Роботы и самопознание. Возможно ли?

Инженеры Университета Колумбия, США, “научили” робота “осознавать” свое положение в пространстве, учитывать повреждения, анализировать опыт и “планировать” ближайшее будущее.

Нельзя составить карту города, сидя дома и накрывшись одеялом с головой. Надо обойти город с широко раскрытыми глазами и честно нанести на бумагу то, что видишь. Если ты, видя город нечетко, трактуешь неопределённость по собственной прихоти, смещая линии левее, правее, выше и ниже — чем ты лучше того, кто рисует город дома под одеялом?
Двенадцать добродетелей рационалиста. Элиезер Юдковский

Китайский стратег и мыслитель Сунь-цзы говорил о том, что знающий себя и своего противника воин может смело вступать в бой: опасности не будет. Не следует воспринимать это высказывание слишком буквально - однако что-то в такой модели поведения точно есть. Cтратегическое планирование человека опирается на тот факт, что мы “распознаем” себя и свои возможности, а также представляем свое участие в различных жизненных сценариях и событиях. Кроме того, наша рефлексия и умение анализировать прошлый опыт приходятся весьма кстати, когда мы пытаемся предсказать исход тех или иных событий.

Инженеры Университета Колумбия, США, попытались “обучить” простой робоманипулятор с четырьмя степенями свободы тем же премудростям.

Обучение современных роботов часто сводится к методу проб и ошибок - нередко, такие “уроки” проходят в формате ускоренных симуляций. Так, например, ИИ AlphaStar, победивший в 2019 году пару людей-прогеймеров в компьютерную игру Starcraft 2, получил в ускоренной симуляции свыше 200 лет практики.

Робоманипулятор спецов из Университета Колумбия изначально не имел никаких представлений о физике, геометрии и своем устройстве, однако уже через день интенсивных вычислений, “рука” научилась адаптироваться к разным ситуациям и задачам! После активации, манипулятор начал двигаться по тысячам траекторий, формируя первую модель своего устройства. Первые прикидки даже близко не напоминали реальное положение дел, но спустя 35 часов, модель описывала реальное положение манипулятора робота с точностью до 4 см.

Разработчики научили робота поднимать и перемещать различные объекты, однако не уточняли прочих деталей: действующая в замкнутом цикле (т.е. получившая разрешение калибровать позицию между каждой операцией, опираясь на поступающую извне информацию) система научилась захватывать предметы и помещать их в корзину со 100%-ой точностью. Точность действий манипулятора в “разомкнутой” системе составила 44%.

В какой-то момент, разработчики заменили одну из деталей робота деформированным модулем: устройство успешно учло “сомнительное” новшество, скорректировав модель, и вернулось к процессу захвата и перемещения объектов.

По словам разработчиков, в ближайшие годы подобный подход позволит роботам быстрее адаптироваться к непредвиденным обстоятельствам и создавать виртуальные модели самих себя.

По материалам: newscientist.com; forbes.com ; источник изображения в заголовке - pixabay.com

За новостями робототехники, ИИ, а также за трендами в этих областях удобно следить в телеграм-канале prorobots