Taip pagaliau prasideda robotų sukilimas

Kaltieji yra Wintermeyer

Roboto ranka atlieka savotišką Sizifo užduotį. Jis pakyla virš blizgančios virtos vištienos dalių krūvos, nuskendo žemyn ir paima vieną gabalėlį. Po akimirkos jis pasisuka ir vištienos gabalėlį taip švelniai įdeda į bento dėžę, judančią konvejerio juosta.

Šis robotas, valdomas programine įranga iš San Franciske įsikūrusios bendrovės „Osaro“, yra protingesnis nei bet kuris anksčiau matytas. Programinė įranga išmokė ją nuskinti ir padėti vištieną per maždaug penkias sekundes. Per metus Osaro tikisi, kad jos robotai ras darbą Japonijos maisto gamykloje.

Ši istorija buvo mūsų 2018 m. liepos mėn. numerio dalis

• Žr. likusią numerio dalį
• Prenumeruoti

Visiems, kurie nerimauja dėl robotų sukilimo, tereikia įžengti į modernią gamyklą, kad pamatytų, kaip toli ji yra. Dauguma robotų yra galingi ir tikslūs, tačiau nieko negali padaryti, nebent jie būtų kruopščiai užprogramuoti. Įprastai roboto rankai trūksta pojūčio, reikalingo paimti objektą, jei jis pajudinamas coliu. Visiškai beviltiška sugriebti ką nors nepažįstamo; jis nežino skirtumo tarp zefyro ir švino kubo. Netaisyklingos formos vištienos gabalėlių paėmimas iš atsitiktinės krūvos yra genialus veiksmas.

Pramoniniai robotai buvo beveik nepaliesti naujausių dirbtinio intelekto pasiekimų. Per pastaruosius penkerius metus dirbtinio intelekto programinė įranga sugebėjo atpažinti vaizdus, ​​laimėti stalo žaidimus ir reaguoti į žmogaus balsą praktiškai be žmogaus įsikišimo. Suteikus pakankamai laiko praktikai, ji netgi gali išmokti naujų gebėjimų. Visa tai, kol dirbtinio intelekto aparatinės įrangos pusbroliai, robotai, stengiasi atidaryti duris ar paimti obuolį.

Tai tuoj pasikeis. AI programinė įranga, valdanti Osaro robotą, leidžia jam atpažinti priešais esančius objektus, ištirti, kaip jie elgiasi baksnojant, stumiant ir sugriebiant, ir tada nuspręsti, kaip su jais elgtis. Kaip ir kiti AI algoritmai, jis mokosi iš patirties. Netoliese esančiame galingame kompiuteryje naudodama išparduotą fotoaparatą kartu su mašininio mokymosi programine įranga, jis sugalvoja, kaip efektyviai suvokti dalykus. Atlikus pakankamai bandymų ir klaidų, ranka gali išmokti suvokti beveik viską, ką gali sutikti.

Robotas paima produktus iš Osaro būstinės šiukšliadėžės. Winni Wintermeyer

Darbo vietos robotai, aprūpinti dirbtiniu intelektu, leis automatikai įsiskverbti į daug daugiau darbo sričių. Jie galėtų pakeisti žmones visur, kur reikia rūšiuoti, išpakuoti ar supakuoti produktus. Gebėdami naršyti chaotiškose gamyklos grindyse, jie gali užimti dar daugiau darbo vietų gamyboje. Tai gali būti ne sukilimas, bet vis tiek gali būti revoliucija. Dabar matome daug eksperimentų, o žmonės bando daug įvairių dalykų, sako Willy Shih, tiriantis gamybos tendencijas Harvardo verslo mokykloje. Yra daug galimybių [automatizuoti] pasikartojančias užduotis.

Tai revoliucija ne tik robotams, bet ir AI. Įdėjus dirbtinio intelekto programinę įrangą į fizinį kūną, galima naudoti vizualinį atpažinimą, kalbą ir navigaciją realiame pasaulyje. Dirbtinis intelektas tampa išmanesnis, nes jis maitinamas daugiau duomenų. Taigi su kiekvienu supratimu ir išdėstymu, šių robotų programinė įranga vis labiau gebės suprasti pasaulį ir jo veikimą.

Tai gali lemti pažangą, kuri nebūtų įmanoma be visų tų duomenų, sako Pieteris Abbeelis, Kalifornijos universiteto Berklio profesorius ir Covariant.ai (iki neseniai vadintos Embodied Intelligence), startuolio, taikančio mašininį mokymąsi, įkūrėjas. ir virtualią realybę – robotiką gamyboje.

Išsiskyręs gimus

Ši era jau seniai atėjo. 1954 metais išradėjas George'as C. Devolas užpatentavo programuojamos mechaninės rankos dizainą. 1961 m. gamybos verslininkas Josephas Engelbergeris pavertė dizainą Unimate, nepatogią mašiną, pirmą kartą panaudotą General Motors surinkimo linijoje Naujajame Džersyje.

