Všeč mi je ali ne, obkroženi smo z roboti. Na tisoče Američanov se danes vozi na delo v avtomobilih, ki se v veliki meri vozijo sami. Sesalniki se sami lotijo po dnevnih sobah. Droni Quadcopter se samodejno zadrgajo nad kmetijskimi polji in sprejmejo zračne posnetke, ki kmetom pomagajo pri pridelavi pridelkov. Celo strašljivo videti humanoidni roboti, ki lahko skačejo in tečejo kot mi, bodo morda v bližnji prihodnosti komercialno na voljo.
Robotske naprave se zelo dobro gibljejo po našem svetu, ne da bi pri nas posegle. Toda kljub tem novonastalim znanjem še vedno ostaja velika slabost: Najbolj nadarjene skupine se lahko še vedno ustavijo na svojih tirih s preprosto kljuko.
Matt Mason, robotik na univerzi Carnegie Mellon, pravi, da za vse obstoječe sposobnosti robotov, da se samostojno gibljejo po svetu, fizični interakciji s predmeti še ne morejo, ko pridejo tja.
»Kaj smo se naučili iz robotike? Lekcija številka ena je, da je manipulacija težka. To je v nasprotju z našo individualno izkušnjo, saj je skoraj vsak človek spreten manipulator, «piše Mason v nedavnem recenzijskem članku.
To je poštena točka. Mi ljudje brez razmišljanja manipuliramo s svetom okoli nas. Predmete skoraj nezavedno grabimo, trkamo, zvijamo, sesekljamo in izdelujemo, deloma zahvaljujoč našim neverjetno spretnim rokam. Kot rezultat tega smo v mislih zgradili naše svetove. Vsi mobilni telefoni, tipkovnice, radijski sprejemniki in druga orodja, s katerimi smo se ukvarjali vse življenje, so bili izrecno zasnovani tako, da se prilegajo prstom in dlani.
Pri obstoječih robotih ni tako. Trenutno je ena najpogosteje uporabljenih robotskih ročnih modelov, imenovana "prijemalec", bolj ali manj enaka tistim, ki so jih na televiziji predstavljali v šestdesetih letih prejšnjega stoletja: naprava iz dveh trdih kovinskih prstov, ki medsebojno stisneta predmete.
Naprave, ki so v nadzorovanem okolju, kot je montažna linija, delujejo prav. Če robot ve, da bo vsakič, ko doseže določen del, na istem mestu in orientaciji, potem je oprijem nepomemben. "Jasno je, kakšen del se bo spuščal po tekočem traku, zaradi česar je robot zaznavanje in dojemanje razmeroma enostavno, " ugotavlja Jeannette Bohg, robotikinja na univerzi Stanford.
Resnični svet je na drugi strani nered in poln neznank. Pomislite samo na svojo kuhinjo: Ob umivalniku se lahko sušijo kupi posode, mehka in krhka zelenjava, ki obloži hladilnik, in več pripomočkov, polnjenih v ozke predale. Z vidika robota, pravi Bohg, bi bilo prepoznavanje in manipuliranje z ogromno paleto predmetov popoln kaos.
"To je na nek način sveti gral, kajne? Zelo pogosto želite manipulirati s številnimi predmeti, s katerimi ljudje navadno manipulirajo, in zanje so bili narejeni, da jih ljudje manipulirajo, «pravi Matei Ciocarlie, raziskovalec robotike in inženir strojništva na univerzi Columbia. »V določenih situacijah lahko sestavimo manipulatorje za določene predmete. To ni problem. Težko je v vsestranskosti. "
Za spopadanje z ogromnim številom edinstvenih oblik in fizičnih lastnosti teh materialov - ne glede na to, ali so trdni kot nož ali so deformabilni kot kos plastične ovojnice - bi bil idealni robotski dodatek nujno nekaj, kar spominja na tisto, kar je na koncu naše roke. Tudi pri togih kosteh se naše roke upognejo in upognejo, ko primemo predmete, tako da, če roko robota lahko stori enako, lahko "kletka" predmete znotraj svojega oprijema in jih premika po površini, tako da jih lovi tako kot dojenček. njene igrače.
Inženiring, da vsestranskost ni majhen podvig. Ko so inženirji v iRobotu - istem podjetju, ki vam je prineslo sesalnik Roomba - pred nekaj leti razvili prožno, tristransko "roko", so jo sprejeli kot velik podvig. Danes se robotiki še naprej obračajo od zveste replike človeške roke in gledajo v smukljive materiale in boljša računalniška orodja, kot je strojno učenje za njihovo nadziranje.
Prizadevanje za mehke, prožne "roke"
"Človeški podobni prijemi so ponavadi občutljivejši in dražji, saj imate veliko več motorjev in jih nabirate v majhen prostor, " pravi Dmitrij Berenson, ki na univerzi v Michiganu študira avtonomne robotske manipulacije. "Resnično moraš imeti veliko inženiringa, da bi lahko delal, in običajno veliko vzdrževanja." Zaradi teh omejitev industrija ne uporablja široko obstoječih človeških rok.
