Περίληψη άρθρου:

Η Toyota αναπτύσσει ρομπότ που μπορούν να μάθουν τις δουλειές του σπιτιού παρατηρώντας τους ανθρώπους. Το έργο, το οποίο χρησιμοποιεί γενετική τεχνητή νοημοσύνη, στοχεύει στη βελτίωση της ρομποτικής, επιτρέποντάς τους να προσαρμόζονται και να αυτοσχεδιάζουν εργασίες, όπως το σκούπισμα, που απαιτούν ευελιξία. Τα περισσότερα ρομπότ επί του παρόντος ακολουθούν προ-προγραμματισμένες ρουτίνες, περιορίζοντας την ικανότητά τους να χειρίζονται διαφορετικά περιβάλλοντα. Το ρομπότ σκούπισμα της Toyota χρησιμοποιεί ένα σύστημα μηχανικής μάθησης που ονομάζεται πολιτική διάχυσης για να καθορίσει ενέργειες με βάση τα δεδομένα και τις δυνατότητες. Η εταιρεία σχεδιάζει να συνδυάσει αυτή την προσέγγιση με γλωσσικά μοντέλα για να μπορέσουν τα ρομπότ να μαθαίνουν παρακολουθώντας βίντεο. Η Toyota ελπίζει ότι αυτές οι εξελίξεις θα βοηθήσουν στη δημιουργία ρομπότ που θα βοηθούν τους ηλικιωμένους πληθυσμούς να ζουν ανεξάρτητα. Άλλες εταιρείες τεχνολογίας, όπως η Google DeepMind, διερευνούν επίσης τη χρήση γλωσσικών μοντέλων στην έρευνα ρομποτικής. Πρόοδος σημειώνεται επίσης στην ανάπτυξη υλικού για την εκμάθηση ρομπότ.

Κύρια σημεία του άρθρου:

• Η Toyota αναπτύσσει ρομπότ που μπορούν να μάθουν τις δουλειές του σπιτιού παρατηρώντας τους ανθρώπους.
• Τα ρομπότ συνήθως ακολουθούν προγραμματισμένες ρουτίνες και δεν έχουν προσαρμοστικότητα και ευελιξία.
• Το ρομπότ σκούπισμα της Toyota χρησιμοποιεί ένα σύστημα μηχανικής μάθησης που ονομάζεται πολιτική διάχυσης για να λαμβάνει αποφάσεις βάσει δεδομένων.
• Ο στόχος είναι να συνδυαστεί αυτή η προσέγγιση με γλωσσικά μοντέλα για να μπορέσουν τα ρομπότ να μάθουν από βίντεο, χρησιμοποιώντας ενδεχομένως πλατφόρμες όπως το YouTube ως πηγές εκπαίδευσης.
• Το εργαστήριο ρομποτικής του Κέιμπριτζ έχει ρομπότ που εκτελούν διάφορες εργασίες, αλλά εξακολουθούν να κάνουν λάθη.
• Η Google DeepMind έχει επίσης αναπτύξει λογισμικό που χρησιμοποιεί γλωσσικά μοντέλα για να βοηθήσει τα ρομπότ να καθορίσουν ρεαλιστικές και ασφαλείς εργασίες.

Αναλυτικά το άρθρο:

Η αυτοκινητοβιομηχανία Toyota αναπτύσσει ρομπότ ικανά να μαθαίνουν να κάνουν δουλειές του σπιτιού παρατηρώντας τον τρόπο με τον οποίο οι άνθρωποι αναλαμβάνουν τα καθήκοντα αυτά. Το έργο είναι ένα παράδειγμα της ρομποτικής που παίρνει ώθηση από τη γεννητική τεχνητή νοημοσύνη.

Ως κάποιος που απολαμβάνει το ζεν του συμμαζέματος, με μεγάλη μου χαρά έπιασα ένα σκουπιδοτενεκέ και μια βούρτσα και σκούπισα μερικά φασόλια που χύθηκαν σε ένα τραπέζι, όταν επισκέφθηκα το ερευνητικό εργαστήριο της Toyota στο Κέιμπριτζ της Μασαχουσέτης πέρυσι. Η εργασία ήταν πιο δύσκολη από ό,τι συνήθως, επειδή έπρεπε να την κάνω χρησιμοποιώντας ένα τηλεχειριζόμενο ζευγάρι ρομποτικών βραχιόνων με δίχειρες τσιμπίδες για χέρια.

Καθώς καθόμουν μπροστά στο τραπέζι, χρησιμοποιώντας ένα ζευγάρι χειριστηρίων σαν χειρολαβές ποδηλάτου με επιπλέον κουμπιά και μοχλούς, μπορούσα να νιώσω την αίσθηση του να πιάνω στερεά αντικείμενα, αλλά και να αισθανθώ το βάρος τους καθώς τα σήκωνα, αλλά χρειάστηκε ακόμα να συνηθίσω.

