Miten tekoälyä hyödynnetään robotiikassa?

Tekoälyrobotiikka, jota kutsutaan toisinaan myös fyysiseksi tekoälyksi tai ruumiillistuneeksi tekoälyksi, tarkoittaa tekoälyn hyödyntämistä koneiden toiminnan mahdollistamiseksi fyysisessä maailmassa. Pelkän tekstin tai kuvien tuottamisen sijaan järjestelmän on yhdistettävä havainnointi, päättely ja toiminta.

Robotti voi käyttää kameroita, syvyysantureita, voima-antureita, mikrofoneja tai sijaintiantureita ymmärtääkseen ympäristöään. Tekoälymallit voivat auttaa tulkitsemaan näitä signaaleja, tunnistamaan esineitä, noudattamaan ohjeita, suunnittelemaan reitin, valitsemaan tartuntatavan tai päättämään, milloin jokin toiminta on vaarallista.

Tämä ei tarkoita, että jokainen robotti olisi yleiskäyttöinen humanoidi. Nykyään hyödyllisimmät robotit ovat edelleen erikoistuneita: tehdasrobottikäsivarret, varastorobotit, tarkastusjärjestelmät, kirurgiset välineet, dronet, itseajavat ajoneuvot, jakelurobotit tai palvelukoneet. Tekoäly laajentaa niiden havainnointikykyä ja sopeutumiskykyä, mutta laitteisto ja ympäristö ovat edelleen tärkeitä tekijöitä.

Robotille havainnointi tarkoittaa raakojen anturitietojen muuntamista hyödylliseksi ymmärrykseksi ympäristöstä. Kamerakuva itsessään on vain pikseleitä. Lidar-skannaus on vain etäisyyksiä. Voimantunnistin on vain lukuja. Tekoäly auttaa muuntamaan nämä signaalit esineiksi, pinnoiksi, esteiksi, ihmisiksi, työkaluiksi ja tehtävän tiloiksi.

Tietokonenäkömallit pystyvät tunnistamaan osia kokoonpanolinjalla, tarkastamaan vikoja, arvioimaan syvyyttä, seuraamaan liikkuvaa kohdetta tai määrittämään, mihin robotin tarttuja tulisi kohdistaa. Monimodaaliset mallit voivat yhdistää kuvia kielellisiin ohjeisiin, kun taas erikoistuneet havainnointimallit voivat toimia paikallisesti robotin laitteistolla, mikä mahdollistaa viiveettömät päätökset.

Havainnointi on myös se kohta, josta epävarmuus alkaa. Valaistuksen muutokset, heijastukset, peittävät kohteet, pöly, sotku ja epätavalliset esineet voivat hämmentää mallia. Luotettava robotti tarvitsee luotettavuustarkistuksia, varasuunnitelmia ja turvallisuuskerroksia sen sijaan, että se olettaisi jokaisen havainnointituloksen olevan oikea.

Yksi tekoälyrobotiikan aktiivisimmista osa-alueista on luonnollisen kielen yhdistäminen toimintoihin. Henkilö saattaa sanoa esimerkiksi: ”Nosta sininen laatikko” tai ”Siirrä nämä osat tarkastusalustalle.” Robotin on käännettävä kyseinen ohje esineiksi, koordinaateiksi, liikesuunnitelmiksi ja ohjauskomentoiksi.

Visio-kieli-toiminta-mallit on suunniteltu juuri tällaista yhdistävää roolia varten. Ne pystyvät käsittelemään visuaalista tietoa ja kielellisiä ohjeita ja tuottamaan niiden perusteella toiminnon tai toimintosarjan. Käytännössä nämä mallit toimivat yleensä yhdessä alemman tason ohjainten, turvallisuusrajoitusten ja robotikohtaisen ohjelmiston kanssa sen sijaan, että ne korvaisivat koko robotiikkapinoon kuuluvat osat.

Tästä syystä tekoälypohjainen robotiikka eroaa chatbotista. Väärä lause voidaan korjata, mutta väärä liike voi vahingoittaa laitteita tai vaarantaa ihmisten turvallisuuden. Tekoälymalli on vain yksi osa laajempaa järjestelmää, jonka on tarkistettava toimet ennen niiden toteuttamista ja niiden aikana.

Robotit voivat oppia monenlaisista tiedoista: ihmisten esittelyistä, etäohjauksesta, anturilokeista, videoista, keinotekoisista tilanteista, simulointiympäristöistä ja todellisissa olosuhteissa suoritettavista kokeista. Tavoitteena on altistaa malli riittävän monenlaisille tilanteille, jotta se pystyy suoriutumaan tehtävistä, jotka eivät noudata yhtä ainoaa tarkasti ennalta määriteltyä skenaariota.

