Wprowadzenie
Istnieje kilka powodów, dla których może być konieczne podzielenie autonomicznej sztucznej inteligencji na części modułowe:
- Systemy modułowe są łatwiejsze do testowania i certyfikowania.
- Systemy modułowe są łatwiejsze do utrzymania. Jeśli jeden moduł nie działa lub musi zostać zaktualizowany, nie trzeba przerobić całego systemu.
- Różne umiejętności i różne techniki podejmowania decyzji mogą być wymagane w różnych scenariuszach dla skutecznej autonomii.
- Systemy szkoleniowe (zarówno ludzkie, jak i sztucznej inteligencji) uczą się lepiej, gdy zdobywają indywidualne umiejętności oddzielnie.
- Podzielenie sekwencji lub pojęć na mniejsze lekcje umożliwia lepsze nauczanie.
W tym module poznasz trzy kluczowe wzorce projektowe mózgu, aby zaprojektować modułowe systemy inteligentne dla niemal każdej aplikacji:
Wzorzec percepcji używa modelu uczenia maszynowego (ML) do wykonywania zaawansowanego postrzegania, takiego jak przetwarzanie obrazów, klasyfikacja słuchowa, przewidywanie lub inny typ klasyfikacji. Przekazuje wyniki do koncepcji podejmowania decyzji, zwykle modułu uczenia głębokiego wzmacniania (DRL).
Wzorzec funkcji jest używany, gdy akcje sterujące różnych modułów są funkcjonalnie niezależne. W praktyce oznacza to, że masz niezależne pokrętła sterujące kontrolujące różne części procesu. Na przykład:
Kontrolowanie palców i nadgarstka na ramieniu robota oddzielnie od łokcia i barka podczas zadania układania kawałków na stole.
Sterowanie trzema sekcjami linii montażowej fabryki.
Kontrolowanie trzech różnych reaktorów chemicznych, połączonych sekwencyjnie, które są funkcjonalnie niezależne i kontrolowane za pomocą pokrętła.
Wzorzec strategii jest używany, gdy akcje sterujące różnych modułów są takie same. W praktyce oznacza to, że te same fizyczne pokrętła sterowania są używane w różnych scenariuszach i strategiach. Na przykład w wywiadzie dla operatora maszyny można odkryć, że istnieją trzy strategie obsługi maszyny:
Strategia używana podczas uruchamiania.
Strategia używana podczas ciągłej operacji, gdy zapotrzebowanie na produkt jest wysokie.
Strategia używana podczas ciągłej operacji, gdy zapotrzebowanie na produkt jest niskie.
Projektujesz mózg z czterema modułami. Jeden moduł dla każdej z trzech strategii, a czwarty, który decyduje, która strategia powinna być używana w danym momencie.
Wyjaśnimy te wzorce bardziej szczegółowo w kolejnych lekcjach.
Cele szkolenia
Po ukończeniu tego modułu będziesz mieć następujące umiejętności:
- Projektowanie autonomicznych mózgów sztucznej inteligencji dla aplikacji przemysłowych.
- Opisz korzyści i użycie wzorców projektowania mózgu.
- Zastosuj najlepsze rozwiązania dotyczące nauczania maszynowego, aby rozwiązać problemy biznesowe w przemyśle.
Wymagania wstępne
- Podstawowa wiedza na temat zautomatyzowanej analizy
- Podstawowa wiedza na temat analizy autonomicznej
- Podstawowa wiedza na temat nauczania maszynowego