Μετά από αρκετά λεπτά τακτοποίησης, συνέχισα την περιήγησή μου στο εργαστήριο και ξέχασα το σύντομο πέρασμά μου ως καθηγητής ρομπότ. Λίγες ημέρες αργότερα, η Toyota μου έστειλε ένα βίντεο με το ρομπότ που είχα χειριστεί να σκουπίζει μόνο του ένα παρόμοιο χάος, χρησιμοποιώντας όσα είχε μάθει από τις επιδείξεις μου σε συνδυασμό με μερικές ακόμη επιδείξεις και αρκετές ακόμη ώρες εξάσκησης στο σκούπισμα μέσα σε έναν προσομοιωμένο κόσμο.

Τα περισσότερα ρομπότ -και ειδικά αυτά που κάνουν πολύτιμη εργασία σε αποθήκες ή εργοστάσια- μπορούν να ακολουθήσουν μόνο προ-προγραμματισμένες ρουτίνες που απαιτούν τεχνική εμπειρογνωμοσύνη για να σχεδιαστούν. Αυτό τα καθιστά πολύ ακριβή και αξιόπιστα, αλλά εντελώς ακατάλληλα για εργασίες που απαιτούν προσαρμογή, αυτοσχεδιασμό και ευελιξία, όπως το σκούπισμα ή οι περισσότερες άλλες δουλειές στο σπίτι. Το να μάθουν τα ρομπότ να κάνουν πράγματα μόνα τους έχει αποδειχθεί πρόκληση λόγω της πολυπλοκότητας και της μεταβλητότητας του φυσικού κόσμου και των ανθρώπινων περιβαλλόντων, καθώς και της δυσκολίας απόκτησης αρκετών δεδομένων εκπαίδευσης για να τα διδάξουν να αντιμετωπίζουν όλα τα ενδεχόμενα.

Υπάρχουν ενδείξεις ότι αυτό μπορεί να αλλάξει. Οι δραματικές βελτιώσεις που είδαμε στα chatbots τεχνητής νοημοσύνης τον τελευταίο περίπου χρόνο ώθησαν πολλούς ρομποτιστές να αναρωτηθούν αν παρόμοια άλματα θα μπορούσαν να επιτευχθούν στον δικό τους τομέα. Οι αλγόριθμοι που μας έδωσαν εντυπωσιακά chatbots και γεννήτριες εικόνων βοηθούν επίσης ήδη τα ρομπότ να μαθαίνουν πιο αποτελεσματικά.

Το ρομπότ σάρωσης που εκπαίδευσα χρησιμοποιεί ένα σύστημα μηχανικής μάθησης που ονομάζεται πολιτική διάχυσης, παρόμοιο με αυτά που τροφοδοτούν ορισμένες γεννήτριες εικόνων τεχνητής νοημοσύνης, για να καταλήξει στη σωστή ενέργεια που πρέπει να κάνει στη συνέχεια σε κλάσματα του δευτερολέπτου, με βάση τις πολλές δυνατότητες και τις πολλαπλές πηγές δεδομένων. Η τεχνική αναπτύχθηκε από την Toyota σε συνεργασία με ερευνητές με επικεφαλής τον Σουράν Σονγκ, καθηγητή στο Πανεπιστήμιο Κολούμπια, ο οποίος τώρα διευθύνει ένα εργαστήριο ρομπότ στο Στάνφορντ.

Η Toyota προσπαθεί να συνδυάσει αυτή την προσέγγιση με το είδος των γλωσσικών μοντέλων που υποστηρίζουν το ChatGPT και τους ανταγωνιστές του. Ο στόχος είναι να καταστεί δυνατό να μάθουν τα ρομπότ πώς να εκτελούν εργασίες παρακολουθώντας βίντεο, μετατρέποντας δυνητικά πόρους όπως το YouTube σε ισχυρούς πόρους εκπαίδευσης ρομπότ. Προφανώς θα τους προβάλλονται αποσπάσματα ανθρώπων που κάνουν λογικά πράγματα, όχι τα αμφίβολα ή επικίνδυνα κόλπα που συχνά συναντάμε στα μέσα κοινωνικής δικτύωσης.