Simulointi on erityisen tärkeää, koska fyysisten robottitietojen kerääminen on hidasta, kallista ja toisinaan riskialtista. Simuloitu varasto, laboratoriopöytä tai tehdassyöttöyksikkö voi tuottaa lukuisia esimerkkejä, testata harvinaisia ääritapauksia ja kouluttaa toimintaperiaatteita ennen niiden käyttöönottoa todellisella laitteistolla.

Vaikeinta on siirtymä. Simulaatiossa toimiva käyttäytyminen voi epäonnistua, kun todellinen tarttuja luistaa, esine on odotettua painavampi tai valaistus muuttuu. Siksi robotiikkajoukkueet yhdistävät simulaatiota todellisiin tietoihin, arviointiin, hienosäätöön ja varovaiseen käyttöönottoon.

Tekoälyllä toimivat robotit ovat jo nyt hyödyllisiä ympäristöissä, joissa tehtävät ovat toistuvia, jäsenneltyjä tai turvallisuuden kannalta kriittisiä. Teollisuusrobotit voivat tarkastaa osia, avustaa kokoonpanossa tai käsitellä materiaaleja. Varastorobotit voivat liikkua käytävillä, siirtää varastotavaraa ja tukea tilausten käsittelyprosesseja.

Robotteja käytetään myös maataloudessa, kaivostoiminnassa, logistiikassa, lääketieteessä, laboratorioautomaatiossa, infrastruktuurin tarkastuksessa ja yleisen turvallisuuden alalla. Usein arvokkain järjestelmä ei ole humanoidi, vaan erikoistunut robotti, joka suorittaa yhden tehtävän luotettavasti rajatussa ympäristössä.

Humanoidirobotit herättävät huomiota, koska ne voisivat toimia ihmisille suunnitelluissa tiloissa. Niiden laajamittainen käyttöönotto on kuitenkin edelleen vaikeaa. Tasapaino, kätevyys, akun kesto, kustannukset, luotettavuus ja turvallisuus ovat edelleen merkittäviä rajoitteita, vaikka mallien laatu ja laitteisto paranevatkin.

Digitaaliset tekoälyjärjestelmät voivat toimia kokonaan datakeskuksissa ja ohjelmistotuotteissa. Robotiikka joutuu tekemisiin fyysisen maailman kanssa: kitkan, painon, voiman, valon vaihteluiden, epätasaisien lattioiden, hauraiden esineiden, liikkuvien ihmisten ja kuluvan laitteiston kanssa.

Myös viiveellä on merkitystä. Robotti saattaa joutua reagoimaan millisekunneissa, ei sekunneissa. Osa päättelystä voidaan suorittaa pilvipalvelussa, mutta monet päätökset on tehtävä laitteella tai robotin läheisyydessä, jotta järjestelmä pysyy reagoivana myös silloin, kun verkkoyhteys on rajoitettu.

Turvallisuus on toinen merkittävä ero. Robotiikkajärjestelmä vaatii antureita, hätäpysäytyksiä, sertifioituja ohjauslaitteita, käyttöoikeuksia, fyysisiä rajoituksia ja ihmisen valvontaa. Tehokkaammat tekoälymallit voivat tehdä roboteista joustavampia, mutta ne eivät poista tarvetta noudattaa teknisiä periaatteita.

Suunta on selvä: robotiikka on siirtymässä kohti malleja, jotka pystyvät yleistämään oppimaansa useampiin tehtäviin, oppimaan vähemmillä esimerkeillä ja sopeutumaan erilaisiin robottirunkoihin. Avoimet robotiikan aineistot, simulointityökalut ja robottien perusmallit helpottavat kokeilujen tekemistä.

Lähitulevaisuudessa todennäköisin kehitysaskel ei ole yhden yhtenäisen kotirobotin kehittäminen. Sen sijaan kehitystä tapahtuu varastoissa, tehtaissa, laboratorioissa, sairaaloissa, maatiloilla, tarkastusprosesseissa ja ajoneuvoissa, joissa autonomia paranee, sekä humanoidien ja liikkuvien manipulaattoreiden tutkimusalustojen suorituskyvyn parantumisessa.

Tekoälyrobotiikka lisää myös infrastruktuurin kysyntää. Robottimallien kouluttaminen voi edellyttää simulointia, grafiikkaprosessoreita (GPU), tallennustilaa ja arviointiprosesseja. Robottien käyttöönotto voi puolestaan vaatia reunaprosessointipiirejä, verkkoinfrastruktuuria, valvontaa ja luotettavia ohjelmistopäivityksiä. Fyysinen tekoäly on siten osa samaa infrastruktuurikokonaisuutta kuin mallit, päättely, grafiikkaprosessorit ja datakeskukset.