జర్నల్ ఆఫ్ రిమోట్ సెన్సింగ్ & GIS

నైరూప్య

పారిశ్రామిక ఆటోమేషన్‌ను ముందుకు తీసుకెళ్లడానికి జీవితకాల మెషిన్ లెర్నింగ్ ఆధారిత ఇంటెలిజెంట్ రోబోట్‌లు/సాఫ్ట్‌బాట్‌లు

ఎమ్దాద్ ఖాన్

పూర్తి సామర్థ్యం గల రోబోట్‌లు/సాఫ్ట్‌బాట్‌లు (ఇంటెలిజెంట్ ఏజెంట్) మానవ స్వీయ-అభ్యాసం, అభిజ్ఞా మేధస్సు, జ్ఞానాన్ని సృష్టించడం, అనుభవం నుండి నేర్చుకోవడం, ఏమి నేర్చుకోవాలో నిర్ణయించడం మరియు ఇలాంటి వాటి గురించి చాలా నేర్చుకోవడం మరియు నిర్ణయం తీసుకునే సామర్థ్యాలను కలిగి ఉండాలి. ఇప్పటికే ఉన్న మెషిన్ లెర్నింగ్ (ML) అల్గారిథమ్‌లు వివిక్త అభ్యాసంతో ఆధిపత్యం చెలాయిస్తాయి (ఉదాహరణకు పర్యవేక్షించబడిన అభ్యాసంలో, డొమైన్‌లోని నిర్దిష్ట పని కోసం నిర్దిష్ట డేటాసెట్ రిగ్రెషన్ లేదా వర్గీకరణ కోసం MLకి శిక్షణ ఇవ్వడానికి ఉపయోగించబడుతుంది). అటువంటి వ్యవస్థల యొక్క సాధారణీకరణ సామర్థ్యాలు శిక్షణకు ఉపయోగించే డేటా, టాస్క్ మరియు డొమైన్‌లకు దగ్గరి సంబంధం కలిగి ఉంటాయి మరియు అందుచేత పరిధిలో పరిమితం చేయబడ్డాయి (కొన్ని అనువర్తనాలకు బదిలీ అభ్యాసం మంచి మేరకు సహాయపడుతుంది) అయితే అలాంటి వ్యవస్థలు జ్ఞానాన్ని సృష్టించవు మరియు మునుపటి నుండి నేర్చుకోలేవు. టాస్క్‌లలో మరియు డొమైన్‌లలో జ్ఞానం లేదా అనుభవం. అయితే, ఇటీవల జీవితకాల యంత్ర అభ్యాసానికి (LML) సహాయపడే కొన్ని మంచి పని ఉంది, అంటే నేర్చుకున్న వాటి నుండి జ్ఞానాన్ని సృష్టించడం, మరింత తెలుసుకోవడానికి ఆ జ్ఞానాన్ని ఉపయోగించడం మరియు వారు మానవులుగా చేసే ప్రక్రియను పునరావృతం చేయడం. అయినప్పటికీ, ఇటువంటి పద్ధతులు జ్ఞాన సృష్టి కోసం అల్గారిథమిక్ మరియు స్టాటిస్టికల్ విధానాలను ఉపయోగిస్తాయి, ఇవి బాగా స్కేల్ చేయవు మరియు మోడల్ మానవ-వంటి అభ్యాసానికి తక్కువ అనువైనవి. ఇది ఇప్పటికే ఉన్న సంఖ్యా డేటాతో నడిచే ML సిస్టమ్‌లలో LML సామర్థ్యాన్ని సమర్థవంతంగా ఎనేబుల్ చేస్తుంది మరియు నిర్మాణాత్మక డేటాను ఉపయోగించి LML సిస్టమ్‌లతో చక్కగా అనుసంధానిస్తుంది - తద్వారా LML ఆధారిత మేధో వ్యవస్థ వంటి పూర్తి మనిషిని తయారు చేస్తుంది.