Robot Lærer å Forstå Seg Selv Uten Menneskelig Hjelp

Ingeniører ved Columbia University School of Engineering and Applied Science har laget den første roboten som kan lære en modell av hele sin kropp fra scratch, uten menneskelig hjelp. 

Studien ble publisert i Science Robotics. 

Å Lære Roboten

Forskerne viste hvordan roboten kan lage en kinematisk modell av seg selv og bruke en selv-modell til å planlegge bevegelse, nå mål og unngå hindringer i en rekke situasjoner. Den kunne også automatisk gjenkjenne og kompensere for skader på sin kropp. 

En robotarm ble plassert innenfor en sirkel av fem strømmende videokameraer, og roboten så på seg selv gjennom kameraene mens den beveget seg fritt. Den beveget seg og bøyde seg for å lære hvordan sin kropp beveget seg i respons til forskjellige motorbefalinger, og etter tre timer sluttet den til slutt. Robotens interne dype neurale nettverk fullførte deretter å lære relasjonen mellom robotens motorhandling og den okkuperte volumet i dens omgivelser. 

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

“Vi var virkelig nysgjerrige på å se hvordan roboten forestilte seg selv,” sa Lipson. “Men du kan ikke bare kikke inn i et neuralt nettverk, det er en black box.” 

Forskerne arbeidet med flere visualiserings-teknikker før selv-bildet gradvis oppstod. 

“Det var en slags mykt flimmerende sky som syntes å omringe robotens tredimensjonale kropp,” fortsatte Lipson. “Når roboten beveget seg, fulgte den flimmerende skyen den mykt.” 

Robotens selv-modell var nøyaktig til omkring 1% av dens arbeidsområde.

Potensielle Anvendelser og Fremgang

Ved å muliggjøre at roboter kan modellere seg selv uten menneskelig hjelp, kan eksperter oppnå en rekke fremgang. For det første sparer det arbeid og lar roboten overvåke sin egen slitasje, detektere og kompensere for eventuelle skader. Forfatterne sier at denne evnen vil hjelpe autonome systemer å bli mer selvstendige. Et eksempel de gir er en fabrikkrobot, som kunne bruke denne evnen til å detektere at noe ikke beveget seg riktig før den kalte på hjelp. 

Boyuan Chen er studiens første forfatter. Han ledet arbeidet og er nå en assistentprofessor ved Duke University. 

“Vi mennesker har tydeligvis en forestilling om oss selv,” sa Chen. “Lukk øynene dine og prøv å forestille deg hvordan din egen kropp ville bevege seg hvis du skulle utføre en handling, som å strekke armene dine fremover eller ta et skritt bakover. Et sted inne i hjernen vår har vi en forestilling om oss selv, en selv-modell som informerer oss om volumet av vår umiddelbare omgivelse vi okkuperer, og hvordan dette volumet endrer seg når vi beveger oss.”

Lipson har arbeidet i årevis for å finne nye måter å gi roboter en form for denne selv-bevisstheten. 

“Selv-modellering er en primitiv form for selv-bevissthet,” forklarte han. “Hvis en robot, dyr eller menneske, har en nøyaktig selv-modell, kan det fungere bedre i verden, det kan ta bedre beslutninger, og det har en evolusjonær fordel.”

Forskerne anerkjente de ulike begrensningene og risikoene involvert med å gi maskiner autonomi gjennom selv-bevissthet, og Lipson sørger for å si at den spesifikke typen selv-bevissthet i denne studien er “triviell sammenlignet med den til mennesker, men du må starte et sted. Vi må gå sakte og forsiktige, så vi kan høste fordeler mens vi minimiserer risiko.”