Искусственный интеллект приблизится к человеческому, когда научится осязанию

Вероника Елкина
Расскажите друзьям
Вероника Елкина

Достижения в области искусственного интеллекта и робототехники могут полностью изменить процесс производства и хранения — и вывести ИИ на совершенно новый уровень. Но для этого искусственному интеллекту сначала нужно научиться взаимодействовать с окружающим миром, как человек.

Роборука погружается в контейнер с кусочками курицы, берет один из них и осторожно кладет в коробку для бенто, движущуюся по конвейеру. Со стороны может показаться, что она выполняет бессмысленную работу, но на самом деле эта роборука умнее всех, что вы когда-либо могли видеть.

Ей управляет программа от разработчика Osaro из Сан-Франциско, благодаря которой роборука может выбирать кусочек курицы и класть его в нужное место всего за пять секунд. Представители Osaro надеются, что в течение года их роботы смогут приступить к работе на японских фабриках по производству еды.

Всем, кто боится восстания машин, стоит заглянуть на какую-нибудь современную фабрику и проверить, как там обстоят дела. Большинство роботов очень мощные и работают с большой точностью, но они не способны ничего сделать без заданной программы. Обычная роборука не сумеет подобрать объект, если он сдвинулся хотя бы на пару миллиметров и не сможет взять незнакомый предмет. Она не чувствует разницы между зефиркой и кубиком свинца. Так что машину, которая умеет брать неровные кусочки курицы из кучи, можно назвать гениальной.

picФото: Winni Wintermeyer

Последние достижения в области ИИ не слишком коснулись промышленных роботов. За последние пять лет искусственный интеллект научился распознавать изображения, побеждать человека в настольных играх и отвечать на голосовые команды. Сейчас он даже может обучаться самостоятельно при наличии времени на практику. А в то же время его ближайшие родственники, роботы, едва могут открыть дверь или взять яблоко.

Но вскоре ситуация изменится. Программа на основе ИИ, которая используется в роборуке Osaro, позволяет ей определять объекты перед собой, изучать их поведение при прикосновении, толчке или схватывании, а затем решать, как же с ними обращаться. Как и другие ИИ-алгоритмы, программа учится на собственном опыте. Методом проб и ошибок роборука может научиться хватать практически любые предметы.

picРобот вытаскивает продукты из корзины. Фото: Winni Wintermeyer

Рабочие роботы, оснащенные искусственным интеллектом, помогут автоматизации проникнуть в еще большее количество сфер деятельности. Они смогут заменить людей всюду, где нужно сортировать, упаковывать и распаковывать продукты. Они способны маневрировать среди беспорядка на фабрике, а значит могут заменить людей на производстве. Возможно, мы увидим не восстание машин, а революцию.

Но революции не только для роботов, но и для искусственного интеллекта. Оказавшись в физическом теле, ИИ сможет использовать навигацию, распознавание образов и речи в реальном мире. Чем больше данных обрабатывает искусственный интеллект, тем умнее он становится. Так что с каждым захватом и размещением объекта программа внутри роботов все лучше понимает окружающий мир.

История развития умных машин

В 1954 году изобретатель Джордж Девол запатентовал схему программируемой механической руки. В 1961 году предприниматель Джозеф Энгельбергер сделал на ее основе неуклюжую машину Unimate, которая начала помогать в сборке автомобилей на заводе General Motors в Нью-Джерси.

С самого начала люди были склонны романтизировать разум этих простых машин. Энгельбергер назвал Unimate «роботом», но его грубые механические устройства могли выполнять только конкретную задачу и использовали довольно простое ПО. И даже самые продвинутые современные роботы до сих пор остаются немного механическими болванчиками, которым нужно программировать каждое действие.

