогут самостоятельно понимать новые ситуации, не прося помощи у человека. А сетевые роботы смогут учиться на ошибках друг друга.