Σύνταξη – επιμέλεια: Στέλιος Βασιλούδης
Η Tesla και άλλοι προσπαθούν να εμφυσήσουν στα ρομπότ τη τεχνητή νοημοσύνη, ωστόσο η ανάπτυξή τους επιβραδύνεται από τεχνικές προκλήσεις και προκλήσεις ασφάλειας. Όμως, το όνειρο ενός οικιακού droid πολλαπλών χρήσεων παραμένει ζωντανό.
Το 2013, η αμερικανική εταιρεία ρομποτικής Boston Dynamics αποκάλυψε το νέο της ρομπότ, Atlas. Το ανθρωποειδές, ύψους 1,90μ μπορούσε να περπατήσει σε ανώμαλο έδαφος, να πηδήξει πάνω από κούτες και ακόμη και να ανέβει σκάλες. Ήταν σαν ένα όραμα, όπως απεικονίζεται συχνά στη μυθοπλασία: ένα ρομπότ σχεδιασμένο να λειτουργεί όπως εμείς, ικανό να αναλάβει κάθε είδους καθημερινές εργασίες. Φαινόταν σαν να ξημερώνει κάτι καινούργιο. Τα ρομπότ επρόκειτο να κάνουν όλες τις βαρετές και επίπονες δουλειές μας και να ενταχθούν ως εργαζόμενοι στη φροντίδα ηλικιωμένων.
Από τότε, έχουμε δει άλματα προς τα εμπρός στην τεχνητή νοημοσύνη (AI), από την όραση υπολογιστών μέχρι τη μηχανική μάθηση. Το πρόσφατο κύμα μεγάλων γλωσσικών μοντέλων και παραγωγικών συστημάτων AI ανοίγει νέες ευκαιρίες για αλληλεπίδραση ανθρώπου – υπολογιστή. Όμως, με την εξαίρεση των ερευνητικών εργαστηρίων, τα φυσικά ρομπότ παραμένουν σε μεγάλο βαθμό περιορισμένα σε εργοστάσια και αποθήκες, εκτελώντας πολύ συγκεκριμένες εργασίες, συχνά πίσω από ένα κλωβό ασφαλείας. Τα οικιακά ρομπότ περιορίζονται σε ηλεκτρικές σκούπες και χορτοκοπτικά.
«Τα ρομποτικά σώματα δεν έχουν αναπτυχθεί ουσιαστικά από τη δεκαετία του 1950», λέει η Jenny Read, διευθύντρια του προγράμματος ρομποτικής στο Advanced Research and Invention Agency (Aria), τον οργανισμό έρευνας και ανάπτυξης της κυβέρνησης του Ηνωμένου Βασιλείου, που ιδρύθηκε πέρυσι. «Δεν λέω ότι δεν έχει σημειωθεί πρόοδος, αλλά όταν κοιτάς τι συνέβη στους υπολογιστές και το λογισμικό, είναι πραγματικά εντυπωσιακό το πόσο λίγα έχουν υπάρξει», συνεχίζει.
Η ανάπτυξη ενός ρομπότ απαιτεί απλώς περισσότερους πόρους, λέει ο Nathan Lepora, καθηγητής ρομποτικής και τεχνητής νοημοσύνης στο Πανεπιστήμιο του Μπρίστολ. Ένα ταλαντούχο άτομο με υπολογιστή μπορεί να γράψει έναν αλγόριθμο, αλλά η κατασκευή ενός ρομπότ απαιτεί πρόσβαση στη φυσική συσκευή. «Είναι πολύ πιο αργό, και είναι πολύ πιο δύσκολο», λέει. «Αυτός είναι ουσιαστικά ο λόγος για τον οποίο η ρομποτική υστερεί σε σχέση με την τεχνητή νοημοσύνη».
Ερευνητικά εργαστήρια και εταιρείες ελπίζουν να γεφυρώσουν αυτό το χάσμα, με μια σειρά νέων ανθρωποειδών ρομπότ που βρίσκονται σε ανάπτυξη και μερικά να αρχίζουν ήδη να βγαίνουν στην αγορά. Η Boston Dynamics απέσυρε το αρχικό της υδραυλικό μοντέλο Atlas τον Απρίλιο και αποκάλυψε μια νέα, ηλεκτρική έκδοση που σκοπεύει να βάλει στην αγορα τα επόμενα χρόνια. Θα ξεκινήσει τις δοκιμές στα εργοστάσια της Hyundai τον επόμενο χρόνο.