Искусственный интеллект развивался иначе. В 1950-х он начал использовать различные вычислительные средства, чтобы имитировать человеческую логику и мышление. Некоторые исследователи пытались дать ИИ физическое тело. Еще в 1948 и 1949 году британский нейроученый Уильям Грей Уолтер сделал две маленькие автономные машины, которые назвал Элси и Элмер. Микросхемы этих крохотных, напоминающих черепах, устройств напоминали по своему строению нервную систему и позволяли машинкам самостоятельно следовать за источником света. Уолтер создал их, чтобы показать, как связи между всего несколькими нейронами, могут вызвать довольно сложное поведение.

picФото: Winni Wintermeyer

Но понимание и воссоздание интеллекта оказалось хитроумной задачей, поэтому долгое время в области ИИ было мало открытий. Выяснилось, что невероятно сложно заставить машины выполнять полезные задачи в хаосе реального мира. Десятки лет роботы и искусственный интеллект изучались бок о бок, ученые попытались добавить возможности машинного обучения промышленным роботам, но эта идея так и не обрела популярности.

Наконец, примерно шесть лет назад, исследователи вспомнили про старый трюк с машинками Уолтера. Ученые начали использовать нейросети — то есть заставили алгоритмы работать по принципам, похожим на то, как нейроны и синапсы в мозгу учатся на основе получаемой информации. Исследователи обнаружили, что крупные или «глубокие» нейросети обладают огромными возможностями, если им дать огромное количество сортированных данных, например, они могут распознавать изображенный на картинке объект с почти человеческой точностью.

В сфере ИИ произошел переворот. Глубинное обучение сейчас активно используется для задач, связанных с восприятием — в распознавании лиц, транскрипции речи и обучении беспилотных автомобилей различать пешеходов и дорожные знаки.

Искусственный интеллект может научить роботов более ловко управляться с предметами. Вот уже несколько лет Amazon проводит конкурс, в котором исследователи пытаются разработать робота, который сможет собирать разные продукты быстрее всех. Все участники соревнования используют в разработке машинное обучение, и их творения понемногу становятся все более умелыми. Очевидно, что с помощью такого конкурса Amazon, хочет автоматизировать работу своих центров исполнения заказов.

«Я пытаюсь научить роботов брать предметы уже 35 лет, и нам удалось добиться малого прогресса, — рассказал исследователь Кен Голдберг. — Но сейчас мы готовимся сделать огромный скачок вперед».

Искусственному интеллекту нужно тело

Французский ученый Ян Лекун сыграл важную роль в революции, вызванной глубинным обучением. В 1980-е годы, когда другие посчитали нейросети непрактичными, он продолжил исследования в этой области. Сейчас он работает ведущим исследователем ИИ в Facebook и возглавляет разработку алгоритмов, которые могут идентифицировать пользователя на любой фотографии.

Но Лекун хочет, чтобы искусственный интеллект мог не только видеть и слышать — ему хочется, чтобы тот мог мыслить и действовать. Для этого ему нужно физическое тело, считает ученый. Интеллект человека связан со взаимодействием с окружающим миром — например, дети развиваются, когда играют с разными вещами. ИИ в роботах, который учится брать предметы, развивается точно так же.

Машины могут эволюционировать подобно людям. Когда люди начали ходить на двух ногах и использовать свободные руки для исследования и взаимодействия с объектами, у них начало развиваться зрение, ловкость и интеллект. Их мозг увеличился, они научились пользоваться более продвинутыми инструментами, языком и стали социализироваться.

Может ли искусственный интеллект пережить подобное? Пока что в основном он находится внутри компьютеров и взаимодействует с грубыми имитациями реального мира, например, с видеоиграми или статичными изображениями. Но те ИИ-программы, что могут контактировать с настоящим окружающим миром, вполне могут со временем научиться лучше мыслить и даже общаться.

«Если удастся полностью освоить взаимодействие с объектами, то можно будет создать нечто довольно близкое к полноценному человеческому интеллекту», — считает Питер Аббиил, профессор Калифорнийского университета в Беркли и основатель ИИ-стартапа covariant.ai.

Источник.


Материалы по теме:

Все, что вы хотели знать о роботах

5 примеров того, как искусственный интеллект облегчит вам работу

Как ученые тренируют роботов выполнять дела по хозяйству

Человек нам не ровня: девять главных роботов-убийц в истории кинематографа


Актуальные материалы — в Telegram-канале @Rusbase

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter


Комментарии

Зарегистрируйтесь, чтобы оставлять комментарии и получить доступ к Pipeline — социальной сети, соединяющей стартапы и инвесторов.
EdCrunch Wokshops
29 сентября 2018
Ещё события


Telegram канал @rusbase