นักวิจัยจาก NVidia ได้สร้างระบบ AI ที่สามารถเรียนรู้ได้จากการสังเกตกิจกรรมที่มนุษย์สอนและสามารถทำตามงานในรูปแบบเรียนรู้เข้ามาได้ โดยนักวิจัยได้ใช้ Deep Learning เพื่อช่วยให้กระบวนการเรียนรู้ของ AI หรือ บอท ทำได้ง่ายและรวดเร็วมากขึ้น

นักวิจัยกล่าวถึงไอเดียเบื้องหลังว่า “เคล็ดลับความสำเร็จคือเราได้ใช้ข้อมูลที่สังเคราะห์ขึ้นมาเองเข้าไปใน Neural Networks” นอกจากนี้ยังได้กล่าวถึงวิธีการเรียนรู้ในปัจจุบันว่า “ปกติแล้วปัจจุบันวิธีการสอน Neural Network ต้องการข้อมูลที่ถูกแบ่งประเภทหรือทราบค่าแล้วจำนวนมาก (ปกติเวลาสอนระบบเราจะต้องมีตัวอย่างของข้อมูลที่เราทราบอยู่แล้วก่อนว่าเป็นอะไร) ซึ่งตรงนี้เองเป็นคอขวดของระบบที่ต้องไปเล่นกับข้อมูล แต่ด้วยวิธีการของเราที่อาศัยการสร้างข้อมูลขึ้นมาเองทำให้สามารถสร้างข้อมูลได้ไม่จำกัดอย่างไม่ยากเย็นนัก”
จากวีดีโอสาธิตนักวิจัยทำตัวอย่างการเรียงวัตถุสีตามลำดับให้ระบบเพียงแค่ครั้งเดียวเท่านั้น หุ่นยนต์ก็สามารถทำตามได้แล้ว อย่างไรก็ตามนักวิจัยได้ใช้ Geometrical Object เพื่อเทรน AI (จากวีดีโอจะมีสเกลเป็นเหลี่ยมๆ จับวัตุอยู่) ตัวระบบก็จะจับตาเฉพาะวัตถุนั้นเพื่อบันทึกและเรียนรู้การกระทำของผู้สอนและปฏิบัติตามได้อย่างถูกต้อง จะเห็นได้ว่าระบบไม่ได้ใช้ภาพของวัตถุจริงซึ่งอาจจะได้รับผลกระทบจากคุณภาพของกล้องหรือการรบกวนอื่นๆ นักวิจัยกล่าวว่านี่เป็นเพียงจุดเริ่มต้นเท่านั้น
ผู้สนใจสามารถศึกษาเพิ่มเติมได้ที่ “Synthetically Trained Neural Networks for Learning Human-Readable Plans from Real-World Demonstrations”