Η Agility Robotics με έδρα το Όρεγκον ισχυρίζεται ότι το ρομπότ Digit της είναι το πρώτο ανθρωποειδές που πληρώνεται πραγματικά για μια δουλειά μετακίνησης κουτιών σε μια εγκατάσταση logistics. Ο Elon Musk επιμένει ότι το ανθρωποειδές ρομπότ της Tesla, γνωστό ως Optimus ή Tesla Bot, θα αρχίσει να εργάζεται στα εργοστάσια αυτοκινήτων της τον επόμενο χρόνο.
Όμως υπάρχει ακόμη πολύς δρόμος για να δούμε ρομπότ να λειτουργούν εκτός των αυστηρά ελεγχόμενων περιβαλλόντων. «Με το υπάρχον λειτουργικό υπολογιστή οι δυνατότητες της τεχνητής νοημοσύνης σ’αυτον το τομέα, είναι περιορισμένες», λέει η Read – και για πολλές εργασίες, οι φυσικές δυνατότητες ενός ρομπότ είναι κρίσιμες. Τα συστήματα τεχνητής νοημοσύνης μπορούν να γράφουν ποίηση ή να δημιουργουν βίντεο και να ζωγραφίζουν, αλλά δεν μπορούν να κάνουν τις βρώμικες και επικίνδυνες εργασίες που θέλουμε κυρίως να αυτοματοποιήσουμε. Για αυτες, χρειάζονται περισσότερα από έναν εγκέφαλο σε ένα κουτί.
Ένα χρήσιμο μοντέλο ρομπότ ξεκινά συχνά με τον σχεδιασμό των χεριών. «Πολλές από τις περιπτώσεις χρήσης για ρομπότ εξαρτώνται πραγματικά από το να μπορούν να χειρίζονται τα πράγματα με επιδεξιότητα και ακρίβεια χωρίς να καταστρέφουν το αντικείμενο», λέει η Read. Οι άνθρωποι είναι πολύ καλοί σε αυτό. Μπορούμε να μεταπηδήσουμε ενστικτωδώς από την άρση ενος βάρους στο χειρισμό ενός κελύφους αυγού ή από το κόψιμο ενός καρότου στο ανακάτεμα μιας σάλτσας. Έχουμε επίσης εξαιρετική αίσθηση αφής, που αποδεικνύεται από την ικανότητά μας να διαβάζουμε Μπράιγ. Συγκριτικά, τα ρομπότ παλεύουν να τα καταφέρουν – το πρόγραμμα Aria της Read, το οποίο υποστηρίζεται από χρηματοδότηση 75 εκατ δολ , επικεντρώνεται σε αυτό το πρόβλημα.
«Μία από τις προκλήσεις της επιδεξιότητας των ρομπότ είναι η κλίμακα» , λέει ο Rich Walker, διευθυντής του Shadow Robot με έδρα το Λονδίνο. Στο γραφείο της εταιρείας στο Κάμντεν, δείχνει το Shadow Dexterous Hand. Έχει το μέγεθος χεριού ενός άνδρα, με τέσσερα δάχτυλα και έναν αντίχειρα και αρθρώσεις που μιμούνται τις ανθρώπινες. Αλλά ενώ τα δαχτυλα φαίνονται κομψά, το χέρι είναι προσαρτημένο σε ένα βραχίονα ρομπότ πολύ πιο φαρδύ από έναν ανθρώπινο πήχυ, γεμάτο ηλεκτρονικά, καλώδια, ενεργοποιητές και οτιδήποτε άλλο χρειάζεται για να χειριστεί το χέρι. «Είναι πρόβλημα συσκευασίας», λέει ο Walker.
Ένα πλεονέκτημα του χεριού σε ανθρώπινη κλίμακα είναι ότι έχει το σωστό μέγεθος και σχήμα για να χειριστεί ανθρώπινα εργαλεία. Ο Walker δίνει το παράδειγμα μιας εργαστηριακής πιπέτας, την οποία έχει τροποποιήσει με το Sugru, μια χυτευόμενη κόλλα, για να την κάνει πιο εργονομική. «Θα μπορούσε να συνδέσει κανείς ένα εργαλείο πιπέτας απευθείας σε ένα χέρι ρομπότ, αλλά τότε αυτό θα είχε τη δυνατότητα να χρησιμοποιήσει μόνο μια πιπέτα και όχι, ας πούμε, ένα ψαλίδι ή ένα κατσαβίδι», λέει ο ίδιος.
