إن التعلم عن طريق التعزيز العميق هو مجموعة فرعية من الاستخبارات الاصطناعية تجمع بين التعلم العميق ومبادئ التعلُّم المعزز، وهو يمكِّن النظم المستقلة من تعلم السلوك الأمثل من خلال المحاكمة والخطأ، وتحسين أدائها على مر الزمن، وتتزايد استخدام هذه التكنولوجيا في مختلف تطبيقات العالم الحقيقي، ولا سيما في النظم المستقلة مثل المركبات والروبوت والطائرات بدون طيار.

المركبات المستقلة

ومن أبرز تطبيقات مشروع نزع السلاح والتسريح وإعادة الإدماج في السيارات التي تقود نفسها، وتستخدم شركات مثل وايمو وتيسلا خوارزميات التعلم العميقة لتعزيز تعزيزات تحسين صنع القرار في بيئات المرور المعقدة، وتتعلم هذه النظم الملاحة وتتجنب العقبات وتتفادى الطرق دون تدخل بشري.

ويساعد مشروع القانون المتعلق بمكافحة التصحر في المركبات المستقلة على التكيف مع السيناريوهات غير المتوقعة، مثل المعابر المفاجئة للمشاة أو الظروف الجوية المتغيرة، وذلك بالتعلم المستمر من البيانات والخبرات الجديدة.

الأجهزة الآلية والآلية الصناعية

ويمكن للروبوتات المجهزة بتعلم التعزيزات العميقة أن تؤدي مهام مثل التلاعب بالأشياء والتجمع والملاحة في البيئات الدينامية، وعلى سبيل المثال، تتعلم الأسلحة الآلية في محطات التصنيع معالجة مختلف الأشياء بكفاءة وبأمانة.

ويتيح مشروع القانون الآليين التكيف مع المهام والبيئات الجديدة بأقل قدر من المدخلات البشرية، وزيادة المرونة والإنتاجية في البيئات الصناعية.

الطائرات الآلية والمركبات الجوية

وتستخدم الطائرات بدون طيار التعلم في مجال التعزيز العميق لتحسين استقرار الرحلات الجوية، وتجنب العقبات، وتخطيط البعثات، وفي الزراعة، تحلل الطائرات بدون طيار صحة المحاصيل وتضع طرق الرش على أساس الأنماط المتعلمة على الوجه الأمثل.

ويتيح مشروع القانون الإقليمي لإدارة الأراضي استخدام النظم الجوية المستقلة بكفاءة في بيئات معقدة، مثل المناطق الحضرية أو الغابات الكثيفة، مع الحد الأدنى من السيطرة البشرية.

موجز الطلبات

  • المركبات المستقلة ذاتيا التي تبحر في حركة المرور المعقدة
  • أداء مهام التصنيع التكييفية
  • أجهزة دروبية تقوم بالرصد البيئي
  • :: استخدام المركبات الجوية غير المأهولة لطرق الطيران على النحو الأمثل
  • نظم الحكم الذاتي التي تحسن السلامة والكفاءة