Роботите придобиха самосъзнание? Учени научиха роботите да разпознават телата си с помощта на камера
В продължение на десетилетия инженерите по роботика се сблъскват с един фундаментален абсурд. Стремим се да създадем машини, които да могат да работят в нашия комплициран и непредсказуем свят: да оказват помощ у дома, да работят на полето или на строителната площадка. За да създадат това, те се нуждаят от еластичност, адаптивност и съвсем „ жива “ гъвкавост на придвижванията. Но методите, които използваме за основаването им, ни тласкат в противоположна посока – към твърди, тромави и подробно изчислени механизми, чието място е по-скоро на конвейера, в сравнение с в хола.
Това разминаване сред мечтаното и вероятното е самобитен „ проблем на съзнанието и тялото “ в света на роботиката. За да ръководи точно един робот, инженерът се нуждае от неговия „ дигитален близнак “ – идеален математически модел, описващ всеки винт, всяка става. Този метод работи съвършено за фабрично създадените манипулатори, само че се разпада незабавно щом се стигне до меки, деформируеми или просто ексцентрични структури.
Но какво би станало, в случай че вместо да усъвършенстваме един робот съгласно един посредствен модел, го оставим самичък да разбере по какъв начин работи тялото му? Наскоро откриватели от Лабораторията за компютърни науки и изкуствен интелект (CSAIL) на Масачузетския софтуерен институт (MIT) показаха метод, който може да промени разпоредбите на играта. Тяхната система, наречена Невронни якобински полета (NJF), дава на робота способността за самопознание. Той към този момент не се нуждае от комплицирани датчици или авансово написани указания. Той просто би трябвало да огледа себе си в „ огледалото “ – обектива на камерата.
От програмирането към интуицията
В какво се състои пробивът? Представете си, че учите дете да свири на пиано. Един от методите е да диктувате: „ Свий показалеца си на 30 градуса, спусни го със скорост 0,5 м/сек, като приложиш мощ от 2 Нютона “. Звучи неуместно, нали? Много по-ефективно е просто да покажете кой клавиш да натиснете и да оставите детето да откри единствено вярното придвижване.
Традиционната роботика от дълго време следва първия, „ неуместен “ път. Всяко деяние е резултат от комплицирана верига от калкулации. Системата NJF предлага втория път – пътя на ученето посредством наблюдаване.
„ Тази работа бележи прекосяването от програмиране на роботи към тяхното образование “, отбелязва водещият откривател на плана Сиге Лестър Лий.
Реконструкция на зрително-моторното поле на Якоби и прогнозиране на придвижването. От едно изображение моделът за машинно образование извлича триизмерно показване на робота в сцената, което се назовава образно моторно поле на Якоби. То кодира геометрията и кинематиката на робота, което ни разрешава да предвиждаме триизмерното придвижване на точките върху повърхността на робота при всички вероятни команди. Цветовете демонстрират чувствителността на тази точка към обособените командни канали. Идеята е да се отдели проектирането на робота от неговата система за ръководство. В предишното тези два аспекта бяха неразривно свързани: инженерите съзнателно правеха роботите твърди и цялостни със датчици, с цел да могат да бъдат ръководени. Сега дизайнерът може да даде независимост на въображението си: да сътвори робот от меки полимери, да отпечата чудноват манипулатор на 3D принтер или да сглоби нещо изцяло извънредно. А по-късно, благодарение на камера и NJF системата, тази странна структура ще се „ научи “ да се движи.
Как работи „ машинното самосъзнаване “?
Технологията се основава на елегантна концепция, заимствана от компютърната графика. Нека разберем по какъв начин работи на процедура.
Процесът на учене припомня метода, по който бебето се среща с тялото си. Роботът стартира да прави безредни, инцидентни придвижвания: огъва „ пръсти “, върти „ стави “, движи всичко, което може. В това време няколко камери го следят деликатно от разнообразни ъгли.