Όμως ένα χέρι παρόμοιο με ανθρώπινο δεν είναι πάντα το ιδανικό για κάθε εργασία. Το πιο πρόσφατο χέρι του Shadow Robot, το DEX-EE, φαίνεται μάλλον εξωγήινο. Έχει τρία δάχτυλα που μοιάζουν περισσότερο με αντίχειρες, τα οποία είναι σημαντικά μεγαλύτερα από αυτά του ανθρώπου και καλύπτονται από αισθητήρες αφής. Η εταιρεία το σχεδίασε σε συνεργασία με την Google DeepMind, το ερευνητικό εργαστήριο τεχνητής νοημοσύνης της Alphabet, το οποίο ήθελε ένα χέρι ρομπότ που θα μπορούσε να μάθει πώς να επιλέγει πράγματα προσπαθώντας να το κάνει επανειλημμένα – μια προσέγγιση δοκιμής και λάθους γνωστή ως ενισχυτική μάθηση. Όμως αυτό έθετε προκλήσεις: τα χέρια ρομπότ συνήθως σχεδιάζονται ρητά για να μην συγκρούονται με αντικείμενα και είναι επιρρεπή στο να κάνουν ζημιές. Ο Murilo Martins, ερευνητής μηχανικός της DeepMind, λέει ότι όταν έκανε πειράματα με το αρχικό Dexterous Hand, «κάθε μισή ώρα έσπαγα έναν τένοντα».
Το DEX-EE δίνει προτεραιότητα στη στιβαρότητα: ένα βίντεο δείχνει τα τρία δάχτυλα να ανοίγουν και να κλείνουν ενώ χτυπιούνται από ένα ξύλινο σφυρί. Το μεγαλύτερο μέγεθος του φιλοξενεί μεγαλύτερες τροχαλίες, οι οποίες ασκούν λιγότερη πίεση στους συρμάτινους τένοντες, κάτι που σημαίνει ότι μπορεί να λειτουργήσει αξιόπιστα για τουλάχιστον 300 ώρες.
Ακόμα κι έτσι, λέει η Maria Bauza, ερευνήτρια της DeepMind, ο χρόνος που περνά κανείς εκπαιδευοντας το ρομπότ είναι πολύτιμος. Την περασμένη εβδομάδα, η DeepMind δημοσίευσε έρευνα που περιγράφει μια νέα μέθοδο εκπαίδευσης που ονομάζει DemoStart. Αυτό ακολουθεί την ίδια προσέγγιση δοκιμής και σφάλματος, αλλά ξεκινά χρησιμοποιώντας ένα προσομοιωμένο χέρι ρομπότ αντί για ένα πραγματικό. Μετά την εκπαίδευση του προσομοιωμένου χεριού για την ολοκλήρωση εργασιών όπως το σφίξιμο ενός παξιμαδιού και ενός μπουλονιού, οι ερευνητές μετέφεραν αυτή τη συμπεριφορά που δίδαξαν, στο πραγματικό χέρι DEX-EE. «Τα χέρια έχουν περάσει από χιλιάδες και χιλιάδες πειράματα», λέει η Bauza. «Απλώς δεν τα κάνουμε να ξεκινήσουν από το μηδέν».
Αυτό μειώνει τον χρόνο και το κόστος εκτέλεσης πειραμάτων, καθιστώντας ευκολότερη την εκπαίδευση ρομπότ που μπορούν να προσαρμοστούν σε διαφορετικές εργασίες. Ωστόσο, οι δεξιότητες δεν μεταφέρονται πάντα τέλεια – ενώ το προσομοιωμένο χέρι ρομπότ της DeepMind μπόρεσε να εισάγει ένα βύσμα σε μια πρίζα στο 99,6% των περιπτώσεων, το πραγματικό χέρι το κατάφερε μόνο στο 64% του χρόνου.
