Bycie osobą jest znacznie łatwiejsze niż tworzenie osoby. Weźmy na przykład proces gry w piłkę w dzieciństwie z przyjacielem. Jeśli podzielimy tę aktywność na osobne funkcje biologiczne, gra przestanie być prosta. Potrzebujesz czujników, nadajników i efektorów. Musisz obliczyć, jak mocno uderzyć piłkę, aby zmniejszyć odległość między tobą a twoim towarzyszem. Musisz wziąć pod uwagę olśnienie słoneczne, prędkość wiatru i wszystko, co może rozpraszać uwagę. Konieczne jest określenie, w jaki sposób piłka się obraca i jak ją wziąć. I jest miejsce na dodatkowe scenariusze: co, jeśli piłka leci nad głową? Leci nad płotem? Czy wybije okno sąsiadowi?
Te pytania pokazują niektóre z najbardziej palących problemów robotyki, a także kładą podwaliny pod nasze odliczanie. Oto lista dziesięciu najtrudniejszych rzeczy, których musisz nauczyć robotów. Musimy pokonać tę dziesiątkę, jeśli kiedykolwiek chcemy zrealizować obietnice złożone przez Bradbury'ego, Dicka, Asimova, Clarka i innych pisarzy science fiction, którzy widzieli wymyślone światy, w których samochody zachowują się jak ludzie.
Utorować drogę
Przejście z punktu A do punktu B wydawało nam się proste od dzieciństwa. My, ludzie, robimy to codziennie, co godzinę. Jednak dla robota nawigacja - szczególnie przez jedno środowisko, które ciągle się zmienia, lub przez środowisko, którego wcześniej nie widział - jest najtrudniejsza. Po pierwsze, robot musi być w stanie dostrzec otoczenie, a także zrozumieć wszystkie przychodzące dane.
Robotyka rozwiązuje pierwszy problem, uzbrajając samochody w szereg czujników, skanerów, kamer i innych zaawansowanych technologicznie narzędzi, które pomagają robotom ocenić otoczenie. Skanery laserowe stają się coraz bardziej popularne, chociaż nie można ich używać w środowisku wodnym z powodu poważnego zniekształcenia światła w wodzie. Technologia sonaru wydaje się być realną alternatywą dla podwodnych robotów, ale w warunkach naziemnych jest znacznie mniej dokładna. Ponadto system wizyjny składający się z zestawu zintegrowanych kamer stereoskopowych pomaga robotowi „zobaczyć” swój krajobraz.
Zbieranie danych środowiskowych to tylko połowa sukcesu. O wiele trudniejszym zadaniem jest przetwarzanie tych danych i wykorzystywanie ich do podejmowania decyzji. Wielu programistów kontroluje swoje roboty przy użyciu predefiniowanej mapy lub komponuje ją w locie. W robotyce jest to znane jako SLAM, metoda jednoczesnej nawigacji i mapowania. Mapowanie tutaj oznacza, w jaki sposób robot przekształca informacje otrzymane przez czujniki do określonej postaci. Nawigacja sugeruje również, w jaki sposób robot pozycjonuje się względem mapy. W praktyce te dwa procesy powinny przebiegać jednocześnie, w postaci „kurczaka i jaj”, co jest możliwe tylko przy użyciu potężnych komputerów i zaawansowanych algorytmów, które obliczają pozycję na podstawie prawdopodobieństw.
Wykazać zwinność
Roboty od wielu lat zbierają opakowania i części w fabrykach i magazynach. Ale w takich sytuacjach z reguły nie spotykają się z ludźmi i prawie zawsze pracują z obiektami o tej samej formie w stosunkowo wolnym środowisku. Życie takiego robota w fabryce jest nudne i zwyczajne. Jeśli robot chce pracować w domu lub w szpitalu, musi mieć do tego zaawansowane wyczucie dotyku, zdolność wykrywania osób w pobliżu i nienaganny gust w zakresie wyboru działań.
Te umiejętności robotów są niezwykle trudne do wyszkolenia. Zwykle naukowcy w ogóle nie uczą dotyku robotów, programując je tak, aby zawiodły, jeśli zetkną się z innym przedmiotem. Jednak w ciągu ostatnich około pięciu lat poczyniono znaczne postępy w łączeniu plastycznych robotów i sztucznej skóry. Zgodność odnosi się do poziomu elastyczności robota. Maszyny elastyczne są bardziej plastyczne, sztywne mniej.
W 2013 r. Naukowcy z Georgia Tech stworzyli zrobotyzowanego manipulatora ze sprężynowymi przegubami, który pozwala manipulatorowi zginać się i wchodzić w interakcje z obiektami takimi jak ludzka ręka. Następnie pokryli to wszystko „skórą” zdolną do rozpoznawania nacisku lub dotyku. Niektóre rodzaje skór robotów zawierają sześciokątne mikroukłady, z których każdy jest wyposażony w czujnik podczerwieni, który rejestruje każde przybliżenie bliżej niż centymetr. Inne są wyposażone w elektroniczne „odciski palców” - żebrowaną i szorstką powierzchnię, która poprawia chwyt i ułatwia przetwarzanie sygnału.
Połącz te zaawansowane technologicznie manipulatory z zaawansowanym systemem wizyjnym - a otrzymasz robota, który może wykonać delikatny masaż lub posortować folder z dokumentami, wybierając ten, którego potrzebujesz z ogromnej kolekcji.
Podtrzymuj konwersację
Alan Turing, jeden z założycieli informatyki, dokonał śmiałej prognozy w 1950 roku: pewnego dnia maszyny mogą mówić tak płynnie, że nie można ich odróżnić od ludzi. Niestety, podczas gdy roboty (a nawet Siri) nie spełniły oczekiwań Turinga. Wynika to z faktu, że rozpoznawanie mowy znacznie różni się od przetwarzania języka naturalnego - co robią nasze mózgi, wydobywając znaczenie słów i zdań w trakcie rozmowy.
Początkowo naukowcy sądzili, że powtórzenie tego byłoby tak proste, jak połączenie reguł gramatycznych z pamięcią maszyny. Ale próba zaprogramowania przykładów gramatyki dla każdego języka po prostu się nie powiodła. Nawet ustalenie znaczenia poszczególnych słów okazało się trudne (w końcu istnieje coś takiego jak homonimy - na przykład klucz do drzwi i klucz wiolinowy). Ludzie nauczyli się określać znaczenie tych słów w kontekście, opierając się na ich zdolnościach umysłowych rozwijanych przez wiele lat ewolucji, ale okazało się, że po prostu niemożliwe jest rozbicie ich na surowe reguły, które można wprowadzić w kodzie.
W rezultacie wiele robotów obecnie przetwarza język na podstawie statystyk. Naukowcy karmią je ogromnymi tekstami, znanymi jako przypadki, a następnie pozwalają komputerom na łamanie długich tekstów na kawałki, aby dowiedzieć się, które słowa często idą w parze i w jakiej kolejności. Pozwala to robotowi „nauczyć się” języka opartego na analizie statystycznej.
Uczyć się nowych rzeczy
Wyobraź sobie, że ktoś, kto nigdy nie grał w golfa, postanowił nauczyć się huśtawki w klubie. Może przeczytać o tym książkę, a następnie spróbować lub obserwować, jak ćwiczy sławny golfista, a następnie wypróbować ją samodzielnie. W każdym razie będzie można szybko i łatwo nauczyć się podstaw.
Robotyka staje przed pewnymi wyzwaniami, gdy próbuje zbudować autonomiczną maszynę, która może nauczyć się nowych umiejętności. Jednym z podejść, podobnie jak w przypadku golfa, jest rozbicie aktywności na precyzyjne kroki, a następnie zaprogramowanie ich w mózgu robota. Oznacza to, że każdy aspekt działania musi być podzielony, opisany i zakodowany, co nie zawsze jest łatwe. Istnieją pewne aspekty wymyślania klubu golfowego, które trudno opisać słowami. Na przykład interakcja nadgarstka i łokcia. Te subtelne szczegóły są łatwiejsze do pokazania niż do opisania.
W ostatnich latach naukowcy osiągnęli pewien sukces w nauczaniu robotów naśladujących człowieka. Nazywają to treningiem symulacyjnym lub treningiem demonstracyjnym (technika LfD). Jak oni to robią? Uzbrojaj samochody w tablice kamer szerokokątnych i zoom. To wyposażenie pozwala robotowi „zobaczyć” nauczyciela wykonującego określone aktywne procesy. Algorytmy uczenia przetwarzają te dane, aby utworzyć mapę funkcji matematycznych, która łączy dane wizualne i pożądane działania. Oczywiście roboty LfD muszą być w stanie ignorować pewne aspekty zachowania swojego nauczyciela - takie jak swędzenie lub katar - i radzić sobie z podobnymi problemami, które powstają z powodu różnic w anatomii robota i ludzi.
Oszukać
Ciekawa sztuka oszukiwania rozwinęła się nawet u zwierząt, aby ominąć konkurentów i nie zostać zjedzonym przez drapieżniki. W praktyce oszustwo jako sztuka przetrwania może być bardzo, bardzo skutecznym mechanizmem samozachowawczym.