Визуализация на реконструираните полета на Якоби и яркостта (в центъра) и съпоставяне на реконструираната и измерената геометрия (отстрани) въз основа на едно входно изображение. Цветовете отбелязват чувствителността на 3D точката към другите командни канали на задвижващите механизми, което значи, че нашата система сполучливо се научава да съчетава 3D частите на робота и командните канали без човешка анотация Невронната мрежа в основата на NJF извършва две задания по едно и също време:
Изграждане на 3D модел. Въз основа на изображенията от камерата системата сходно на художник пресъздава 3D формата на робота. Това е сходно на технологията NeRF (Neural Radiance Fields), която може да генерира триизмерни подиуми от набор от плоски фотоси. Създаване на „ карта на чувствителността “. Това е главното ноу-хау. Системата не просто вижда един неподвижен модел, а проучва динамичността. Тя съпоставя всяка команда, изпратена към мотора, с това по какъв начин се е трансформирало ситуацията на точките върху триизмерния модел. По създание тя основава подробна карта, която дава отговор на въпроса: „ Ако подам този сигнал към този мотор, коя част от тялото ми ще се движи и по какъв начин тъкмо? “. Тази карта се назовава Якобиан в математиката, откъдето идва и името на технологията.Най-поразителното е, че целият развой е самостоятелен. Никой не споделя на системата: „ Това е пръст, а това е лакът “. Самата невронна мрежа, наблюдавайки следствията от дейностите си, построява вътрешно показване на личното си тяло.
„ Системата сама схваща кои мотори кои елементи на робота ръководят “, изяснява Лий. – Това не е програмирано, а поражда по натурален метод. “
След това „ образование “ роботът се нуждае единствено от една камера, с цел да работи. Той гледа себе си, вижда къде е ръката му и въз основа на вътрешната карта на тялото си знае тъкмо кои команди да подаде на моторите, с цел да хване стремежи обект.
Промяна динамичността на платформата HSA. Прикрепване на пръчка към платформата и прибавяне на 350 грама тежести на следено място, което накара платформата да се наклони в състояние на покой Свобода за конструктора, досегаемост за всички
Последиците от този метод могат да бъдат големи. На първо място, той отваря вратата към ново потомство роботи – меки, биоподобни, безвредни за хората. Създаването им е толкоз мъчно точно заради проблемите с моделирането. Сега това ограничаване е отстранено.
Но по-важното е, че технологията прави роботиката доста по-евтина и налична. Зрението е най-универсалният и на ниска цена датчик. Вместо да оборудвате робота със комплицирани вътрешни датчици, жироскопи, акселерометри или да разчитате на външни системи като GPS, можете да се справите с една-единствена камера.
Това прави действителни сюжетите, които преди изглеждаха като научна фантастика:
В селското стопанство: робот, който обработва растенията с акуратност до сантиметър, воден само от своето „ зрение “. На строителната площадка: самостоятелни машини, които работят в непрекъснато изменяща се, безредна среда без скъпа инфраструктура. У дома: налични и адаптивни асистенти, способни да работят в претрупани пространства.Изследователите даже рисуват картина на бъдещето, в което всеки запалянко може да „ научи “ своя домакински робот, като просто снима инцидентните му придвижвания с камерата на смарт телефон.
Хоризонти и спънки
Разбира се, NJF технологията е към момента при започване на своето развиване. Днес образованието на всеки нов робот изисква обособена процедура с голям брой камери, а системата към момента не знае по какъв начин да обобщава знанията прехвърляки ги от един робот към различен. Освен това тя няма тактилно или силово усещане – роботът не може да „ усеща “ допира, което го лимитира до задания, изискващи внимателно боравене.
Въпреки това, както при всяка революционна технология, сегашните ѝ ограничавания единствено обрисуват фронта на бъдещата работа. Екипът на Масачузетския софтуерен институт към този момент изследва способи за превъзмогването им.
Основният принцип – учене посредством самонаблюдение – към този момент се е потвърдил. Той дава на роботите това, което може да се назова „ въплътено съзнание “ – интуитивно схващане на опциите на личното им тяло. И това не е просто следващата стъпка в развиването на роботиката. Това е смяна на парадигмата, която може най-сетне да разреши на машините да излязат отвън рамките на фабриката и да се трансфорат в същински гъвкави и потребни сътрудници в нашето всекидневие.