Nuo pat pradžių buvo tendencija romantizuoti šių paprastų mašinų intelektą. Engelbergeris pavadinimą robotas Unimate pasirinko mokslinės fantastikos autoriaus Isaac Asimov išsvajotų androidų garbei. Tačiau jo mašinos buvo neapdoroti mechaniniai įrenginiai, skirti atlikti konkrečią užduotį gana paprasta programine įranga. Netgi šiandieniniai daug pažangesni robotai tebėra tik mechaniniai svaidyklės, kurios turi būti užprogramuotos kiekvienam veiksmui.

Dirbtinis intelektas pasuko kitu keliu. XX amžiaus šeštajame dešimtmetyje ji nusprendė panaudoti kompiuterijos įrankius, kad imituotų į žmogų panašią logiką ir protą. Kai kurie tyrinėtojai taip pat siekė suteikti šioms sistemoms fizinį buvimą. Dar 1948 ir 1949 m. William Gray Walter, neurologas iš Bristolio, JK, sukūrė dvi mažas autonomines mašinas, kurias pavadino Elsie ir Elmeriu. Šie į vėžlius panašūs įrenginiai buvo aprūpinti paprastomis, neurologiškai įkvėptomis grandinėmis, leidžiančiomis jiems patiems sekti šviesos šaltinį. Walteris juos sukūrė, kad parodytų, kaip ryšiai tarp kelių neuronų smegenyse gali sukelti gana sudėtingą elgesį.

„Embodied Intelligence“ darbuotojas robotui išmokyti naudoja virtualios realybės įrenginį. Mandagumo nuotrauka

Tačiau intelekto supratimas ir atkūrimas pasirodė esąs Bizantijos iššūkis, o dirbtinis intelektas truko ilgą laikotarpį, kai buvo nedaug proveržių. Tuo tarpu fizinių mašinų programavimas, kad jie atliktų naudingus dalykus netvarkingame realiame pasaulyje, dažnai pasirodydavo neįtikėtinai sudėtinga. Dirbtinis intelektas ir robotai dešimtmečius buvo stabilūs partneriai mokslinių tyrimų laboratorijose, o mokslininkai bandė pritaikyti mašininį mokymąsi pramoniniams robotams, tačiau tai dar nepasirodė pramonėje.

Tada, maždaug prieš šešerius metus, mokslininkai išsiaiškino, kaip seną AI triuką padaryti neįtikėtinai galingu. Mokslininkai naudojo neuroninius tinklus – algoritmus, kurie apytiksliai apytiksliai atitinka tai, kaip smegenų neuronai ir sinapsės mokosi iš įvesties. Pasirodo, šie tinklai buvo tiesioginiai komponentų, suteikusių Elsie ir Elmer sugebėjimus, palikuonys. Tyrėjai išsiaiškino, kad labai dideli arba gilūs neuroniniai tinklai gali padaryti nepaprastų dalykų, kai į juos tiekiamas didžiulis kiekis pažymėtų duomenų, pavyzdžiui, atpažinti objektą, pavaizduotą vaizde su beveik žmogaus tobulumu.

AI laukas buvo apverstas aukštyn kojomis. Gilus mokymasis, kaip plačiai žinoma, dabar plačiai naudojamas atliekant užduotis, susijusias su suvokimu: veido atpažinimu, kalbos transkripcija ir mokant savarankiškai važiuojančius automobilius atpažinti pėsčiuosius ir kelio ženklus. Tai leido įsivaizduoti robotą, kuris atpažintų jūsų veidą, protingai su jumis pasikalbėtų ir saugiai nukeliautų į virtuvę, kad iš šaldytuvo paimtų jums sodos.

Kaltieji yra Wintermeyer

Žmogus už Osarou2019 protingesnio roboto

• Osaro generalinis direktorius Derikas Pridmore'as studijavo fiziką ir kompiuterių mokslą MIT, prieš prisijungdamas prie Vakarų pakrantės rizikos kapitalo įmonės, pavadintos Founders Fund. Būdamas čia, Pridmore'as nustatė, kad Didžiosios Britanijos AI bendrovė „DeepMind“ yra investicijų tikslas, ir jis dirbo su įmonės įkūrėjais, kad pagerintų jų žingsnį. „DeepMind“ toliau mokys mašinas daryti dalykus, kurie tuo metu atrodė neįmanomi. Žinoma, ji sukūrė „AlphaGo“ – programą, kuri įveikė aukščiausią stalo žaidimo „Go“ meistrą.

• Kai 2014 m. „Google“ įsigijo „DeepMind“, Pridmore'as nusprendė, kad dirbtinis intelektas turi komercinio potencialo. Jis įkūrė Osaro ir greitai pasirinko robotų pasirinkimą kaip idealią programą. Sugriebti daiktus, įkeltus į šiukšliadėžę ar riedančius konvejerio juosta, žmogui paprasta, tačiau tam reikia tikro sumanumo.