Nauczenie się, jak oszukiwać ludzi lub inne roboty, może być niezwykle trudne (i być może dobre dla ciebie i dla mnie). Oszustwo wymaga wyobraźni - umiejętności formowania pomysłów lub obrazów obiektów zewnętrznych niezwiązanych z uczuciami - a maszyna zazwyczaj jej nie ma. Są wydajne w bezpośrednim przetwarzaniu danych z czujników, kamer i skanerów, ale nie mogą tworzyć koncepcji wykraczających poza dane sensoryczne.
Z drugiej strony roboty przyszłości mogą lepiej zrozumieć oszustwo. Naukowcy z Georgia Tech byli w stanie przekazać niektóre umiejętności oszustwa białkowego robotom w laboratorium. Na początku badali przebiegłe gryzonie, które chronią swoje skrytki za pomocą jedzenia, wabiąc konkurentów do starych i nieużywanych magazynów. Następnie zakodowali to zachowanie w proste reguły i załadowali je do mózgów swoich robotów. Maszyny były w stanie wykorzystać te algorytmy do ustalenia, kiedy oszukiwanie może być przydatne w konkretnej sytuacji. W związku z tym mogli oszukać swojego towarzysza, zwabiając go w inne miejsce, w którym nie ma nic wartościowego.
Przewiduj ludzkie działania
W Jetsons robotna Rosie była w stanie kontynuować rozmowę, gotować, sprzątać i pomagać George'owi, Jane, Judy i Elroyowi. Aby zrozumieć jakość wykonania Rosie, przypomnij sobie jeden z pierwszych odcinków: pan Spaceley, szef George'a, przybywa do domu Jetsona na obiad. Po posiłku wyjmuje cygaro i wkłada je do ust, a Rosie rzuca się do przodu z zapalniczką. Ta prosta czynność jest złożonym zachowaniem człowieka - umiejętnością przewidywania, co będzie dalej, na podstawie tego, co właśnie się wydarzyło.
Podobnie jak oszustwo, przewidywanie ludzkich działań wymaga od robota przedstawienia przyszłego stanu. Powinien umieć powiedzieć: „Jeśli widzę, że dana osoba wykonuje A, to, jak mogę założyć na podstawie wcześniejszych doświadczeń, najprawdopodobniej zrobi to B”. W robotyce ten przedmiot był niezwykle trudny, ale ludzie robią pewne postępy. Zespół Uniwersytetu Cornell opracował autonomicznego robota, który mógłby reagować na podstawie interakcji towarzysza z obiektami środowiskowymi. Aby to zrobić, wykorzystuje parę kamer 3D, aby uzyskać obraz otoczenia. Następnie algorytm określa kluczowe obiekty w pokoju i odróżnia je od reszty. Następnie, korzystając z ogromnej ilości informacji uzyskanych w wyniku poprzednich treningów, robot generuje zestaw pewnych oczekiwań ruchów od osoby i przedmiotów, których dotyka. Robot wyciąga wnioski na temat tego, co będzie dalej, i działa odpowiednio.
Czasami roboty Cornell popełniają błędy, ale poruszają się dość pewnie do przodu, w tym wraz z poprawą technologii kamer.
Koordynuj z innymi robotami
Budowa jednej wielkoskalowej maszyny - nawet androida, jeśli chcesz - wymaga poważnych inwestycji czasu, energii i pieniędzy. Inne podejście polega na rozmieszczeniu armii prostszych robotów, które mogą współpracować w celu realizacji złożonych zadań.
Istnieje wiele problemów. Robot pracujący w zespole musi być w stanie dobrze ustawić się w stosunku do towarzyszy i być w stanie skutecznie komunikować się - z innymi maszynami i operatorem. Aby rozwiązać te problemy, naukowcy zwrócili się do świata owadów, które wykorzystują złożone zachowania roju w celu znalezienia pożywienia i rozwiązania problemów, które są korzystne dla całej kolonii. Na przykład, badając mrówki, naukowcy zdali sobie sprawę, że poszczególne osoby wykorzystują feromony do komunikowania się ze sobą.
Roboty mogą korzystać z tej samej „logiki feromonów”, polegając wyłącznie na świetle, a nie na chemikaliach. Działa to w ten sposób: grupa małych robotów jest rozproszona w ograniczonej przestrzeni. Najpierw badają ten obszar losowo, dopóki nie natrafisz na lekki ślad pozostawiony przez innego bota. Wie, że musi podążać szlakiem i idzie, pozostawiając własny ślad. W miarę jak ścieżki łączą się w jedno, coraz więcej robotów podąża za sobą na boki.
Skopiuj się
Pan powiedział do Adama i Ewy: „Bądźcie płodni i rozmnażajcie się, i napełnijcie ziemię”. Robot, który otrzymałby taki zespół, czułby się zawstydzony lub rozczarowany. Dlaczego? Ponieważ nie jest w stanie się rozmnażać. Zbudowanie robota to jedna rzecz, ale zupełnie inna to stworzenie robota, który może samodzielnie wykonywać kopie lub regenerować utracone lub uszkodzone elementy.
Co godne uwagi, roboty nie mogą brać ludzi za przykład modelu reprodukcyjnego. Być może zauważyłeś, że nie jesteśmy podzieleni na dwie identyczne części. Najprostsze jednak rób to cały czas. Krewni meduz - hydra - ćwiczą formę bezpłciowego rozmnażania, znaną jako budizacja: mała kulka jest oddzielana od ciała rodzica, a następnie odchodzi, aby stać się nową, genetycznie identyczną osobą.
Naukowcy pracują nad robotami, które mogą wykonać tę samą prostą procedurę klonowania. Wiele z tych robotów jest zbudowanych z powtarzających się elementów, zwykle kostek, które są wykonane na obrazie i podobieństwo jednej kostki, a także zawierają program do samoreplikacji. Kostki mają magnesy na powierzchni, dzięki czemu mogą przyczepiać się i odłączać od innych kostek w pobliżu. Każda kostka jest podzielona na dwie części po przekątnej, więc każda połowa może istnieć niezależnie. Cały robot zawiera kilka kostek ułożonych w konkretną figurę.
Działaj z zasady
Kiedy codziennie komunikujemy się z ludźmi, podejmujemy setki decyzji. W każdym z nich rozważamy każdy nasz wybór, określając, co jest dobre, a co złe, uczciwie i nieuczciwie. Jeśli roboty chciałyby być takie jak my, musiałyby zrozumieć etykę.
Jednak, podobnie jak w przypadku języka, niezwykle trudno jest kodować zachowania etyczne, głównie dlatego, że nie ma jednego zestawu ogólnie przyjętych zasad etycznych. Różne kraje mają różne zasady postępowania i różne systemy prawne. Nawet w poszczególnych kulturach różnice regionalne mogą wpływać na to, jak ludzie oceniają i mierzą swoje działania i działania innych. Próba napisania globalnej etyki odpowiedniej dla wszystkich robotów jest prawie niemożliwa.
Dlatego naukowcy postanowili stworzyć roboty, ograniczając zakres problemu etycznego. Na przykład, jeśli urządzenie będzie działać w określonym środowisku - powiedzmy w kuchni lub w pokoju pacjenta - będzie miało znacznie mniej zasad postępowania i mniej przepisów dotyczących podejmowania etycznie uzasadnionych decyzji. Aby to osiągnąć, inżynierowie robotyki wprowadzają etyczne wybory do algorytmu uczenia maszynowego. Wybór ten opiera się na trzech elastycznych kryteriach: do czego przyniesie to działanie, jaką szkodę wyrządzi oraz miarę sprawiedliwości. Korzystając z tego rodzaju sztucznej inteligencji, twój przyszły robot domowy będzie w stanie dokładnie określić, kto w rodzinie powinien umyć naczynia, a kto dostanie pilota z telewizora na noc.
Poczuj emocje
„Oto mój sekret, jest bardzo prosty: czujnie tylko jedno serce. Nie widzisz najważniejszej rzeczy na własne oczy. ”
Jeśli ta uwaga o Lisie z Małego Księcia autorstwa Antoine'a de Saint-Exupery'ego jest prawdziwa, to roboty nie zobaczą najpiękniejszych i najlepszych na tym świecie. W końcu doskonale badają otaczający ich świat, ale nie mogą przekształcić danych sensorycznych w określone emocje. Nie widzą uśmiechu ukochanej osoby i czują radość, lub potrafią naprawić gniewny grymas nieznajomego i drżeć ze strachu.
To właśnie, bardziej niż cokolwiek innego na naszej liście, oddziela osobę od samochodu. Jak nauczyć robota zakochać się? Jak zaprogramować frustrację, wstręt, niespodziankę lub litość? Powinienem nawet spróbować?
Niektórzy uważają, że warto. Wierzą, że roboty przyszłości połączą systemy poznawcze i emocjonalne, co oznacza, że \u200b\u200bbędą pracować lepiej, szybciej się uczyć i skuteczniej współdziałać z ludźmi. Wierzcie lub nie, prototypy takich robotów już istnieją i mogą wyrażać ograniczony zakres ludzkich emocji. Nao, robot opracowany przez europejskich naukowców, ma cechy emocjonalne rocznego dziecka. Potrafi wyrażać szczęście, złość, strach i dumę, towarzysząc emocjom gestami. A to dopiero początek.
