Badania sugerują, że pola edukacyjne powinny być łączone dla postępu sztucznej inteligencji

Nowe badania przeprowadzone przez Imperial College London sugerują łączenie wielu dziedzin edukacyjnych, takich jak nauka o materiałach, inżynieria mechaniczna, informatyka, biologia i chemia, w celu dalszego rozwoju sztucznej inteligencji (AI). Zgodnie z badaniami, taka połączona dyscyplina zapewniłaby studentom umiejętności niezbędne do opracowania robotów AI podobnych do żywych organizmów.

Roboty, o których mowa w badaniach, to Physical AI, które zachowywałyby się i wykazywały zachowania podobne do ludzi i innych zwierząt. Roboty te mogłyby również posiadać zdolności intelektualne podobne do organizmów biologicznych. Physical AI mogłaby pomagać ludziom w pracy i w domu, wykonując zadania niebezpieczne lub trudne, w tym medycynę, opiekę, produkcję i bezpieczeństwo.

Badania zostały opublikowane 10 listopada w Nature Machine Intelligence.

Obecne możliwości AI

Współczesna sztuczna inteligencja jeszcze nie połączyła zdolności intelektualne maszyn i organizmów biologicznych, ale trwające prace przybliżają nas do tego celu. Obecnie najbliższy związek między ludźmi a AI wynika z technologii smartfonów, ale ostatecznie ten sam związek zostanie znaleziony między autonomicznymi robotami, środowiskiem i ludźmi.

Współautor badań, profesor Mirko Kovac z Wydziału Aeronautyki Imperial College London i Centrum Robotyki Materials and Technology Centre of Robotics (Empa).

“Rozwój ‘ciał’ robotów znacznie opóźnił się w stosunku do rozwoju ‘mózgów’ robotów. W przeciwieństwie do cyfrowej AI, która była intensywnie badana w ostatnich dekadach, nadanie fizycznej inteligencji robotom pozostawało stosunkowo niezbadane”, powiedział Kovac.

Zdaniem badaczy, można to częściowo przypisać brakowi systematycznego podejścia edukacyjnego do AI. Konkretnie, podejścia, które nauczyłoby studentów i badaczy, jak opracować całość składającą się z ciał i mózgów robotów.

Physical AI

W artykule badacze definiują Physical AI i pokazują, jak można opracować podejście łącząc nauki przyrodnicze. To doprowadziłoby do rozwoju robotów o zdolnościach podobnych do inteligentnych organizmów, w tym kontroli ciała, autonomii i sensoryki.

Badania wymieniają pięć głównych dyscyplin, które powinny być zintegrowane dla Physical AI: nauka o materiałach, inżynieria mechaniczna, informatyka, biologia i chemia.

“Pojęcie AI jest często ograniczone do komputerów, smartfonów i obliczeń intensywnie danych”, powiedział prof. Kovac. “Proponujemy myśleć o AI w szerszym sensie i rozwijać fizyczne morfologie, systemy uczenia, sensoryki, logikę płynną i zintegrowaną aktywację. Ta Physical AI to nowa granica w badaniach robotycznych i będzie miała znaczący wpływ w nadchodzących dekadach, a ewolucja umiejętności studentów w sposób interdyscyplinarny i multidyscyplinarny może odblokować pewne pomysły dla studentów i badaczy”.

Aby Physical AI stała się samodzielną dyscypliną i rozwinęła roboty do punktu, w którym będą posiadać zdolności intelektualne, badacze twierdzą, że konwencjonalna robotyka i AI muszą być połączone z innymi dyscyplinami.

“Wizjonerujemy roboty Physical AI, które są ewoluowane i hodowane w laboratorium za pomocą różnych niekonwencjonalnych materiałów i metod badawczych”, kontynuował prof. Kovac. “Badaczom będzie potrzebny znacznie szerszy zestaw umiejętności do budowy robotów podobnych do żywych organizmów. Współpraca międzydziedzinowa i partnerstwa będą bardzo ważne”.

Badacze twierdzą również, że wsparcie ze strony wykładowców jest kluczowe dla integracji tych dyscyplin.

Dr Aslan Miriyev z Empa i Wydziału Aeronautyki Imperial College London był współautorem badań.

“Taka pomoc jest szczególnie potrzebna, ponieważ praca w multidyscyplinarnym środowisku wymaga odwagi, by opuścić strefy komfortu wąskiej wiedzy dyscyplinarnej dla dobra wysokiego ryzyka badawczego i niepewności kariery”, powiedział Miriyev.

“Tworzenie robotów podobnych do żywych organizmów było dotąd niemożliwe, ale może być możliwe poprzez włączenie Physical AI do systemu edukacji wyższej. Rozwój umiejętności i badań w dziedzinie Physical AI może nas przybliżyć bardziej niż kiedykolwiek do przedefiniowania interakcji między ludźmi i robotami oraz między robotami a środowiskiem”.