Jakie są powody braku autonomicznych robotów w naszych codziennych czynnościach?

Faktem jest, że im więcej szukam, tym mniej znajduję autonomiczne (prawdziwe) roboty w użyciu. Wszystkie roboty towarzyszące to zabawki o ograniczonej, bezużytecznej funkcjonalności. Za każdym razem, gdy dochodzi do klęski żywiołowej, w wiadomościach nie widać robotów poszukujących i ratowniczych. Nawet używane roboty wojskowe to maszyny zdalnie sterowane. Nie są to inteligentne maszyny. Ramiona robotów przemysłowych to deterministyczne maszyny. Jedynymi robotami z pewnymi poziomami autonomicznej funkcjonalności są roboty czyszczące, roboty magazynowe i roboty rolnicze.

Z drugiej strony dzisiaj:

• algorytmy sztucznej inteligencji są bardzo dobre w podejmowaniu decyzji
• technologie wykrywania są bardzo wyrafinowane
• technologie komunikacyjne są bardzo szybkie
• możemy produkować tanie części
• ludzie są bardzo doświadczeni w gadżetach

Dlaczego więc nie ma prawdziwego robota w naszym codziennym życiu? Brak inwestycji w domenie? Nie masz jeszcze rynku? Za mało wiedzy w tej dziedzinie? Brakująca technologia? Dowolny pomysł?

Po pierwsze, wszystko nie jest tak idealne, jak myślisz. Wiele algorytmów (w tym AI) działa dobrze w teorii, ale w praktyce jest zbyt wiele ifnieprzewidzianych zdarzeń. Zdarza się tak często, że algorytm działa idealnie w symulacji, a po załadowaniu go do robota nie może nawet przejść prosto na prosty korytarz.

Poza tym uważam, że istnieją dwa główne powody:

1. Roboty są drogie . Możesz mieć jakieś tanie części, ale tak naprawdę roboty są drogie. W moim laboratorium braliśmy udział w tworzeniu robotycznych skór i po prostu, ponieważ robot wielkości człowieka wcale nie jest tani. Jest tani jak na robota przemysłowego, ale wątpię, byś chciał zapłacić tysiące dolarów / euro za nieużytecznego robota.
2. Roboty nie są bezpieczne . Przynajmniej jeszcze nie. Jeśli mały robot odkurzający uderzy cię w nogę, nie zaszkodzi zbytnio. Ale jeśli humanoidalny robot zmiażdży ci rękę podczas uścisku dłoni, cóż, nikt nie lubi być za to odpowiedzialny. Należy zauważyć, że wady algorytmów (na przykład przetwarzanie danych z czujników, wyodrębnianie funkcji i wnioskowanie) są główną przyczyną tego braku bezpieczeństwa.

Uważam więc, że chociaż nie jesteśmy zbyt daleko od posiadania przyjaciół robotów wśród nas, wciąż jest na to za wcześnie.

Żeby dać ci przykłady z prawdziwego świata:

Nao robota , zaprojektowany jako towarzysz (z Wikipedii) ale faktycznie stosowany głównie do gry w piłkę nożną, kosztuje około 16000 $ :

_{(źródło: about-robots.com )}

Enon robota , zbudowany jako osobisty asystent, kosztuje około 60000 $ :

ICub humanoid kosztuje 200000 $ :

_{(źródło: physorg.com )}

Głównym czynnikiem ograniczającym autonomiczne roboty jest inteligencja. Chociaż sztuczna inteligencja poczyniła ogromne postępy, generalnie nie była w stanie poradzić sobie ze złożonością świata. Częstym rozwiązaniem tego problemu było ograniczenie autonomicznych robotów do bardzo uproszczonych wersji świata.

Roomba jest dobrym przykładem. Zajmuje się złożonością świata, zasadniczo wykonując kombinacje prostych wzorów (spirale, linie proste itp.), W których przejścia między wzorami są funkcją obecności przeszkody i czasu. Ma to swoje zalety. Na przykład robot Roomba potrzebuje tylko ręki pełnej guzów i czujników podczerwieni, aby postrzegać swój świat, co z kolei ogranicza wymaganą moc przetwarzania.