24 grudnia 2017 r Giennadij
Źródło: nauka.boltai.com
W tym module nauczysz się:
Jak korzystać z robotów w przemyśle;
w jaki sposób roboty pomagają badać niebo, ziemię i wodę;
w których obszarach roboty są bardziej wydajne niż ludzie;
jak robot może pomóc lekarzom i pielęgniarkom;
które roboty otaczają nas w życiu codziennym;
czy roboty mogą być całkowicie wirtualne.
W tym filmie mentor kursu Nikolai Pak opowiada, jakie roboty są powszechne w przemyśle, dlaczego przyszli do sądu w nauce, jakie zadania robią w medycynie i jak upraszczają nasze codzienne życie. W kolejnych częściach modułu szczegółowo omówimy każdy z tych obszarów.
Podczas oglądania wideo zwróć uwagę:
Który zakład Nikołaj podaje jako przykład produkcji robotycznej?
Jak nazywa się chirurg-robot?
Roboty robocze
Przeprowadzki, sortowniki i kolektory
Roboty nie znudzą się monotonnymi zadaniami, mogą podnosić duże ładunki i pracować szybko, nie potrzebują weekendów i przerw na lunch. Nic dziwnego, że różne branże (od towarów codziennego użytku po samoloty i statki kosmiczne) „wynajmują” roboty z otwartymi ramionami. Poniżej zebraliśmy najbardziej typowe przykłady robotów w produkcji.
Manipulator to bardzo robotyczne „dłonie”, które widzimy na zdjęciach i filmach z nowoczesnych fabryk i roślin. Są wyposażone w różnorodne czujniki, dzięki czemu mogą przetwarzać i łączyć części, kontrolować jakość produktu, pakować go itp.
Roboty sortujące pomagają uwolnić ludzi od ciężkiej i monotonnej pracy, która wymaga dużej koncentracji. Ich czujniki są gotowe 24 godziny na dobę, 7 dni w tygodniu, aby analizować wygląd części i elementów leżących na przenośniku i rozdzielić je na różne przedziały. Na przykład dzisiaj roboty sortujące często rozkładają odpady budowlane, ponieważ niektóre z nich można ponownie wykorzystać lub poddać recyklingowi.
Roboty ładujące zwalniają ludzi z konieczności przenoszenia czegokolwiek, od papieru do dużych towarów. Na przykład w archiwum Sberbank specjalne robotyczne układnice znajdują i przenoszą niezbędne skrzynki z dokumentami. Giganci e-commerce, Amazon i Alibaba, w pełni wykorzystują roboty pamięci masowej, które same wykonują 70% rutynowej pracy i są bardzo niezależne (na przykład mogą nawigować po magazynie, jeśli zmieni się tam układ).
Od konkretnych zadań do całego placu budowy
W budownictwie roboty są cenne w taki sam sposób, jak w przemyśle: podejmują trudne fizycznie, niebezpieczne i monotonne zadania. Ponadto nie boją się złej pogody: tempo ich pracy nie spadnie z powodu chłodzenia lub deszczu.
Robot budowlany jest doskonałym przykładem tego, jak roboty są w stanie wykonywać jednolite zadania wiele razy szybciej niż ludzie. Tak więc robot budowlany Fastbrick Robotics działa 20 razy szybciej niż zwykły murarz i może zbudować fundament z prywatnego domu z cegły w ciągu dwóch dni. Dzięki niemu budowniczowie będą mogli budować 150 budynków z cegły rocznie - nadal mają komunikację i prace wykończeniowe.
Robot do układania kabli wymyka się przez kanały już wykopane dla rur i ciągnie za sobą kabel telefoniczny lub optyczny. Oznacza to, że nie trzeba kopać niczego osobno do układania kabla, można użyć gotowych rur. Co więcej, awarie są również łatwiejsze do wykrycia: takie roboty mogą badać rurociągi za pomocą kamery i podświetlenia.
Robot-koparka Brokk ze Szwecji może wykonywać wiele zadań na placu budowy: kopać, ładować i przenosić przedmioty, demontować konstrukcje ze zbrojonego betonu, cegły i metalu, usuwać warstwy tynku ze ścian, wiercić otwory itp.
W 2019 r. Planują zainstalowanie w Amsterdamie mostu w całości wykonanego ze stali przy użyciu metody drukowania 3D. Dwa roboty zaczynają budować most na różnych brzegach i idą naprzód wzdłuż już postawionej części, spotykając się na środku gotowego mostu. Systemy robotyczne wydrukują wszystkie szczegóły mostu na miejscu, nie trzeba ich transportować. Będą również budować oryginalne rusztowania, a raczej konstrukcje, które utrzymają ich ciężar.
Roboty badawcze
Roboty badawcze są niezbędne do badania lokalizacji i zjawisk niebezpiecznych dla ludzi, a także tam, gdzie wymagana jest większa dokładność lub siła fizyczna. Mogą wspinać się tam, gdzie ludzie nakazali ruch: głęboko pod wodą, do ujścia wulkanu lub, przeciwnie, do poziomu narządów, a nawet poszczególnych komórek żywego organizmu
Na ziemi
Łódź. Zautomatyzowane łodzie eksplorują rzeki, jeziora i morza. Są szczególnie przydatne w ekstremalnych warunkach - na przykład na lodzie Dalekiej Północy. Mogą pracować niezależnie lub mogą - zgodnie z poleceniami operatora za pomocą zdalnego sterowania. Jeśli sterowanie odbywa się za pomocą fal radiowych, operator może znajdować się dość daleko od robota. Nawet na drugim końcu miasta jest średniej wielkości.
Bathyscaphe / szybowiec. Zrobotyzowane batyskapy i roboty szybowcowe o różnych zasadach ruchu zapewniają nam nieocenioną pomoc w eksploracji głębin morskich. Jest za wcześnie, aby wysłać tam osobę: na długie nurkowania urządzenie musi być duże i drogie. I czy jest to konieczne, jeśli możesz zrobić robota o dowolnym kształcie z materiałów odpornych na niskie temperatury, wyposażyć go w manipulatory, czujniki, zapewnić mu kamerę i eksplorować głębokości bez narażania osoby?
Stacja. Zrobotyzowane podwodne i dolne stacje prowadzą długoterminowy monitoring ekologii i geologii głębin oraz pomagają monitorować warunki ekologiczne, geologiczne, lód i inne warunki na głębokości niedostępnej dla ludzi i w nieodpowiednich warunkach. Na przykład wyprawa głębinowa do rowu Mariana z National Oceanic and Atmospheric Administration (NOAA) odkryła wiele nowych gatunków dzięki zdalnie sterowanemu robotowi z kamerą. W zależności od celu i baterii takie stacje mogą działać od kilku tygodni do kilku lat.
Wulkan. Są inne miejsca na planecie, na których ludzie nie mogą się wspinać (na przykład wulkany i gejzery). Zbudowany z materiałów odpornych na wysokie temperatury i toksyczne gazy robot jest w stanie prowadzić badania nawet w okresie szczytowej aktywności sejsmicznej. NASA opracowała już dwa takie roboty: jeden porusza się na kołach, a drugi imituje ruch robaka i dzięki temu może poruszać się po stromych lodowych skałach.
W kosmosie
Curiosity to łazik marsjański trzeciej generacji, wystrzelony przez NASA w 2011 roku, zasadniczo autonomiczne laboratorium chemiczne, które bada glebę i atmosferę Marsa.
Robotowi asystenci pojawili się już na ISS, a wkrótce roboty będą wykonywać najprostsze rutynowe obowiązki astronautów: na przykład rozwiązywać problemy z panelami słonecznymi w przypadku awarii automatyki zmieniającej ich położenie lub montować bloki stacji kosmicznej. Rosyjski segment ISS już dziś naprawia manipulator kosmiczny ERA. A może astronauci zostaną w przyszłości zastąpieni elektronicznymi kolegami - już rozwój robotów astronautów . I nikt nie musi być szkolony i nie ma niebezpieczeństwa dla ludzi.
Satelity na orbicie wokół Ziemi zapewniają nam komunikację, monitorowanie pogody i nawigację. Jest ich już setki i są tak ważne, że jeszcze w 2016 r. Jeden z działów Pentagonu zaczął opracowywać projekt oddzielnego satelity do naprawy satelitów - rodzaj karetki na wysokości 36 tysięcy kilometrów. Urządzenia te mają swoją funkcję, sposoby uzyskiwania informacji o świecie zewnętrznym, algorytmy działania i sprzęt, z którym wykonują te czynności, co oznacza, że \u200b\u200bsą uważane za roboty.
Pomocne roboty w szczegółach
Kosiarki, walizki i niania
W pierwszym module rozmawialiśmy o tym, ile robotów już dziś upraszcza codzienne życie człowieka: odkurzacz robota, asystenci głosowi, a nawet pralki okazały się robotami po dokładnym zbadaniu. W tej części zobaczmy, jakie inne zadania można zautomatyzować.