Da bi bila robotska roka praktična in se celo zbližala s človekovimi zmožnostmi, bi morala biti čvrsta, vendar prilagodljiva; biti sposoben občutiti mraz, vročino in dotik pri visoki ločljivosti; in bodite dovolj nežni, da lahko poberete krhke predmete, vendar dovolj robustne, da prenesejo tolčenje. Oh, povrhu vsega pa bi moralo biti poceni.
Nekateri raziskovalci si prizadevajo za rešitev tega problema, da bi ustvarili srečen medij. Preizkušajo roke, ki posnemajo nekatere lastne lastnosti, vendar jih je veliko preprosteje oblikovati in graditi. Vsak uporablja mehke "prste" iz lateksa, ki jih poganjajo kabli, podobni tetivam, ki jih potegnejo odprte in zaprte. Prednost tovrstnih modelov je njihova dobesedna prilagodljivost - ko naletijo na predmet, se lahko oklepajo okoli njega, oblikujejo v njegovo kompleksno obliko in ga lepo zagrabijo.
Namesto rok, ki tesno spominjajo na naše, nekateri raziskovalci delajo na mehkih, prožnih, iz silikona. Na tej sliki se votli silikonski prsti zvijajo, ko so napolnjeni z zrakom, in jih stisnejo okoli nenavadno oblikovanih predmetov. (J. MORROW ET AL / IEEE MEDNARODNA KONFERENCA O ROBOTICI IN AVTOMATIKA (ICRA) 2016) Takšne okrnjene "roke" ponujajo velik napredek v primerjavi s prijemalom iz trde kovine. A šele začnejo reševati vprašanje. Čeprav gumijast prst deluje odlično za nabiranje vseh vrst predmetov, se bo boril s finimi motoričnimi spretnostmi, potrebnimi za preproste naloge, kot je polaganje kovanca v režo - ki vključuje ne samo držanje kovanca, ampak tudi občutek utora, izogibanje njegovim robom in drsnik kovanca v notranjost. Zaradi tega, pravi Ciocarlie, je ustvarjanje senzorjev, ki robotom povedo več o predmetih, ki se jih dotikajo, prav tako pomemben del uganke.
Na prstih imamo na koži vtisnjene na tisoče posameznih receptorjev na dotik. "V resnici ne vemo, kako sestaviti take vrste senzorjev, in čeprav bi to storili, bi jih zelo težko oživili in dobili te informacije nazaj, " pravi Ciocarlie.
Število potrebnih senzorjev bi sprožilo drugo, še močnejše vprašanje: kaj storiti z vsemi temi informacijami, ko jih boste imeli. Berenson pravi, da se začenjajo pojavljati računske metode, ki omogočajo robotu, da uporablja ogromne količine senzoričnih podatkov za načrtovanje svoje naslednje poteze. Toda doseganje teh sposobnosti tam, kjer morajo biti, je lahko kos vsem drugim izzivom, s katerimi se raziskovalci srečujejo pri doseganju avtonomne manipulacije. Izdelava robota, ki lahko hitro in neopazno uporablja svoje "roke" - tudi v povsem novih situacijah - morda ne bo mogoča, če ga inženirji ne bodo dali z zapleteno inteligenco.
Ta možganska moč je nekaj, kar mnogi od nas ljudje jemljemo kot samoumevno. Če bomo na svoji mizi dvignili svinčnik, preprosto posežemo in ga primemo. Med jedjo za večerjo uporabljamo gumbe, vilice in palčke za hrano z gracioznostjo in natančnostjo. Tudi amputiranci, ki so izgubili zgornje okončine, se lahko naučijo uporabljati protetične kljuke za naloge, za katere so potrebne fine motorične sposobnosti.
"Lahko si privežejo čevlje, lahko naredijo sendvič, lahko se oblečejo - vse z najpreprostejšim mehanizmom. Torej vemo, da je možno, če imate za seboj pravo inteligenco, "pravi Berenson.
Poučevanje stroja
Bohg pravi, da lahko dosežeš to raven inteligence pri robotu. Do nedavnega je večina programske opreme za manipulacijo vključevala izdelavo podrobnih matematičnih modelov situacij v resničnem svetu, nato pa je pustila, da roboti uporabljajo te modele za načrtovanje gibanja. En nedavno izdelani robot, ki je na primer sestavljen iz Ikeinega stolčka, na primer uporablja programski model, ki lahko prepozna vsak posamezen kos, razume, kako se prilega skupaj s sosedi, in ga primerja z videzom končnega izdelka. Montažno opravilo lahko konča v približno 20 minutah. Kljub temu ga prosite, da sestavi drugačen Ikein izdelek, in ta bo popolnoma zmešan.