• „DeepMind“ sukurtas metodas, žinomas kaip gilus mokymasis, leidžia mašinoms atlikti sudėtingas užduotis nesimokant iš žmonių pateiktų pavyzdžių. Teigiamas atsiliepimas, pavyzdžiui, didesnis vaizdo žaidimo balas, sureguliuoja tinklą ir priartina algoritmą prie tikslo, kol jis tampa ekspertu.

• Argumentai, leidžiantys tai padaryti, yra palaidoti giliai tinkle, užkoduoti dešimčių milijonų tarpusavyje susijusių imituojamų neuronų sąveikoje. Tačiau toks elgesys gali atrodyti paprastas ir instinktyvus. Turint pakankamai praktikos, ranka gali išmokti efektyviai paimti daiktus net tada, kai objektas yra judinamas, paslėptas kito objekto arba šiek tiek kitokios formos. Osaro naudoja gilų sustiprinimo mokymąsi ir keletą kitų mašininio mokymosi metodų, kad pramoniniai robotai būtų daug protingesni.

Vienas iš pirmųjų įgūdžių, kuriuos AI suteiks mašinoms, yra daug didesnis miklumas. Pastaruosius kelerius metus „Amazon“ vykdo robotų pasirinkimo iššūkį, kurio metu mokslininkai varžosi, kad robotas kuo greičiau surinktų platų produktų asortimentą. Visos šios komandos naudoja mašininį mokymąsi, o jų robotai palaipsniui įgyja įgūdžių. Akivaizdu, kad „Amazon“ viena akiai rūpinasi milijardų prekių paėmimo ir pakavimo automatizavimu savo vykdymo centruose.

Roboto griebimo srityje dirbu 35 metus ir mes padarėme labai mažai pažangos, sako Kenas Goldbergas, Abbeel's kolega iš UC Berkeley. Dėl besikeičiančios AI pažangos: dabar esame pasiruošę žengti didelį šuolį į priekį.

AI gauna kūną

Niujorko NoHo kaimynystėje vienas žymiausių pasaulyje dirbtinio intelekto ekspertų šiuo metu ieško kito didelio proveržio šioje srityje. Ir jis mano, kad robotai gali būti svarbi galvosūkio dalis.

Yann LeCun atliko svarbų vaidmenį gilaus mokymosi revoliucijoje. Devintajame dešimtmetyje, kai kiti tyrinėtojai atmetė neuroninius tinklus kaip nepraktiškus, LeCunas atkakliai laikėsi. Iki sausio mėnesio būdamas „Facebook“ AI tyrimų vadovu, o dabar – vyriausiuoju AI mokslininku, jis vadovavo gilaus mokymosi algoritmų, galinčių identifikuoti vartotojus beveik bet kurioje asmens paskelbtoje nuotraukoje, kūrimui.

Tačiau LeCun nori, kad dirbtinis intelektas padarytų daugiau nei tik matytų ir girdėtų; jis nori, kad tai svarstytų ir imtųsi veiksmų. Ir jis sako, kad tam reikia fizinio buvimo. Žmogaus intelektas apima sąveiką su realiu pasauliu; žmonių kūdikiai mokosi žaisdami su daiktais. Į griebimo mašinas įterptas AI gali padaryti tą patį. LeCun sako, kad daugelis įdomiausių AI tyrimų dabar apima robotus.

Netgi gali atsirasti nepaprasta mašinos evoliucija, atspindinti procesą, dėl kurio atsirado biologinis intelektas. Regėjimas, vikrumas ir intelektas pradėjo vystytis kartu sparčiau, kai hominidai pradėjo vaikščioti vertikaliai, naudodamiesi dviem laisvomis rankomis tyrinėdami objektus ir jais manipuliuodami. Jų smegenys išaugo, todėl atsirado pažangesni įrankiai, kalba ir socialinė organizacija.

Ar AI galėtų patirti kažką panašaus? Iki šiol jis daugiausia egzistavo kompiuteriuose, sąveikaujant su grubiomis realaus pasaulio modeliavimu, pavyzdžiui, vaizdo žaidimais ar nejudančiais vaizdais. Dirbtinio intelekto programos, galinčios suvokti realų pasaulį, bendrauti su juo ir sužinoti apie jį, ilgainiui gali daug geriau mąstyti ir net bendrauti. Jei išspręsite manipuliavimą iki galo, sako Abbeel, tikriausiai sukursite kažką, kas yra gana artima visiškam žmogaus intelekto lygiui.

Pataisymas: Ankstesnė šios istorijos versija rodo, kad AI ir robotikos tyrimai dešimtmečius buvo iš esmės atskiros sritys. Buvo atlikti kai kurie pakeitimai, siekiant paaiškinti, kad atskyrimas daugiausia buvo naudojamas komercinėse programose, o ne tyrimų laboratorijoje.

paslėpti