Robot czyszczący nie jest tak kompaktowy i słodki, jak jego odległy krewny to odkurzacz robota, ale może pracować przy złej pogodzie i radzić sobie z poważniejszymi wrogami: kurzem drogowym, liśćmi, śniegiem i lodem. W zależności od zadań jest wyposażony w koła lub gąsienice.
Kosiarka zautomatyzowana wygląda jak mały wózek na torze kołowym lub gąsienicowym z silnikiem elektrycznym lub wysokoprężnym. Podobnie jak odkurzacz robota kosiarka chodzi po obiekcie, wykonuje zadanie i wraca do bazy. Granice działki są wskazane przez kabel wkopany w ziemię, a czujniki podczerwieni pomagają wrócić do podstawy.
Został również wynaleziony robot do zwalczania owadów. Chińscy inżynierowie opracowali miniaturowy zbiornik, który wykrywa komary za pomocą detektorów, a następnie „strzela” nimi za pomocą pistoletu laserowego.
Czyszczenie basenu nie jest zbyt ekscytujące, co oznacza, że \u200b\u200bjest też miejsce na automatyzację. Pierwszy rodzaj robotów czyszczących unosi się na powierzchni i zbiera śmieci. Drugi może czołgać się wzdłuż ścian i dna dokładnie jak ślimaki w akwarium - i w ten sam sposób oczyścić go z brudu.
Walizka robota mieści od 15 do 30 kg rzeczy i może podążać za właścicielem, a raczej latarnią w kieszeni. Zgubiony da sygnał dźwiękowy, a czujniki pomogą mu nie zderzać się z ludźmi i nie upaść. Nie będzie jeszcze mógł wspinać się po schodach, ale do poruszania się po lotnisku jest to, czego potrzebujesz.
Osobisty asystent wkrótce też nie będzie potrzebny. W miarę rozwoju asystent uczy się utrzymywać codzienne czynności, szukać informacji, monitorować pogodę i korki oraz pomagać w pracach domowych. Wiedzą już o tym dużo - na przykład robot Zenbo zastępuje dziennik, kontroluje „inteligentny dom”, jest w stanie odpowiadać na pytania, robić zdjęcia i nagrywać filmy.
Robot niania pomoże rodzicom w opiece nad dzieckiem: kamera pokaże, co robi dziecko, a mikrofon pomoże usłyszeć, czy płacze. Za pomocą głośników możesz komunikować się z dzieckiem, a system zdalnego sterowania pomoże w przemieszczaniu robota po domu. Robotyczną nianię można poprosić o pokazanie dzieciom zdjęć i kreskówek (oczywiście tych wskazanych przez rodzica).
Roboty - asystenci medyczni
Zamiast skalpela, pielęgniarki i dawcy
W medycynie na pierwszy plan wysuwają się takie cechy robotów, jak dokładność, umiejętność niestrudzonej pracy i brak emocji. Wprowadzenie robotów w medycynie powinno rozwiązać 2 problemy jednocześnie. Po pierwsze, osoba nie będzie już musiała wykonywać rutynowej pracy, na przykład wydawać dokumentacji medycznej pacjentom. Po drugie, roboty pomogą lekarzom wykonywać precyzyjne operacje, które wcześniej były niemożliwe. Robot nie jest zdenerwowany, nie popełnia błędów i jest zawsze gotowy do pracy.
Robot pielęgniarka. Roboty mogą opiekować się pacjentami, pracować w rejestrze, monitorować przestrzeganie przepisanego leczenia (na przykład jako część zautomatyzowanego systemu wydawania przepisanych leków z apteki), odbierać je w pokoju zabiegowym i przynosić pacjentom niezbędne leki. Jeden z tych robotów przeznaczony do opieki nad dziećmi i osobami starszymi nazywa się Robear - został wprowadzony w Japonii w 2015 roku.
Robot chirurga. Obecnie chirurg-robot pomaga w złożonych operacjach wymagających delikatnej i długiej pracy. Tak więc opracowano robota Da Vinci: zestaw kamer i manipulatorów, który działa pod kierunkiem operatora-chirurga. Po ustanowieniu zdalnego sterowania inżynierowie zapewnią, że lekarz i pacjent niekoniecznie spotkają się osobiście, nawet w celu operacji, ponieważ chirurg wykona wszystkie manipulacje zdalnie. Versius Robotic Surgeon pomaga lekarzom wykonywać najbardziej zaawansowany rodzaj operacji, gdy cała manipulacja odbywa się przez małe nacięcie. Ta metoda powoduje mniej bólu u pacjenta i pozostawia mniej blizn, ale wymaga dokładności biżuterii i całego zestawu technologii.
Organy drukarki. Jest to rodzaj drukarki 3D, tylko jako materiał do „drukowania” używaj własnych komórek pacjenta. W ten sposób niektóre narządy wewnętrzne, skóra, części ciała (uszy i nosy), kości i chrząstka zostały już utworzone i pomyślnie przeszczepione. Wkrótce poszukiwanie dawcy organów będzie już przeszłością - znane są przypadki udanego drukowania naczyń krwionośnych, zastawek serca i skóry wyhodowanej w laboratorium.
Robot diagnostyczny. Roboty już aktywnie pomagają lekarzom w podejmowaniu decyzji: lekarz wprowadza dane, system pomaga zdiagnozować lub przepisać lek. Kolejnym krokiem są superkomputery wyposażone w sztuczną inteligencję. Tak więc onkolog robotów IBM Watson wykorzystuje dane 600 tysięcy dokumentów i prac naukowych do analizy wszystkich informacji o pacjencie w ciągu kilku minut i oferuje opcje diagnostyczne. Ważne jest, aby takie roboty w żaden sposób nie zastąpiły lekarza, pomagają mu tylko analizować informacje i oferować rozwiązania. Na przykład robot nie interpretuje prześwietlenia, a jedynie pokazuje, że ludzie o podobnych obrazach mają określoną diagnozę, a następnie lekarz wyciąga wnioski.
Egzoszkielet To nie jest science fiction, ale sposób na wyleczenie z urazu lub operacji. ExoAtlet Exoskeleton to sztywna rama z silnikami i programem. Pomaga pacjentowi stać prosto i poruszać się, jakby szedł sam. Specjalne czujniki odczytują ruchy ciała i wzmacniają je za pomocą silników, dzięki czemu człowiek chodzi jakby sam, ale poświęca znacznie mniej wysiłku.
Programy robotów
Powiedzieliśmy już, że roboty mogą wyglądać jak wszystko. Czas dowiedzieć się, że mogą wcale nie patrzeć. Najważniejsze, że spełniają swoją funkcję zgodnie z danym algorytmem, a wynik ich pracy jest namacalny poza wirtualnym światem.
Robot Vera
Alexander Uraksin i jego koledzy opracowali robota Vera, który przyjmuje rutynowe zadania osób rekrutujących. Posłuchaj opowieści Aleksandra o tym, jak Vera pomaga Rostelecom zatrudniać nowych pracowników. Jakie zadania wykonuje robot?
Automatyka robotów
Jednym ze szczególnych przypadków robotów programowych, czyli robotów, które nie mają ciała, jest automatyzacja procesów biznesowych przy użyciu robotów lub sztucznej inteligencji. Technologia ta nazywana jest „automatyzacją procesów przez roboty” (od angielskiej Robotic automation process - RPA). Najważniejsze jest to, że program najpierw monitoruje działania użytkownika, a następnie automatyzuje je i zaczyna wykonywać samodzielnie.
Jednym z przykładów takiej automatyzacji jest robot Vera, który już go znasz.
Jedna z chińskich firm ubezpieczeniowych zautomatyzowała proces rozpatrywania roszczeń z tytułu roszczeń ubezpieczeniowych. Przed automatyzacją była to praca ręczna: skanowanie aplikacji, archiwizacja dokumentów, wprowadzanie danych z aplikacji do systemów księgowych w celu analizy przez odpowiednie działy. W rezultacie każda aplikacja trwała średnio 11 minut, a takie aplikacje dziennie otrzymywały od 70 do 125. Gdy proces został zautomatyzowany, pozostało jedynie skanowanie dokumentów. Następnie system rozpoznawania wzorców zaczął „wprowadzać” dane do systemu i samego archiwum zgodnie ze wszystkimi zasadami i przepisami firmy. Cały proces przetwarzania wniosków zaczął trwać około półtorej minuty.
Jedna farmaceutyczna spółka holdingowa wykorzystała RPA do analizy skarg klientów. System automatycznie przyjmuje, weryfikuje i przetwarza reklamacje klientów. Za pomocą złożonego algorytmu robot zatwierdza lub odrzuca aplikację, a następnie przechodzi do następnego. Firma odbiera około 5000 połączeń miesięcznie, a do ręcznego przetwarzania potrzebnych było 45 operatorów. Wdrożenie, konfiguracja i testowanie robota trwało półtora miesiąca, ale potem jeden operator może przetwarzać taką samą liczbę aplikacji.