Η εργασία είναι ένα παράδειγμα του πώς οι εξελίξεις στην τεχνητή νοημοσύνη και τα σώματα ρομπότ συμβαδίζουν. Μόνο μέσω φυσικών αλληλεπιδράσεων μπορούν τα ρομπότ να κατανοήσουν πραγματικά το περιβάλλον τους. «Σε τελική ανάλυση», επισημαίνει η Read, «τα μεγάλα γλωσσικά μοντέλα πίσω από τους παραγωγούς κειμένου όπως το ChatGPT, εκπαιδεύτηκαν σε ένα τεράστιο σύνολο ανθρώπινης γλώσσας που κοινοποιήθηκε στο Διαδίκτυο, αλλά από πού μπορώ να βρω τα δεδομένα σχετικά με το πώς είναι να διαλέγεις μια φράουλα ή το να να φτιάξεις ένα σάντουιτς;», συμπληρώνει.
Όπως αναφέρει η ομάδα ρομποτικής DeepMind: «Ένα μεγάλο μοντέλο γλώσσας θα μπορούσε να σας πει πώς να σφίξετε ένα μπουλόνι ή να δέσετε τα παπούτσια σας, αλλά ακόμα κι αν ήταν ενσωματωμένο σε ένα ρομπότ, δεν θα μπορούσε να εκτελέσει μόνο του αυτές τις εργασίες».
Ο Martins πάει ένα βήμα παραπέρα. Πιστεύει ότι η ρομποτική είναι κρίσιμη για την επίτευξη της τεχνητής γενικής νοημοσύνης (AGI) – της ευρείας, ισοδύναμης με την ανθρώπινη νοημοσύνη που πολλοί ερευνητές ονειρεύονται. Υποστηρίζει ότι ένα μοντέλο AI μπορεί πραγματικά να καταλάβει τον κόσμο μας μόνο εάν έχει φυσική μορφή. «Για μένα, τεχνητή γενική νοημοσύνη δεν υπάρχει χωρίς ενσάρκωση, με τον ίδιο τρόπο που η ανθρώπινη νοημοσύνη δεν υπάρχει χωρίς την ύπαρξη του δικού μας σώματος», λέει.
Τα χέρια, αν και σημαντικά, είναι μόνο ένα μέρος του σώματος. Ενώ το Shadow Robot και άλλοι επικεντρώνονται στα δάχτυλα, ένας αυξανόμενος αριθμός εταιρειών και εργαστηρίων αναπτύσσουν πλήρη ανθρωποειδή.
Η ελκυστικότητα των ανθρωποειδών μπορεί εν μέρει να είναι ψυχολογική. «Είναι το ρομπότ που όλοι περιμέναμε – είναι σαν το C3PO του Star Wars», λέει ο Walker. Υπάρχει όμως και μια λογική να χρησιμοποιούμε την ανθρώπινη μορφή ως μούσα. «Σχεδιάσαμε όλα μας τα περιβάλλοντα γύρω από τους ανθρώπους», λέει ο Jonathan Hurst, συνιδρυτής και επικεφαλής ρομπότ της Agility Robotics. «Έτσι, το να έχεις έναν παράγοντα ανθρώπινης μορφής είναι ένας πολύ καλός τρόπος για να μπορέσεις να κινηθείς, να χειραγωγήσεις και να συνυπάρξεις με τους ανθρώπους».
Όμως ένα ανθρωποειδές μπορεί να μην είναι το καλύτερο σχέδιο για κάθε δουλειά. Ένα ρομπότ με τροχούς θα μπορούσε να πάει οπουδήποτε μπορεί ένας χρήστης αναπηρικής καρέκλας και όταν πρόκειται για πιο δύσκολα εδάφη, τα τέσσερα πόδια μπορεί να είναι καλύτερα από δύο. Το Spot, που μοιάζει με σκύλο της Boston Dynamics μπορεί να τρέξει σε ανώμαλο έδαφος ή σκάλες και να ορθοποδήσει αν πέσει – κάτι με το οποίο παλεύουν να κανουν τα ρομπότ με δύο πόδια. «Ακριβώς επειδή ένα ανθρωποειδές ρομπότ έχει παρόμοια μορφή με τον άνθρωπο δεν σημαίνει ότι πρέπει να κινείται με αυτόν τον τρόπο και να περιορίζεται από το εύρος κινήσεων των αρθρώσεων μας», προσθέτει ένας εκπρόσωπος της Boston Dynamics.
