Robot lærer at forstå sig selv uden menneskelig assistance

Ingeniører ved Columbia University School of Engineering and Applied Science har skabt den første robot, der kan lære en model af sin egen krop fra scratch, alt uden menneskelig assistance.

Studiet blev offentliggjort i Science Robotics.

At undervise robotten

Forskerne viste, hvordan robotten kan oprette en kinematisk model af sig selv og bruge en selv-model til at planlægge bevægelser, nå mål og undgå hindringer i en bred vifte af situationer. Den kunne også automatisk genkende og kompensere for skader på sin krop.

En robotarm blev placeret inde i en cirkel af fem streaming-video-kameraer, og robotten så på sig selv gennem kameraerne, mens den bevægede sig frit. Den bevægede sig og forandrede form for at lære nøjagtigt, hvordan dens krop bevægede sig i forhold til forskellige motor-kommandoer, og efter tre timer standsede den endelig. Robotens interne dybe neurale netværk afsluttede herefter læringen af forholdet mellem robotens motor-handlinger og den besatte volumen i dets omgivelser.

Hod Lipson er professor i mekanisk ingeniørvidenskab og direktør for Columbia’s Creative Machines Lab.

“Vi var rigtig nysgerrige efter at se, hvordan robotten forestillede sig selv,” sagde Lipson. “Men du kan ikke bare kigge ind i et neuralt netværk, det er en sort kasse.”

Forskerne arbejdede på flere visualiseringsteknikker, før selv-billedet langsomt opstod.

“Det var en slags blidt blinkende sky, der syntes at omgive robotens tredimensionale krop,” fortsatte Lipson. “Da robotten bevægede sig, fulgte den blinkende sky blidt med.”

Robotens selv-model var nøjagtig til omkring 1% af dets arbejdsområde.

Potentielle anvendelser og fremskridt

Ved at aktivere robotter til at modellere sig selv uden menneskelig assistance kan eksperter opnå en bred vifte af fremskridt. For det første sparer det arbejdskraft og tillader robotten at overvåge sin egen slitage og skader, og det kan også opdage og kompensere for skader. Forfatterne siger, at denne evne vil hjælpe autonome systemer med at være mere selvstændige. Et eksempel, de giver, er en fabriksrobot, der kan bruge denne evne til at opdage, at noget ikke fungerer korrekt, før den kalder på assistance.

Boyuan Chen er studiets første forfatter. Han ledte arbejdet og er nu adjunktprofessor ved Duke University.

“Vi mennesker har tydeligvis en forestilling om os selv,” sagde Chen. “Luk øjnene og prøv at forestille dig, hvordan din egen krop ville bevæge sig, hvis du skulle udføre en handling, såsom strække armene frem eller tage et skridt tilbage. Et sted inde i hjernen har vi en forestilling om os selv, en selv-model, der informerer os om, hvilken volumen af vores umiddelbare omgivelser vi besætter, og hvordan denne volumen ændrer sig, når vi bevæger os.”

Lipson har arbejdet i årevis for at finde nye måder at give robotter en form for selvbevidsthed.

“Selv-modellering er en primitiv form for selvbevidsthed,” forklarede han. “Hvis en robot, et dyr eller et menneske har en nøjagtig selv-model, kan det fungere bedre i verden, det kan træffe bedre beslutninger, og det har en evolutionær fordel.”

Forskerne anerkendte de forskellige begrænsninger og risici, der er forbundet med at give maskiner autonomi gennem selvbevidsthed, og Lipson sørger for at sige, at den specifikke type selvbevidsthed i denne studie er “ubetydelig i forhold til menneskers, men man skal starte et sted. Vi skal gå langsomt og forsigtigt, så vi kan høste fordelene, mens vi minimiserer risikoen.”