Bycie osobą jest znacznie łatwiejsze niż tworzenie osoby. Weźmy na przykład proces gry w piłkę w dzieciństwie z przyjacielem. Jeśli podzielimy tę aktywność na osobne funkcje biologiczne, gra przestanie być prosta. Potrzebujesz czujników, nadajników i efektorów. Musisz obliczyć, jak mocno uderzyć piłkę, aby zmniejszyć odległość między tobą a twoim towarzyszem. Musisz wziąć pod uwagę olśnienie słoneczne, prędkość wiatru i wszystko, co może rozpraszać uwagę. Konieczne jest określenie, w jaki sposób piłka się obraca i jak ją wziąć. I jest miejsce na dodatkowe scenariusze: co, jeśli piłka leci nad głową? Leci nad płotem? Czy wybije okno sąsiadowi?
Te pytania pokazują niektóre z najbardziej palących problemów robotyki, a także kładą podwaliny pod nasze odliczanie. Oto lista dziesięciu najtrudniejszych rzeczy, których musisz nauczyć robotów. Musimy pokonać tę dziesiątkę, jeśli kiedykolwiek chcemy zrealizować obietnice złożone przez Bradbury'ego, Dicka, Asimova, Clarka i innych pisarzy science fiction, którzy widzieli wymyślone światy, w których samochody zachowują się jak ludzie.
Przejście z punktu A do punktu B wydawało nam się proste od dzieciństwa. My, ludzie, robimy to codziennie, co godzinę. Jednak dla robota nawigacja - szczególnie przez jedno środowisko, które ciągle się zmienia, lub przez środowisko, którego wcześniej nie widział - jest najtrudniejsza. Po pierwsze, robot musi być w stanie dostrzec otoczenie, a także zrozumieć wszystkie przychodzące dane.
Robotyka rozwiązuje pierwszy problem, uzbrajając samochody w szereg czujników, skanerów, kamer i innych zaawansowanych technologicznie narzędzi, które pomagają robotom ocenić otoczenie. Skanery laserowe stają się coraz bardziej popularne, chociaż nie można ich używać w środowisku wodnym z powodu poważnego zniekształcenia światła w wodzie. Technologia sonaru wydaje się być realną alternatywą dla podwodnych robotów, ale w warunkach naziemnych jest znacznie mniej dokładna. Ponadto system wizyjny składający się z zestawu zintegrowanych kamer stereoskopowych pomaga robotowi „zobaczyć” swój krajobraz.
Zbieranie danych środowiskowych to tylko połowa sukcesu. O wiele trudniejszym zadaniem jest przetwarzanie tych danych i wykorzystywanie ich do podejmowania decyzji. Wielu programistów kontroluje swoje roboty przy użyciu predefiniowanej mapy lub komponuje ją w locie. W robotyce jest to znane jako SLAM, metoda jednoczesnej nawigacji i mapowania. Mapowanie tutaj oznacza, w jaki sposób robot przekształca informacje otrzymane przez czujniki do określonej postaci. Nawigacja sugeruje również, w jaki sposób robot pozycjonuje się względem mapy. W praktyce te dwa procesy powinny przebiegać jednocześnie, w postaci „kurczaka i jaj”, co jest możliwe tylko przy użyciu potężnych komputerów i zaawansowanych algorytmów, które obliczają pozycję na podstawie prawdopodobieństw.
Wykazać zwinność
Roboty od wielu lat zbierają opakowania i części w fabrykach i magazynach. Ale w takich sytuacjach z reguły nie spotykają się z ludźmi i prawie zawsze pracują z obiektami o tej samej formie w stosunkowo wolnym środowisku. Życie takiego robota w fabryce jest nudne i zwyczajne. Jeśli robot chce pracować w domu lub w szpitalu, musi mieć do tego zaawansowane wyczucie dotyku, zdolność wykrywania osób w pobliżu i nienaganny gust w zakresie wyboru działań.
Te umiejętności robotów są niezwykle trudne do wyszkolenia. Zwykle naukowcy w ogóle nie uczą dotyku robotów, programując je tak, aby zawiodły, jeśli zetkną się z innym przedmiotem. Jednak w ciągu ostatnich około pięciu lat poczyniono znaczne postępy w łączeniu plastycznych robotów i sztucznej skóry. Zgodność odnosi się do poziomu elastyczności robota. Maszyny elastyczne są bardziej plastyczne, sztywne mniej.
W 2013 r. Naukowcy z Georgia Tech stworzyli zrobotyzowanego manipulatora ze sprężynowymi przegubami, który pozwala manipulatorowi zginać się i wchodzić w interakcje z obiektami takimi jak ludzka ręka. Następnie pokryli to wszystko „skórą” zdolną do rozpoznawania nacisku lub dotyku. Niektóre rodzaje skór robotów zawierają sześciokątne mikroukłady, z których każdy jest wyposażony w czujnik podczerwieni, który rejestruje każde przybliżenie bliżej niż centymetr. Inne są wyposażone w elektroniczne „odciski palców” - żebrowaną i szorstką powierzchnię, która poprawia chwyt i ułatwia przetwarzanie sygnału.
Połącz te zaawansowane technologicznie manipulatory z zaawansowanym systemem wizyjnym - a otrzymasz robota, który może wykonać delikatny masaż lub posortować folder z dokumentami, wybierając ten, którego potrzebujesz z ogromnej kolekcji.
Podtrzymuj konwersację
Alan Turing, jeden z założycieli informatyki, dokonał śmiałej prognozy w 1950 roku: pewnego dnia maszyny mogą mówić tak płynnie, że nie można ich odróżnić od ludzi. Niestety, podczas gdy roboty (a nawet Siri) nie spełniły oczekiwań Turinga. Wynika to z faktu, że rozpoznawanie mowy znacznie różni się od przetwarzania języka naturalnego - co robią nasze mózgi, wydobywając znaczenie słów i zdań w trakcie rozmowy.
Początkowo naukowcy sądzili, że powtórzenie tego byłoby tak proste, jak połączenie reguł gramatycznych z pamięcią maszyny. Ale próba zaprogramowania przykładów gramatyki dla każdego języka po prostu się nie powiodła. Nawet ustalenie znaczenia poszczególnych słów okazało się trudne (w końcu istnieje coś takiego jak homonimy - na przykład klucz do drzwi i klucz wiolinowy). Ludzie nauczyli się określać znaczenie tych słów w kontekście, opierając się na ich zdolnościach umysłowych rozwijanych przez wiele lat ewolucji, ale okazało się, że po prostu niemożliwe jest rozbicie ich na surowe reguły, które można wprowadzić w kodzie.
W rezultacie wiele robotów obecnie przetwarza język na podstawie statystyk. Naukowcy karmią je ogromnymi tekstami, znanymi jako przypadki, a następnie pozwalają komputerom na łamanie długich tekstów na kawałki, aby dowiedzieć się, które słowa często idą w parze i w jakiej kolejności. Pozwala to robotowi „nauczyć się” języka opartego na analizie statystycznej.
Uczyć się nowych rzeczy
Wyobraź sobie, że ktoś, kto nigdy nie grał w golfa, postanowił nauczyć się huśtawki w klubie. Może przeczytać o tym książkę, a następnie spróbować lub obserwować, jak ćwiczy sławny golfista, a następnie wypróbować ją samodzielnie. W każdym razie będzie można szybko i łatwo nauczyć się podstaw.
Robotyka staje przed pewnymi wyzwaniami, gdy próbuje zbudować autonomiczną maszynę, która może nauczyć się nowych umiejętności. Jednym z podejść, podobnie jak w przypadku golfa, jest rozbicie aktywności na precyzyjne kroki, a następnie zaprogramowanie ich w mózgu robota. Oznacza to, że każdy aspekt działania musi być podzielony, opisany i zakodowany, co nie zawsze jest łatwe. Istnieją pewne aspekty wymyślania klubu golfowego, które trudno opisać słowami. Na przykład interakcja nadgarstka i łokcia. Te subtelne szczegóły są łatwiejsze do pokazania niż do opisania.
W ostatnich latach naukowcy osiągnęli pewien sukces w nauczaniu robotów naśladujących człowieka. Nazywają to treningiem symulacyjnym lub treningiem demonstracyjnym (technika LfD). Jak oni to robią? Uzbrojaj samochody w tablice kamer szerokokątnych i zoom. To wyposażenie pozwala robotowi „zobaczyć” nauczyciela wykonującego określone aktywne procesy. Algorytmy uczenia przetwarzają te dane, aby utworzyć mapę funkcji matematycznych, która łączy dane wizualne i pożądane działania. Oczywiście roboty LfD muszą być w stanie ignorować pewne aspekty zachowania swojego nauczyciela - takie jak swędzenie lub katar - i radzić sobie z podobnymi problemami, które powstają z powodu różnic w anatomii robota i ludzi.
Oszukać
Ciekawa sztuka oszukiwania rozwinęła się nawet u zwierząt, aby ominąć konkurentów i nie zostać zjedzonym przez drapieżniki. W praktyce oszustwo jako sztuka przetrwania może być bardzo, bardzo skutecznym mechanizmem samozachowawczym.
