Robotyka i fizyczna AI

Nowy artykuł twierdzi, że roboty muszą rozumieć ludzkie motywy

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Nowy artykuł opublikowany przez Narodowe Centrum Robotyki Jądrowej, z siedzibą na Uniwersytecie w Birmingham, twierdzi, że roboty muszą rozumieć motywy podobnie jak ludzie. Jeśli chcemy, aby ludzie i roboty pracowali razem skutecznie i bezpiecznie, roboty nie mogą po prostu wykonywać zadań bez znajania powodu, dla którego je wykonują.

Głównym autorem artykułu jest dr Valerio Ortenzi z Uniwersytetu w Birmingham. Twierdzi, że jest to konieczne, ponieważ gospodarka staje się coraz bardziej zautomatyzowana, połączona i z cyfrowymi. Jest to również ważne, ponieważ będzie znaczny wzrost interakcji między ludźmi i robotami w fabrykach i domach.

Artykuł został opublikowany w Nature Machine Intelligence. Koncentruje się częściowo na robotach używających obiektów i „Chwytaniu”, czyli działaniu, które jest łatwe do wykonania w naturze, ale jest wyzwaniem dla robotów.

Nasze obecne roboty fabryczne nieświadomie podnoszą obiekty, z którymi są już zaznajomione. Obiekty te są również umieszczane w określonych miejscach w wybranych godzinach. Jeśli maszyna miała podnieść obiekt, z którym nie jest zaznajomiona, i w losowym miejscu, wymagałoby to wielu złożonych technologii pracujących razem. Niektóre z tych technologii to systemy wizyjne i zaawansowane sztuczne inteligencje. Niektóre z nich wymagają nawet czujników umieszczonych w chwytaku, aby zapobiec zgnieceniu obiektu przez robota.

Badacze z Narodowego Centrum Robotyki Jądrowej twierdzą, że nawet z wszystkimi technologiami, maszyna nadal nie wie, dlaczego podnosi obiekt. Z tego powodu to, co kiedyś uważaliśmy za kolejne działania wykonywane przez roboty, może być w rzeczywistości prawdziwymi niepowodzeniami w świecie rzeczywistym.

Artykuł w Nature Machine Intelligence używa przykładu robota dostarczającego obiekt klientowi po jego podniesieniu. Robot podnosi obiekt pomyślnie bez zgniecenia go. Problem pojawia się, gdy robot zakrywa ważny kod kreskowy. Oznacza to, że obiekt nie może być śledzony, a nie ma informacji potwierdzających pomyślną dostawę obiektu. To powoduje komplikacje i skutkuje niepowodzeniem systemu dostawy, ponieważ robot nie wie pewnych konsekwencji podnoszenia obiektu w niewłaściwy sposób.

Dr Ortenzi i współautorzy artykułu omówili również inne przykłady.

„Wyobraź sobie, że prosisz robota, aby podał ci śrubokręt w warsztacie. Na podstawie obecnych konwencji, najlepszym sposobem, aby robot podniósł narzędzie, jest podniesienie go za pomocą rączki. Niestety, oznacza to, że bardzo potężna maszyna może następnie wbić potencjalnie śmiercionośne ostrze w Twoją stronę, z prędkością. Zamiast tego, robot musi wiedzieć, jaki jest ostateczny cel, czyli podać śrubokręt bezpiecznie swojemu ludzkiemu koledze, aby przemyśleć swoje działania.”

„Inny scenariusz wyobraża sobie robota, który podaje szklankę wody mieszkańcowi w domu opieki. Musi on upewnić się, że nie upuści szklanki, ale także, że woda nie rozleje się na odbiorcę podczas aktu podawania, lub że szklanka jest przedstawiana w taki sposób, aby osoba mogła ją podnieść.”

„To, co jest oczywiste dla ludzi, musi być zaprogramowane w maszynie, co wymaga głęboko odmiennego podejścia. Tradycyjne metryki używane przez badaczy w ciągu ostatnich dwudziestu lat do oceny manipulacji robotami, nie są wystarczające. W najprzyziemniejszym sensie, roboty potrzebują nowej filozofii, aby uzyskać chwyt.”

Profesor Rustman Stolkin, dyrektor Narodowego Centrum Robotyki Jądrowej, mówi o roli organizacji w rozwoju tej technologii.

„Narodowe Centrum Robotyki Jądrowej jest wyjątkowe, ponieważ pracuje nad praktycznymi problemami z przemysłem, jednocześnie generując najwyższej jakości badania naukowe na temat robotyki – jak ten przełomowy artykuł.”

Nowe badania zostały przeprowadzone we współpracy z Centrum Doskonałości w dziedzinie Wizji Robotycznej na Uniwersytecie Technologicznym w Queensland, Australia, Scuola Superiore Sant’Anna, Włochy, Niemieckim Centrum Lotnictwa i Kosmonautyki (DLR), Niemcy, oraz Uniwersytetem w Pizie, Włochy.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.