दक्षिणी कैलिफोर्निया विश्वविद्यालय की एक न्यूरो-रोबोटिक्स प्रयोगशाला में, एक छोटे से यांत्रिक हाथ ने पहली बार एक धुन सुनी और बिना किसी शीट संगीत, पहले से लोड किए गए स्कोर या हफ्तों के पर्यवेक्षित प्रशिक्षण और अभ्यास के, एक ही प्रयास में उसे वापस बजा दिया ( यूएससी विटरबी के माध्यम से)।
इस प्रणाली को म्यूज़िशियन हैंड कहा जाता है। इसमें चार उंगलियां हैं, जिनमें से प्रत्येक एक छोटी इलेक्ट्रिक मोटर से जुड़ी नस द्वारा संचालित होती है, जो ठीक उसी तरह काम करती है जैसे मानव हाथ में मांसपेशियां नसों को खींचती हैं। इसका निर्माण डॉक्टरेट के छात्र हेसम आज़ादजू ने प्रोफेसर फ्रांसिस्को वैलेरो-क्यूवास के मार्गदर्शन में किया था।
रोबोट ने वास्तव में सीखा कैसे?
"मोटर बैबलिंग" नामक तकनीक के माध्यम से, जो मनुष्यों द्वारा अपने अंगों को नियंत्रित करना सीखने की एक खोजपूर्ण परीक्षण-और-त्रुटि प्रक्रिया है। हाथों, कीबोर्ड और संगीत की अवधारणा के बारे में जाने बिना, रोबोट ने यह पता लगाया कि पियानो की कुंजियों को दबाकर उसकी गतिविधियों से ध्वनियाँ कैसे उत्पन्न हो सकती हैं।
पहले दो मिनट तक, रोबोटिक हाथ ने यादृच्छिक कुंजियाँ दबाईं और उंगलियों की गतिविधियों तथा पियानो से उत्पन्न ध्वनियों के बीच संबंध का विश्लेषण किया। उस संक्षिप्त अनुभव से, इसने मोटर कमांड (उंगलियों की गतिविधियाँ) और परिणामों (ध्वनियों) के बीच संबंध का मानचित्रण किया।
जब म्यूजिशियन हैंड ने पहली बार लॉस एंजिल्स स्थित संगीतकार और संगीत सिद्धांतकार रिचर्ड टुट्टोबेन द्वारा डिजाइन की गई और "रोबो एल्गो" नामक लगभग 30 स्वरों की धुन सुनी, तो उसने ऑडियो को स्पेक्ट्रोग्राम में परिवर्तित किया, स्वरों की पहचान करने के लिए न्यूरल नेटवर्क का उपयोग किया , और फिर अनुक्रम को पुन: उत्पन्न करने के लिए आवश्यक कमांड उत्पन्न किए, वह भी पहले ही प्रयास में।
यह महज एक संगीतमय पार्टी ट्रिक से कहीं अधिक क्यों है?
शोधकर्ताओं ने एक ब्लाइंड ऑडिशन भी आयोजित किया, जिसमें दो जजों ने चार प्रशिक्षित पियानोवादकों के साथ म्यूजिशियन हैंड का मूल्यांकन किया, बिना यह जाने कि उनमें से रोबोट कौन है, और कई बार ऐसा भी हुआ जब वे इंसानों और रोबोट के बीच अंतर नहीं बता पाए।
इसके विपरीत, अप्रशिक्षित वयस्क पहले दर्जन नोट्स को भी दोबारा नहीं बजा सके। आज़ादजू बताते हैं कि मानव मस्तिष्क 100 वाट से कम बिजली का उपयोग करके जटिल मोटर समस्याओं को हल करता है, जो लगभग एक लैपटॉप चार्जर के बराबर है, लेकिन पारंपरिक कृत्रिम बुद्धिमत्ता को उसी कार्य के लिए मेगावाट बिजली की आवश्यकता हो सकती है।
इस तरह की सरल, कुशल और अनुभव-आधारित शिक्षण पद्धति को वास्तव में ऐसे रोबोटिक उपकरणों पर लागू किया जा सकता है जिन्हें लोग दैनिक आधार पर पहन और उपयोग कर सकते हैं, जैसे कि पार्किंसंस रोगियों के लिए एक्सोस्केलेटन और व्यक्तिगत पुनर्वास रोबोट। इस शोध को एनएसएफ और डीएआरपीए का समर्थन प्राप्त था।