Προς το παρόν, τα ανθρωποειδή εξακολουθούν να ψάχνουν τα πατήματα τους. Τα εντυπωσιακά βίντεο και τα κομψά σχέδια μπορεί να δώσουν στους ανθρώπους μια μη ρεαλιστική αίσθηση του πόσο ικανα ή αξιόπιστα είναι, λέει ο Lepora του Πανεπιστημίου του Μπρίστολ. Τα κλιπ της Boston Dynamics είναι εντυπωσιακά, αλλά η εταιρεία είναι επίσης γνωστή για βιντεο με γκάφες που δείχνουν τα ρομπότ της να αποτυγχάνουν. Τον Ιανουάριο, ο Musk μοιράστηκε ένα βίντεο με το Optimus να διπλώνει ένα πουκάμισο – αλλά θεατές με ερευνητική ματιά εντόπισαν ενδεικτικά σημάδια ότι το ρομπότ ηταν τηλεχειριζόμενο.
Μια σημαντική πρόκληση για την έξοδο των ρομπότ από εργαστήρια και βιομηχανικά περιβάλλοντα σε σπίτια ή δημόσιους χώρους είναι η ασφάλεια. Τον Ιούνιο, το Ινστιτούτο Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών (IEEE) ξεκίνησε μια ομάδα μελέτης για τη διερεύνηση προτύπων ειδικά για ανθρωποειδή ρομπότ. Ο Aaron Prather, πρόεδρος της ομάδας, εξηγεί ότι ένα ανθρωποειδές σε έναν κοινόχρηστο χώρο είναι μια διαφορετική πρόταση από ένα βιομηχανικό ρομπότ εγκλωβισμένο σε προστατευτικό κλωβό. «Είναι ένα πράγμα για αυτα να αλληλεπιδρούν με έναν συνάδελφο σε μια εγκατάσταση της Amazon ή σε ένα εργοστάσιο της Ford, επειδή αυτός είναι ένας εκπαιδευμένος εργαζόμενος που εργάζεται με αυτό το ρομπότ», λέει. «Αλλα αν βάλω αυτό το ρομπότ στο δημόσιο πάρκο, πώς θα αλληλεπιδράσει με τα παιδιά; Πώς θα αλληλεπιδράσει με ανθρώπους που δεν καταλαβαίνουν τι συμβαίνει;», συνεχίζει.
Ο Hurst οραματίζεται τα ρομπότ στον τομέα του λιανικού εμπορίου ως το επόμενο βήμα. Να τακτοποιούν ράφια ή να εργάζονται σε πίσω δωμάτια. Ο Prather πιστεύει ότι σύντομα θα δούμε τραπέζια αναμονής ρομπότ. Για πολλές εφαρμογές, ωστόσο, μπορεί να μην έχει οικονομικό νόημα η χρήση ρομπότ. Ο Walker δίνει το παράδειγμα ενός ρομπότ παράδοσης. «Πρέπει να είναι οικονομικά αποδοτικό σε σύγκριση με κάποιον με συμβόλαιο ελάχιστου μισθού, μηδενικών ωρών σε ένα ηλεκτρικο scooter», λέει.
Οι περισσότεροι από τους μηχανικούς ρομπότ πιστεύουν ότι ένα οικιακό ρομπότ πολλαπλών χρήσεων – το είδος που μπορεί να πλύνει τα πιάτα και τα ρούχα και να βγάλει βόλτα τον σκύλο – είναι ακόμη πολύ μακριά. «Η εποχή ενός χρήσιμου ανθρωποειδούς είναι εδώ, αλλά ο δρόμος για ένα πραγματικά γενικής χρήσης ανθρωποειδές ρομπότ θα είναι μακρύς και δύσκολος και απέχει πολλά χρόνια», λέει η Boston Dynamics. Τα ρομπότ φροντίδας, που συχνά διαφημίζονται ως η λύση για τη γήρανση του πληθυσμού, θα είναι μια ιδιαίτερα δύσκολη προοπτική, λέει ο Read. «Ας φτάσουμε στο σημείο όπου ένα ρομπότ μπορεί να αποσυναρμολογήσει αξιόπιστα ένα φορητό υπολογιστή ή να σας φτιάξει ένα σάντουιτς και μετά θα σκεφτούμε πώς μπορεί να φροντίσει έναν ηλικιωμένο», λέει. Αυτό βέβαια με την προϋπόθεση ότι θελουμε να αναλάβουν τα ρομπότ την ανθρώπινη φροντίδα.
Ακριβώς όπως οι τέχνες και η ποίηση, ίσως κάποιοι ρόλοι εξακολουθούν να είναι καλύτεροι με την ανθρώπινη πινελιά.
Πηγή: The Guardian