Nauczenie się, jak oszukiwać ludzi lub inne roboty, może być niezwykle trudne (i być może dobre dla ciebie i dla mnie). Oszustwo wymaga wyobraźni - umiejętności formowania pomysłów lub obrazów obiektów zewnętrznych niezwiązanych z uczuciami - a maszyna zazwyczaj jej nie ma. Są wydajne w bezpośrednim przetwarzaniu danych z czujników, kamer i skanerów, ale nie mogą tworzyć koncepcji wykraczających poza dane sensoryczne.
Z drugiej strony roboty przyszłości mogą lepiej zrozumieć oszustwo. Naukowcy z Georgia Tech byli w stanie przekazać niektóre umiejętności oszustwa białkowego robotom w laboratorium. Na początku badali przebiegłe gryzonie, które chronią swoje skrytki za pomocą jedzenia, wabiąc konkurentów do starych i nieużywanych magazynów. Następnie zakodowali to zachowanie w proste reguły i załadowali je do mózgów swoich robotów. Maszyny były w stanie wykorzystać te algorytmy do ustalenia, kiedy oszukiwanie może być przydatne w konkretnej sytuacji. W związku z tym mogli oszukać swojego towarzysza, zwabiając go w inne miejsce, w którym nie ma nic wartościowego.
Przewiduj ludzkie działania
W Jetsons robotna Rosie była w stanie kontynuować rozmowę, gotować, sprzątać i pomagać George'owi, Jane, Judy i Elroyowi. Aby zrozumieć jakość wykonania Rosie, przypomnij sobie jeden z pierwszych odcinków: pan Spaceley, szef George'a, przybywa do domu Jetsona na obiad. Po posiłku wyjmuje cygaro i wkłada je do ust, a Rosie rzuca się do przodu z zapalniczką. Ta prosta czynność jest złożonym zachowaniem człowieka - umiejętnością przewidywania, co będzie dalej, na podstawie tego, co właśnie się wydarzyło.
Podobnie jak oszustwo, przewidywanie ludzkich działań wymaga od robota przedstawienia przyszłego stanu. Powinien umieć powiedzieć: „Jeśli widzę, że dana osoba wykonuje A, to, jak mogę założyć na podstawie wcześniejszych doświadczeń, najprawdopodobniej zrobi to B”. W robotyce ten przedmiot był niezwykle trudny, ale ludzie robią pewne postępy. Zespół Uniwersytetu Cornell opracował autonomicznego robota, który mógłby reagować na podstawie interakcji towarzysza z obiektami środowiskowymi. Aby to zrobić, wykorzystuje parę kamer 3D, aby uzyskać obraz otoczenia. Następnie algorytm określa kluczowe obiekty w pokoju i odróżnia je od reszty. Następnie, korzystając z ogromnej ilości informacji uzyskanych w wyniku poprzednich treningów, robot generuje zestaw pewnych oczekiwań ruchów od osoby i przedmiotów, których dotyka. Robot wyciąga wnioski na temat tego, co będzie dalej, i działa odpowiednio.
Czasami roboty Cornell popełniają błędy, ale poruszają się dość pewnie do przodu, w tym wraz z poprawą technologii kamer.
Koordynuj z innymi robotami
pojedyncza wielkoskalowa maszyna - nawet android, jeśli chcesz - wymaga poważnej inwestycji czasu, energii i pieniędzy. Inne podejście polega na rozmieszczeniu armii prostszych robotów, które mogą współpracować w celu realizacji złożonych zadań.
Istnieje wiele problemów. Robot pracujący w zespole musi być w stanie dobrze ustawić się w stosunku do towarzyszy i być w stanie skutecznie komunikować się - z innymi maszynami i operatorem. Aby rozwiązać te problemy, naukowcy zwrócili się do świata owadów, które wykorzystują złożone zachowania roju w celu znalezienia pożywienia i rozwiązania problemów, które są korzystne dla całej kolonii. Na przykład, badając mrówki, naukowcy zdali sobie sprawę, że poszczególne osoby wykorzystują feromony do komunikowania się ze sobą.
Roboty mogą korzystać z tej samej „logiki feromonów”, polegając wyłącznie na świetle, a nie na chemikaliach. Działa to w ten sposób: grupa małych robotów jest rozproszona w ograniczonej przestrzeni. Najpierw badają ten obszar losowo, dopóki nie natrafisz na lekki ślad pozostawiony przez innego bota. Wie, że musi podążać szlakiem i idzie, pozostawiając własny ślad. W miarę jak ścieżki łączą się w jedno, coraz więcej robotów podąża za sobą na boki.
Skopiuj się
Pan powiedział do Adama i Ewy: „Bądźcie płodni i rozmnażajcie się, i napełnijcie ziemię”. Robot, który otrzymałby taki zespół, czułby się zawstydzony lub rozczarowany. Dlaczego? Ponieważ nie jest w stanie się rozmnażać. Zbudowanie robota to jedna rzecz, ale zupełnie inna to stworzenie robota, który może samodzielnie wykonywać kopie lub regenerować utracone lub uszkodzone elementy.
Co godne uwagi, roboty nie mogą brać ludzi za przykład modelu reprodukcyjnego. Być może zauważyłeś, że nie jesteśmy podzieleni na dwie identyczne części. Najprostsze jednak rób to cały czas. Krewni meduz - hydra - ćwiczą formę bezpłciowego rozmnażania, znaną jako budizacja: mała kulka jest oddzielana od ciała rodzica, a następnie odchodzi, aby stać się nową, genetycznie identyczną osobą.
Naukowcy pracują nad robotami, które mogą wykonać tę samą prostą procedurę klonowania. Wiele z tych robotów jest zbudowanych z powtarzających się elementów, zwykle kostek, które są wykonane na obrazie i podobieństwo jednej kostki, a także zawierają program do samoreplikacji. Kostki mają magnesy na powierzchni, dzięki czemu mogą przyczepiać się i odłączać od innych kostek w pobliżu. Każda kostka jest podzielona na dwie części po przekątnej, więc każda połowa może istnieć niezależnie. Cały robot zawiera kilka kostek ułożonych w konkretną figurę.
Działaj z zasady
Kiedy codziennie komunikujemy się z ludźmi, podejmujemy setki decyzji. W każdym z nich rozważamy każdy nasz wybór, określając, co jest dobre, a co złe, uczciwie i nieuczciwie. Jeśli roboty chciałyby być takie jak my, musiałyby zrozumieć etykę.
Jednak, podobnie jak w przypadku języka, niezwykle trudno jest kodować zachowania etyczne, głównie dlatego, że nie ma jednego zestawu ogólnie przyjętych zasad etycznych. Różne kraje mają różne zasady postępowania i różne systemy prawne. Nawet w poszczególnych kulturach różnice regionalne mogą wpływać na to, jak ludzie oceniają i mierzą swoje działania i działania innych. Próba napisania globalnej etyki odpowiedniej dla wszystkich robotów jest prawie niemożliwa.
Dlatego naukowcy postanowili stworzyć roboty, ograniczając zakres problemu etycznego. Na przykład, jeśli urządzenie będzie działać w określonym środowisku - powiedzmy w kuchni lub w pokoju pacjenta - będzie miało znacznie mniej zasad postępowania i mniej przepisów dotyczących podejmowania etycznie uzasadnionych decyzji. Aby to osiągnąć, inżynierowie robotyki wprowadzają etyczne wybory do algorytmu uczenia maszynowego. Wybór ten opiera się na trzech elastycznych kryteriach: do czego przyniesie to działanie, jaką szkodę wyrządzi oraz miarę sprawiedliwości. Korzystając z tego rodzaju sztucznej inteligencji, twój przyszły robot domowy będzie w stanie dokładnie określić, kto w rodzinie powinien umyć naczynia, a kto dostanie pilota z telewizora na noc.
Poczuj emocje
„Oto mój sekret, jest bardzo prosty: czujnie tylko jedno serce. Nie widzisz najważniejszej rzeczy na własne oczy. ”
Jeśli ta uwaga o Lisie z Małego Księcia autorstwa Antoine'a de Saint-Exupery'ego jest prawdziwa, to roboty nie zobaczą najpiękniejszych i najlepszych na tym świecie. W końcu doskonale badają otaczający ich świat, ale nie mogą przekształcić danych sensorycznych w określone emocje. Nie widzą uśmiechu ukochanej osoby i czują radość, lub potrafią naprawić gniewny grymas nieznajomego i drżeć ze strachu.
To właśnie, bardziej niż cokolwiek innego na naszej liście, oddziela osobę od samochodu. Jak nauczyć robota zakochać się? Jak zaprogramować frustrację, wstręt, niespodziankę lub litość? Powinienem nawet spróbować?