"Αν δεν έχετε αγγίξει ποτέ τίποτα στον πραγματικό κόσμο, είναι δύσκολο να αποκτήσετε αυτή την κατανόηση παρακολουθώντας απλώς βίντεο στο YouTube", λέει ο Russ Tedrake, αντιπρόεδρος του τμήματος ρομποτικής έρευνας στο Toyota Research Institute και καθηγητής στο MIT. Η ελπίδα, λέει ο Tedrake, είναι ότι κάποια βασική κατανόηση του φυσικού κόσμου σε συνδυασμό με δεδομένα που παράγονται σε προσομοίωση, θα επιτρέψει στα ρομπότ να μάθουν φυσικές ενέργειες από την παρακολούθηση κλιπ του YouTube. Η προσέγγιση της διάχυσης "είναι σε θέση να απορροφήσει τα δεδομένα με έναν πολύ πιο κλιμακούμενο τρόπο", λέει.

Η Toyota ανακοίνωσε το 2015 το ινστιτούτο ρομποτικής του Κέιμπριτζ μαζί με ένα δεύτερο ινστιτούτο και την έδρα της στο Πάλο Άλτο της Καλιφόρνια. Στην πατρίδα της, την Ιαπωνία, όπως και στις ΗΠΑ και σε άλλα πλούσια κράτη, ο πληθυσμός γερνάει γρήγορα. Η εταιρεία ελπίζει να κατασκευάσει ρομπότ που μπορούν να βοηθήσουν τους ανθρώπους να συνεχίσουν να ζουν ανεξάρτητη ζωή καθώς γερνούν.

Το εργαστήριο στο Κέιμπριτζ έχει δεκάδες ρομπότ που εργάζονται σε δουλειές όπως το ξεφλούδισμα λαχανικών, η χρήση μίξερ χειρός, η προετοιμασία σνακ και το γύρισμα τηγανιών. Τα γλωσσικά μοντέλα αποδεικνύονται χρήσιμα επειδή περιέχουν πληροφορίες για τον φυσικό κόσμο, βοηθώντας τα ρομπότ να κατανοήσουν τα αντικείμενα που βρίσκονται μπροστά τους και πώς μπορούν να χρησιμοποιηθούν.

Είναι σημαντικό να σημειωθεί ότι παρά τις πολλές επιδείξεις που είναι αρκετά επιδέξιες για να εντυπωσιάσουν έναν απλό επισκέπτη, τα ρομπότ εξακολουθούν να κάνουν πολλά λάθη.

 Όπως και οι προηγούμενες εκδόσεις του μοντέλου πίσω από το ChatGPT, μπορούν να κυμανθούν μεταξύ του να φαίνονται σαν άνθρωποι και του να κάνουν περίεργα λάθη. Είδα ένα ρομπότ να χειρίζεται αβίαστα ένα χειροκίνητο μίξερ χειρός και ένα άλλο να παλεύει να πιάσει έναν πάτο.

Η Toyota δεν είναι η μόνη μεγάλη τεχνολογική εταιρεία που ελπίζει να χρησιμοποιήσει γλωσσικά μοντέλα για να προωθήσει την έρευνα στη ρομποτική. Την περασμένη εβδομάδα, για παράδειγμα, μια ομάδα της Google DeepMind αποκάλυψε πρόσφατα το Auto-R, ένα λογισμικό που χρησιμοποιεί ένα μεγάλο γλωσσικό μοντέλο για να βοηθήσει τα ρομπότ να καθορίσουν τις εργασίες που θα μπορούσαν ρεαλιστικά -και με ασφάλεια- να κάνουν στον πραγματικό κόσμο.

Πρόοδος σημειώνεται επίσης όσον αφορά το υλικό που απαιτείται για την προώθηση της μάθησης των ρομπότ. Την περασμένη εβδομάδα μια ομάδα του Πανεπιστημίου του Στάνφορντ με επικεφαλής την Τσέλσι Φιν δημοσίευσε βίντεο από ένα χαμηλού κόστους κινητό σύστημα τηλεχειριζόμενης ρομποτικής που ονομάζεται ALOHA. Λένε ότι το γεγονός ότι είναι κινητό επιτρέπει στο ρομπότ να αντιμετωπίσει ένα ευρύτερο φάσμα εργασιών, δίνοντάς του ένα ευρύτερο φάσμα εμπειριών για να μάθει από ό,τι ένα σύστημα κλειδωμένο σε ένα μέρος.

Και ενώ είναι εύκολο να θαμπωθεί κανείς από τα βίντεο επίδειξης ρομπότ, η ομάδα ALOHA ήταν αρκετά καλή ώστε να δημοσιεύσει ένα βίντεο με τις κυριότερες καταστάσεις αποτυχίας που δείχνουν το ρομπότ να σκοντάφτει, να σπάει και να χύνει πράγματα. Ας ελπίσουμε ότι ένα άλλο ρομπότ θα μάθει πώς να καθαρίζει μετά από αυτό.

Πηγή: Toyota's Robots Are Learning to Do Housework—By Copying Humans