โรบอทเรียนรู้ที่จะเข้าใจตัวเองโดยไม่ต้องมีการช่วยเหลือจากมนุษย์

วิศวกรที่มหาวิทยาลัยโคลัมเบีย สchool of Engineering and Applied Science ได้สร้างโรบอทที่สามารถเรียนรู้แบบจำลองของตัวมันเองโดยไม่ต้องมีการช่วยเหลือจากมนุษย์

การศึกษานี้ได้รับการตีพิมพ์ใน Science Robotics

การเรียนรู้ของโรบอท

นักวิจัยได้แสดงให้เห็นว่าโรบอทสามารถสร้างแบบจำลองกินีมาติกของตัวมันเองและใช้แบบจำลองตนเองในการวางแผนการเคลื่อนไหว การเข้าถึงเป้าหมาย และหลีกเลี่ยงอุปสรรคในหลายๆ สถานการณ์ โรบอทยังสามารถรับรู้และชดเชยความเสียหายที่เกิดขึ้นกับตัวมันเองได้อีกด้วย

แขนกลถูกวางไว้ภายในวงกลมของกล้องวิดีโอ 5 ตัว และโรบอทได้ดูตนเองผ่านกล้องเหล่านั้นขณะเคลื่อนไหวอย่างอิสระ โรบอทได้เคลื่อนไหวและเปลี่ยนแปลงรูปร่างเพื่อเรียนรู้ว่าตัวมันเองเคลื่อนไหวอย่างไรเมื่อมีการสั่งการเคลื่อนไหวที่แตกต่างกัน และหลังจาก 3 ชั่วโมง โรบอทก็หยุดการเคลื่อนไหวแล้ว โรบอทได้เรียนรู้ความสัมพันธ์ระหว่างการเคลื่อนไหวของตัวมันเองและปริมาตรที่ถูกยึดครองใน môi trường

Hod Lipson เป็นศาสตราจารย์ด้านวิศวกรรมเครื่องจักรและผู้อำนวยการของ Columbia’s Creative Machines Lab

“เราตื่นเต้นที่จะเห็นว่าโรบอทนั้นจินตนาการถึงตัวเองได้อย่างไร” Lipson กล่าว “แต่คุณไม่สามารถดูเข้าไปในเครือข่ายประสาทเทียมได้ มันเหมือนกับกล่องดำ”

นักวิจัยได้ทำงานเกี่ยวกับเทคนิคการแสดงภาพหลายๆ แบบก่อนที่ภาพจำลองตนเองจะปรากฏขึ้น

“มันเหมือนกับเมฆที่สั่นไหวอย่างอ่อนๆ ที่ปรากฏขึ้นรอบๆ ตัวโรบอท” Lipson กล่าวต่อ “เมื่อโรบอทเคลื่อนไหว เมฆที่สั่นไหวก็เคลื่อนไหวตาม”

แบบจำลองตนเองของโรบอทมีความแม่นยำประมาณ 1% ของพื้นที่ทำงาน

การประยุกต์ใช้และความก้าวหน้าในอนาคต

โดยการทำให้โรบอทสามารถสร้างแบบจำลองตนเองโดยไม่ต้องมีการช่วยเหลือจากมนุษย์ ผู้เชี่ยวชาญสามารถบรรลุความก้าวหน้าหลายๆ ด้านได้ เช่น การประหยัดแรงงานและทำให้โรบอทสามารถตรวจสอบความเสียหายของตัวเองได้ และชดเชยความเสียหายได้ ผู้เขียนกล่าวว่าความสามารถนี้จะช่วยให้ระบบอัตโนมัติมีความสามารถในการดูแลตนเองมากขึ้น ตัวอย่างที่พวกเขาให้คือ โรบอทในโรงงานที่สามารถใช้ความสามารถนี้ในการตรวจสอบว่ามีอะไรผิดปกติหรือไม่ ก่อนที่จะเรียกความช่วยเหลือ

Boyuan Chen เป็นนักวิจัยหลักของการศึกษานี้ เขาเป็นผู้นำงานวิจัยและปัจจุบันเป็นศาสตราจารย์助理ที่ Duke University

“เรามนุษย์มีความคิดเห็นเกี่ยวกับตัวเอง” Chen กล่าว “ปิดตาและพยายามจินตนาการว่าตัวคุณเองจะเคลื่อนไหวอย่างไรหากคุณต้องทำการกระทำใดๆ เช่น ยืดแขนไปข้างหน้าหรือย้อนกลับไปข้างหลัง มีบางสิ่งภายในสมองของเราที่มีความคิดเห็นเกี่ยวกับตัวเอง แบบจำลองตนเองที่ให้ข้อมูลเราว่าเรามีปริมาตรใดๆ ในพื้นที่ใกล้เคียงและปริมาตรนั้นเปลี่ยนแปลงอย่างไรเมื่อเรเคลื่อนไหว”

Lipson ได้ทำงานมาหลายปีเพื่อค้นหาวิธีใหม่ๆ ในการให้โรบอทมีความสามารถในการรู้ตัวเอง

“การสร้างแบบจำลองตนเองเป็นรูปแบบพื้นฐานของการรู้ตัวเอง” เขาอธิบาย “หากโรบอท สัตว์ หรือมนุษย์ มีแบบจำลองตนเองที่แม่นยำ มันจะสามารถทำงานได้ดีขึ้นในโลก มันสามารถตัดสินใจได้ดีขึ้น และมันจะมีความได้เปรียบในการวิวัฒนาการ”

นักวิจัยได้กล่าวถึงข้อจำกัดและความเสี่ยงที่เกี่ยวข้องกับการให้ความสามารถอัตโนมัติแก่เครื่องจักรผ่านการรู้ตัวเอง และ Lipson ได้กล่าวว่าความสามารถในการรู้ตัวเองในงานวิจัยนี้เป็น “สิ่งที่เรียบง่ายเมื่อเทียบกับความสามารถของมนุษย์ แต่คุณต้องเริ่มต้นจากที่ไหนสักแห่ง เราต้องไปอย่างช้าๆ และระมัดระวัง เพื่อให้เราสามารถเก็บเกี่ยวผลประโยชน์ขณะลดความเสี่ยง”