Niektórzy uważają, że warto. Wierzą, że roboty przyszłości połączą systemy poznawcze i emocjonalne, co oznacza, że \u200b\u200bbędą pracować lepiej, szybciej się uczyć i skuteczniej współdziałać z ludźmi. Wierzcie lub nie, prototypy takich robotów już istnieją i mogą wyrażać ograniczony zakres ludzkich emocji. Nao, robot opracowany przez europejskich naukowców, ma cechy emocjonalne rocznego dziecka. Potrafi wyrażać szczęście, złość, strach i dumę, towarzysząc emocjom gestami. A to dopiero początek.
Robotolog uczestniczył w lekcji robotyki i usłyszał, o czym marzą studenci Robot and Me Club.
W wieku 7 lat mała robotyka zna 3 rodzaje dźwigni (a pamiętasz?) I montuje gotowe roboty na lekcję. Chłopcy upewniają się, że baterie są wyrzucane wyłącznie w specjalnym pudełku, a nie w ogólnym pojemniku na odpady. Jako dorośli zwracają się do nauczyciela tylko z imienia, ale do „ciebie”.
Wiedzą też, że kiedy dorosną, będą budować roboty, aby pomóc ludzkości. Młodzi inżynierowie marzą o podboju kosmosu, pokonaniu wrogów i przeszkadzających. Wygraj konkursy robotów. Robotolog uczestniczył w lekcji robotyki i zapisał odpowiedzi na pytanie o to, jakiego rodzaju roboty marzą faceci.
Dima Tatarinov, 8 lat
„Nie wiem jeszcze, który robot chcę zrobić. Ale z pewnością pomoże ludzkości. Na przykład wykonaj obliczenia dla naukowców i leć na odległe planety. Kiedy poleci na nową planetę, umieści tam rosyjską flagę. ”
Misza Fiedorow, 10 lat
„Chcę stworzyć robota sterowanego radiowo. Pilot zdalnego sterowania będzie miał ekran, który pokaże, gdzie robot podróżuje i jakie działania wykonuje. Ten robot będzie nakładał kary za niewłaściwe parkowanie. W samym robocie będzie drukarka, która drukuje bezpłatne czeki. Będzie szybki, ponieważ musi zdążyć nałożyć grzywnę, zanim intruz wyjdzie.
Artem Sołowiew, 8 lat
„Będzie to czołg, który jedzie bez kierowcy. Nikt go w ogóle nie kontroluje, stworzę taki system, aby sam czołg wiedział, co robić. Prześle zdjęcie do centrali, a jeśli już, będzie można przejąć kontrolę nad pilotem. Mogą też dostać się do niego za pomocą skorupy i zakłócić czujnik samorządowy. On sam może strzelać, będzie miał lufę na duże pociski, bomby i dwa karabiny maszynowe. Następnie możesz zrobić ten sam samolot. Ogólnie chcę zostać wojskowym i stworzyć coś, co wzmocni naszą armię. ”
Maxim Chocuntsev, 10 lat
„Cóż, nie powiedziałbym, że będzie to robot. Chciałbym stworzyć kostium. Będzie miał kwaśne rzeczy na rękawach i latające rzeczy na nogach (jak Tony Stark). Na hełmie będą dwie maski, wnętrze będzie przerażające, o świetlistych oczach. Z niego będzie można rozpylić toksynę, z której wrogom będzie się wydawało, że dzieje się coś dziwnego. Będzie miał miecz i miotacz ognia, cóż, na wszelki wypadek. I jad skorpiona. Kombinezon będzie opancerzony, ale lekki. Będzie się nazywać „Czarny Adam”, jest taki pirat.
I będzie miał coś, co spowolni czas. Jeśli będzie latał tam iz powrotem z dużą prędkością, najprawdopodobniej w tym miejscu utworzy się tymczasowy portal i prawdopodobnie zobaczę przyszłość. Prawdopodobnie."
Timofey Kuzniecow, 10 lat
„Mój robot pomoże odkrywać czarne dziury. Ludzie boją się tam latać, nikt nie wie, co tam jest. I robot może zostać wysłany, aby zbadał jakąś czarną dziurę. On, jako człowiek, pomyśli sam, będzie miał sztuczną inteligencję. Chciałbym sam opracować dla niego sztuczną inteligencję. ”
Serezha Oruzheinikov, 9 lat
„Marzę, aby zbudować robota, który może stale chronić mnie przed złymi chłopcami. Albo to nie będzie robot, ale szlafrok. Będzie mógł zrobić wszystko, nawet zamienić się w samochód i pracować na bateriach. Od tego będzie się nazywać - „Defender”.
Sasha Fedorov, 8 lat
„Chcę wymyślić robota-piłkarza do naszych zawodów. On sam będzie miał około 50 cm i będzie mógł kopnąć piłkę na wysokość 1 metra. Może uda mi się zebrać jeszcze więcej, cały zespół. Te roboty będą grać w piłkę nożną, dopóki nie zostaną zwolnione. Myślę, że mogę robić takie roboty w 10 lub 12. ”
Arseny Rodkin, 7 lat
„Mój robot pomoże naukowcom, aby wkrótce nadejść przyszłość. On sam stworzy nowe technologie.
A w szkole narysowałem pióro, które sama pisze, latający plecak i notatnik, który zapisuje dla nauczyciela! ”
Stepa Yeshukov, 11 lat
„Który robot chcę wymyślić? To zależy od tematu. Dla naszych zawodów (zawody na bazie klubu Robot and Me - red.) W piłce nożnej - jeden, do bitwy robotów - drugi. Do bitwy chcę zbudować dużego robota, który będzie jeździł po torach. Ale nie na plastiku, ponieważ plastik się ślizga. Będzie miał kolce z różnych stron: podjedzie, wbije je we wroga i wybije jego szczegóły. Na górze będzie również mechanizm, który podniesie inne modele, coś w rodzaju dźwigu.
W zawodach piłkarskich zarządzanie jest ważniejsze, ponieważ zwycięstwo nie zależy w dużej mierze od samego modelu.
A do wyścigów chcę zbudować szybki i dobrze kontrolowany model. Przyspieszę bieg na tylnych kołach, z przodu obniżę koła. Nadal konieczne będzie jego udoskonalenie. ”
Osoba spędza znaczną część swojego czasu na wykonywaniu tak monotonnej i monotonnej pracy domowej, jak sprzątanie pokoju lub ogrodnictwo. Niektórzy ludzie lubią tego rodzaju aktywność, ale dla większości uporządkowanie przestrzeni życiowej jest rutynowym, nudnym i niezbyt przyjemnym zadaniem. Począwszy od lat 50. i 60. ubiegłego wieku, kiedy koncepcja „robotycznego asystenta” dopiero zaczynała się pojawiać, społeczeństwo już marzyło o przeniesieniu niektórych swoich codziennych obowiązków na bezduszne zmechanizowane urządzenie, które nie podlegało zmęczeniu, stresowi i było gotowe do wykonania najbrudniejszej pracy. Mówimy o robotycznych sługach i automatycznych asystentach, których prototypy pojawiły się ponad pół wieku temu.
Pierwszy mobilny robot analizujący zespoły i ich działania
W 1966 r. Inżynierowie z Centrum Sztucznej Inteligencji Uniwersytetu Stanforda postanowili stworzyć robota wyposażonego w zdolność do samodzielnego orientowania się i poruszania w pomieszczeniach bez stwarzania sytuacji awaryjnych. Projekt obejmował opracowanie projektu podwozia kołowego z możliwością samokształcenia, a także całościową analizę zadań przypisanych do maszyny.
Urządzenie o nazwie Shakey zostało wyposażone w zestaw czujników i kamerę do określania aktualnej lokalizacji i wymiarów obiektów otaczających robota. W 1972 r. Projekt Shakey dobiegł końca, ucieleśniając zaawansowane osiągnięcia ówczesnych inżynierów w jednym projekcie. Urządzenie mobilne zademonstrowało swoje możliwości w specjalnym pawilonie testowym złożonym z kilku pomieszczeń połączonych korytarzami. Robot wykonywał polecenia naukowców, pchając różne przedmioty, zamykając i otwierając drzwi, wchodząc w interakcje z przełącznikami i różnymi przedmiotami.
Perspektywa algorytmu Shakey skłoniła naukowców do dalszej pracy w tym kierunku i stworzenia szeregu bardziej zaawansowanych zautomatyzowanych mechanizmów, a także do wprowadzenia zdolności takich urządzeń do rozpoznawania poleceń głosowych i reagowania na nie.
.png)
Bezprzewodowe i samodzielne koszenie trawnika
W 1969 roku MowBot Inc. przedstawił świat kosiarce zautomatyzowanej, która działa na wewnętrznej baterii bez potrzeby podłączenia do sieci domowej. Akumulator wystarczał do koszenia trawy na działce o powierzchni 650 m 2. I chociaż urządzenie kosztujące 795 USD było bardzo dalekie od nowoczesnych programowalnych „inteligentnych” urządzeń, którymi można sterować nawet ze smartfona, pomysł pozbycia się przewodów okazał się bardzo interesujący i otrzymał logiczny rozwój.