Ljudje razvijajo veščine zelo različno. Namesto da bi imeli poglobljeno znanje o posamezni ozki temi, na lestvici črpamo znanje iz primera in prakse, krepimo poskuse, ki delujejo, in zavrnemo tiste, ki ne. Pomislite, da ste se prvič naučili sesekljati čebulo - ko ste nekajkrat ugotovili, kako držati nož in rezino, vam verjetno ni treba začeti iz nič, ko ste naleteli na krompir. Kako torej dobimo robota za to?
Bohg meni, da se odgovor lahko skriva v "strojnem učenju", nekakšnem iterativnem postopku, ki omogoča robotu, da razume, kateri poskusi manipulacije so uspešni in kateri ne - in omogoča uporabo teh informacij za manevriranje v situacijah, s katerimi se nikoli ne srečuje.
"Preden je strojno učenje začelo področje robotike, je šlo za modeliranje fizike manipulacije - prišlo je do matematičnih opisov predmeta in njegovega okolja, " pravi. "Strojno učenje nam omogoča, da robotu damo kopico primerov predmetov, ki jih je nekdo pripomnil, in ga prikažemo:" Tukaj je dobro mesto za grabljenje. "" Robot bi lahko uporabil te pretekle podatke za pregled povsem novega predmeta in razumevanje, kako dojeti
Ta metoda predstavlja veliko spremembo v primerjavi s prejšnjimi tehnikami modeliranja, vendar bo morda nekaj časa, preden bo dovolj izpopolnjena, da se roboti lahko popolnoma naučijo sami, pravi Berenson. Številni obstoječi algoritmi strojnega učenja morajo nabrati ogromno podatkov o možnih rezultatih - kot vsi potencialni koraki v šahovski igri - preden bodo lahko začeli izdelovati najboljši možni načrt napada. V drugih primerih bodo morda potrebovali na stotine, če ne na tisoče poskusov manipulacije določenega predmeta, preden se spotaknejo s strategijo, ki deluje.
To se bo moralo spremeniti, če se bo robot premikal in sodeloval s svetom tako hitro, kot lahko ljudje. Namesto tega, pravi Berenson, bi moral biti idealen robot sposoben razviti nove spretnosti v samo nekaj korakih s preskusom in napakami ali imeti možnost, da iz enega primera ekstrapolira nova dejanja.
Apollo, robot, ki ga je zgradil inženir Jeannette Bohg, skuša premakniti valj čez mizo, medtem ko kartonska škatla zavira pot. V tem poskusu je raziskovalec, ko se je roka premikala, prestavil polje na nova mesta na mizi in prisilil Apolona, naj na lestvici preračuna svojo pot. Zmešana slika v spodnjem desnem kotu prikazuje pogled z Apollove perspektive, kar poudarja, kako težko je robot prepoznati in komunicirati s predmeti okoli njega. (SODIŠČE JEANNETTE BOHG) "Veliko vprašanje, ki ga je treba premagati, je, kako posodobiti modele robota ne z 10 milijoni primerov, ampak z enim ?" "Da pridem do točke, kjer piše:" V redu, to ni delovalo, kaj naj naredim naprej? " To je pravo učno vprašanje, ki ga vidim. "
Mason, robotik iz Carnegie Mellon, se strinja. Izziv programiranja robotov, da počnejo tisto, kar počnemo brezskrbno, pravi, povzema nekaj, imenovano paradoks Moravec (imenovano po pionirju robotike Hansu Moravcu, ki poučuje tudi pri Carnegie Mellon). Skratka, navaja, da roboti rokovati z enostavnostjo tega, kar je težko storiti, toda tisto, kar je za nas druga narava, je zelo težko programirati. Računalnik lahko na primer igra šah bolje kot kateri koli človek, vendar se je izkazalo, da je prepoznavanje šahovskega dela na njem sam.
Za Masona to še vedno velja. Kljub postopnemu napredku, ki ga raziskovalci dosegajo v robotskih nadzornih sistemih, je po njegovem mnenju osnovni koncept avtonomne manipulacije morda eden najtežjih oreškov, ki jih polje še ni počilo.
"Racionalno in zavestno razmišljanje je relativno evolucijski razvoj, " pravi. "Imamo vse to drugo miselno mašinerijo, ki je v več kot sto milijonih let razvila sposobnost narediti neverjetne stvari, kot so premikanje, manipulacija, zaznavanje. Pa vendar se vse te stvari dogajajo pod zavestno stopnjo.
"Mogoče so stvari, o katerih mislimo, da imajo višjo kognitivno funkcijo, na primer igranje šaha ali algebra - morda so te stvari mrtve trivialne v primerjavi z mehaniko manipulacije."
Revija Knovable Magazine je neodvisno novinarsko prizadevanje letnih revij . 