Obecnie wyjątkiem są pojazdy autonomiczne. Wynika to głównie z dużych inwestycji, które wojsko dokonywało przez lata. Nie tylko w bezzałogowych statkach powietrznych (UAV), ale także w pojazdach naziemnych. Powszechnie znane przykłady takich inwestycji to DARPA Grand Challenge i DARPA Urban Challenge . Na szczęście wiele technik opracowanych dla tych pojazdów ma bardziej ogólne zastosowanie. Na przykład techniki planowania ruchu mają zwykle zastosowanie do robotów z innymi metodami poruszania się.

Inne typy autonomicznych robotów są na horyzoncie z powodu podobnych inwestycji. Na przykład DARPA niedawno ogłosiło zwycięzcę konkursu na rękę DARPA i aktywnie promuje konkurs na dwunożności . Podobnie firmy takie jak Boston Dynamics zrobiły wiele, aby ulepszyć autonomiczne roboty. Oczywiście można sprzeciwić się temu, że ich roboty (np. BigDog i Gepard ) są tylko częściowo półautonomiczne, ale taki sprzeciw nie rozpoznaje, ile autonomii jest nadal zaangażowanych.

W rzeczywistości roboty istnieją w życiu codziennym. Wiele z nich.

Po prostu nie tego oczekujesz. Czy sztuczna inteligencja może określać zadania dla siebie, dążyć do celu i celowo współdziałać z ludźmi? Nie. Nawet najlepsza sztuczna inteligencja, która istnieje, to prawdopodobnie niewiele więcej niż Rozpoznawanie wzorców .

Jeśli wybaczysz analogię, nie budujemy żywych maszyn (a imho nie powinno), czego wielu ludzi oczekuje od zaawansowanej robotyki.

Zamiast tego budujemy prawdziwy odpowiednik magicznego przedmiotu . Pomagają użytkownikowi (nam), wykonując bardzo konkretne zadanie lub po prostu ułatwiając nam takie zadanie . Niektóre z tych robotów są tak stare i wszechobecne, że nawet ich nie rozpoznajesz.

Robot można luźno zdefiniować jako maszynę, która wyczuwa otoczenie, aby podejmować decyzje i wykonywać pewne zadania. Czy możemy pomyśleć o kilku z tych maszyn?

Twoje pierwsze 2 powody posiadania robota są nadal błędne, tj. 2 lata po opublikowaniu.

1. Do tej pory nie ma algorytmów AI. Obecnie istnieją dość inteligentne scenariusze akcji i reakcji. Pracowałem nad automatyzacją dźwigu w cementowni w latach 1997–2000. Różne czujniki wysyłały powiadomienia, że ​​potrzebny jest nowy materiał, więc nowe zadanie zostało utworzone i zaplanowane. Absolutnie nie ma w tym magii. Ostatecznie 5 kierowców dźwigów straciło pracę, ponieważ niektóre programy z wieloma czujnikami zrobiły to samo.

2. Na moje potrzeby wciąż nie ma użytecznych czujników. Potrzebuję robota, który sprząta moje mieszkanie, zwłaszcza łazienki i kuchni. Gdzie jest czujnik, który decyduje o zabrudzeniu ręcznika? Jeśli okno lub podłoga wymagają czyszczenia? Gdzie robot myje naczynia i umieszcza je później w szafce?

Ludzie wciąż czekają na oprogramowanie, które przejdzie test Turinga. Gdy to się powiedzie, zrobiono pierwszy krok do oprogramowania AI.

Sytuacja ta może się zmienić teraz, gdy Aldebaran ogłosił, że robot Pepper kosztuje około 2000 USD (plus jeszcze nieujawniona subskrypcja).

Również w tym roku robot NAO został obniżony i jest teraz dostępny za około 7000 USD