Pełnowymiarowy robot Arok: idzie z psem i wyrzuca śmieci
Co „dom przyszłości” może zrobić bez zrobotyzowanej pokojówki? Podobną myśl odwiedził wynalazca Ben Skora, który przedstawił swoją wizję futurystyki, biorąc pod uwagę lata 70. ubiegłego wieku, mieszkania ze zdalnie sterowanymi lampami i innymi innowacjami technicznymi. Nie bez „inteligentnego” personelu serwisowego, którego miejsce zajął dwumetrowy robot Arok o otwartej twarzy.
Zadania zmechanizowanego giganta obejmowały usuwanie śmieci, podawanie napojów, a nawet chodzenie czworonożnego zwierzaka. Oczywiście warunkiem koniecznym było posiadanie operatora do manipulowania urządzeniem. Tak więc personel „domu przyszłości” zapewnił dodatkowe wolne miejsce do sterowania robotem-asystentem.
Popularny japoński robot do gier Omnibot: historia
Czytelnicy 3DNews znają urządzenie Omnibot. Ale o jego przodku, który stał się jednym z najbardziej kompaktowych robotów swoich czasów - Omnibot 2000 - o wiele mniej wiadomo. Niezwykłe urządzenie zostało wydane w 1984 roku i, tak jak jest dzisiaj, reprezentowało super-technologiczny i zaawansowany autonomiczny model na rynku najbardziej niezwykłych zabawek tamtych czasów.
Omnibot 2000 miał możliwość zdalnej kontroli, ale programiści przewidzieli również całkowicie niezależny ruch swoich potomków po z góry określonej trasie. Wszystkie dane niezbędne do zaprogramowanego ruchu zostały zapisane na kasecie, a robot mógł służyć jako kelner do dostarczania jedzenia i napojów na dużej imprezie.
SynPet Newton: krajowa wersja Starry R2D2
Jeśli podobał Ci się uroczy i niezwykły dźwięk robota R2D2 z sagi Gwiezdne wojny autorstwa George'a Lucasa, to z pewnością zainteresuje Cię informacja, że \u200b\u200bod końca lat 80. do początku lat 90. jego reklama była w sprzedaży analogowy - SynPet Newton. Oczywiście tego robota o wysokości około 86 cm nie można nazwać dokładną kopią legendarnego R2D2, jednak podobieństwo w projekcie, jak mówią, jest „oczywiste”.
SynPet Newton mógł swobodnie poruszać się po mieszkaniu, szczycił się sterowaniem głosowym i pomagał radzić sobie z obowiązkami domowymi. Za jego działanie odpowiadał 16-bitowy układ mikroprocesorowy, a także szeroki zakres czujników zapewniających w pełni autonomiczny ruch zgodnie z wybranym trybem. Jednocześnie SynPet Newton mógł komunikować się z mieszkańcami za pomocą specjalnego syntezatora głosu, a także zapewniać swojemu właścicielowi świat zewnętrzny za pomocą wbudowanego telefonu bezprzewodowego i modemu.
To prawda, że \u200b\u200btylko najbogatszych Amerykanów stać na SynPet Newton, ponieważ cena „inteligentnego samochodu” wyniosła 8 000 USD.
Korona ewolucji humanoidalnych robotów inżynierów Hondy
Być może najbardziej znanym obecnie humanoidalnym robotem jest urządzenie Honda, zwane ASIMO. Inżynierowie japońskiej firmy zajęli około dziesięciu lat, aby ostatecznie doprowadzić prototypowe parametry do obecnego limitu w postaci połączenia wysokiej prędkości ruchu, niezwykłej zręczności i zaawansowanej interakcji z ludźmi.
ASIMO jest w stanie powitać gości uściskiem dłoni i podać napoje nie gorsze niż prawdziwy kelner.
iRobot Roomba: odpowiedzialny za czystość w twoim domu
Odkurzacze robotyczne nie miały czasu stać się popularnym gadżetem w domach zwykłych użytkowników z powodu ich wysokich kosztów. Jednak niektóre modele nadal odnosiły sukcesy komercyjne i zakorzeniły się w mieszkaniach ich właścicieli, tak jak zrobił to jeden z pierwszych zmechanizowanych domowych środków czyszczących - iRobot Roomba. Głównym celem urządzenia, które pojawiło się na rynku 12 lat temu, jest wysokiej jakości, a co najważniejsze, całkowicie autonomiczne czyszczenie najbardziej złożonych rodzajów podłóg.
Robot humanoidalny Reem: zarówno moduł ładujący, jak i centrum informacyjne
Czy często podróżowałeś po dworcu lub budynku lotniska z dużymi i ciężkimi bagażami, a jednocześnie starałeś się znaleźć informacje niezbędne do wejścia na pokład? Wydaje się, że ten problem w Hiszpanii, gdzie opierała się PAL Robotics, skłonił zespół czterech inżynierów do opracowania robota portera Reem-A.
Wcześniej programiści mieli już doświadczenie w projektowaniu maszyn humanoidalnych, przyjmując rolę personelu. Pozwoliło to na wprowadzenie w 2012 r. Komercyjnego modelu Reem z funkcją telekontroli, który nie tylko jest w stanie przewozić towary, ale także działać jako kiosk informacyjny i referencyjny.
Następnie urządzenie zaktualizowano do wersji REEM-C - zwrócono mu obie nogi, jak przewidziano w modyfikacjach o indeksie „A” i „B”.
Twój osobisty robotyczny barman za 2700 $
Jeśli odrzucamy procedury wymagające poruszania się w przestrzeni, podnoszenia ładunków i skomplikowanych manipulacji mechanicznych, to dlaczego miałoby się przydać małe stacjonarne urządzenie robotyczne? Oczywiście do robienia różnorodnych koktajli. Robot Monsieur stał się przykładem wykwalifikowanego zautomatyzowanego barmana, który nie tylko przygotuje ulubionego drinka, ale z radością przywita swojego właściciela po powrocie do domu. Aby to zrobić, projektanci udostępnili funkcję określania pobytu w mieszkaniu za pomocą aplikacji na urządzenie mobilne, która zapewnia synchronizację Monsieur and control machineprzez bluetooth i wifi.
System jest w stanie nie tylko realizować zamówienia na koktajle zdalnie ze smartfona lub tabletu, ale także oferować podwójne porcje napojów, jeśli spóźniasz się do pracy i miałeś bardzo pracowity dzień.
Główną cechą szuflady 23 kg z wyświetlaczem dotykowym była liczba koktajli, które jest w stanie przygotować dla gości na przyjęciu. Urządzenie zawiera 12 wariantów tematycznych - „impreza bezalkoholowa”, „bar sportowy”, „pub irlandzki” i inne, z których każda zawiera około 25 przepisów na różne napoje.
Wdrożenie projektu barmana zrobotyzowanego było możliwe dzięki platformie crowdfundingowej Kickstarter, na której Monsieur startup zebrał darowizny w wysokości 140 tysięcy dolarów.
Uruchamianie JIBO: jeśli jesteś samotny i nie masz z kim porozmawiać
Robot JIBO, który podoba się odwiedzającym witrynę Indiegogo, który przyniósł twórcom urządzenia ponad 2 miliony dolarów, stanie się osobistym sympatycznym rozmówcą, uprzejmym, pokornym i uspokajającym słuchaczem, niezależnie od aktualnego stanu emocjonalnego.
Tak zwany społeczny model zachowania charakterystyczny dla JIBO, wraz z zaawansowanymi komponentami sprzętowymi i programowymi, pozwoli urządzeniu znaleźć indywidualne podejście podczas komunikacji z każdym członkiem rodziny. Urządzenie jest w stanie samodzielnie zidentyfikować rozmówcę, a także uchwycić jego nastrój, aby wybrać najbardziej odpowiedni algorytm zachowania w obecnej sytuacji.
JIBO, mając bezprzewodowy dostęp do sieci, na żądanie głosowe znajdzie przepisy na różne potrawy na nadchodzącą kolację, poinformuje cię o nowym liście na Twój e-mail, pomoże w zakupach, a także odpowiedni żart, zabawi zabawną historią i rozjaśni pochmurny wieczór dobrej kompozycji muzycznej.
Niemal każdy może zdobyć niezwykłego przyjaciela robota, ponieważ cena JIBO to tylko 500 USD.
Roboty na straży
Doskonałym sposobem korzystania z urządzeń zrobotyzowanych było wykonywanie funkcji bezpieczeństwa. I rzeczywiście: kamery termowizyjne, czujniki ruchu, dalmierz laserowy, wszelkiego rodzaju kamery i „inteligentne” systemy teoretycznie są w stanie wykryć intruza znacznie wcześniej, podejrzewać, że coś jest nie tak, i zgłosić zagrożenie lub udaną penetrację do obszaru chronionego, niż zrobiłaby to nawet doświadczona osoba.
A jeśli pomysł specjalistów z Knightscope jest przeznaczony do pasywnego monitorowania i wysyłania alarmu do sterowni, to na przykład osłona robota PatrolBot Mark II jest gotowa do niezależnego przeciwdziałania intruzowi. W tym celu na kołowej platformie zainstalowano klakson o wartości 100 dB i pistolet na wodę, za pomocą których operator może, w dosłownym znaczeniu tego słowa, chłonąć reputację i odzież osoby naruszającej prawo.
