Kako se umetna inteligenca uporablja v robotiki?

Robotika z umetno inteligenco, ki se včasih imenuje tudi fizična umetna inteligenca ali utelešena umetna inteligenca, je uporaba umetne inteligence za omogočanje delovanja strojev v fizičnem svetu. Namesto da bi sistem zgolj ustvarjal besedilo ali slike, mora povezati zaznavanje, sklepanje in delovanje.

Robot lahko uporablja kamere, senzorje globine, senzorje sile, mikrofone ali senzorje položaja, da razume, kaj se dogaja v njegovi okolici. Modeli umetne inteligence lahko pomagajo pri razlagi teh signalov, prepoznavanju predmetov, izvajanju navodil, načrtovanju poti, izbiri načina prijemanja ali odločitvi, kdaj je neka dejavnost nevarna.

To ne pomeni, da je vsak robot humanoid za splošno rabo. Najbolj uporabni roboti so danes še vedno specializirani: tovarniške roke, skladiščni roboti, inšpekcijski sistemi, kirurška orodja, droni, avtonomna vozila, dostavni roboti ali servisni stroji. Umetna inteligenca širi obseg tega, kar lahko zaznavajo in čemu se lahko prilagodijo, vendar sta strojna oprema in okolje še vedno pomembna.

Za robota zaznavanje pomeni pretvorbo surovih podatkov senzorjev v uporabno razumevanje okolja. Slika s kamere sama po sebi predstavlja le piksle. Lidarjev sken predstavlja le razdalje. Senzor sile predstavlja le številke. Umetna inteligenca pomaga te signale pretvoriti v predmete, površine, ovire, ljudi, orodja in stanja naloge.

Modeli računalniškega vidja lahko zaznavajo dele na tekočem traku, pregledujejo napake, ocenjujejo globino, sledijo premikajočemu se predmetu ali določajo, kam naj se približa robotski prijemalnik. Multimodalni modeli lahko združujejo slike z jezikovnimi navodili, medtem ko lahko specializirani modeli zaznavanja delujejo lokalno na robotski strojni opremi, kar omogoča sprejemanje odločitev z nizko zakasnitvijo.

Prav v zaznavanju se začne tudi negotovost. Spremembe osvetlitve, odsevi, zasenčenja, prah, nered in nenavadni predmeti lahko zmedejo model. Zanesljiv robot potrebuje preverjanje zanesljivosti, rezervna ravnanja in varnostne plasti, namesto da bi predpostavljal, da je vsak rezultat zaznavanja pravilen.

Eno najbolj aktivnih področij na področju robotike z umetno inteligenco je povezovanje naravnega jezika z dejanji. Človek lahko reče: »Vzemi modro škatlo« ali »Premakni te dele na pregledno pladnjo.« Robot mora to navodilo preslikati na predmete, koordinate, načrte gibanja in krmilne ukaze.

Modeli »vid-jezik-dejanje« so zasnovani prav za tovrstno povezavo. Sprejemajo vizualne podatke in jezikovna navodila ter na podlagi tega izvedejo dejanje ali zaporedje dejanj. V praksi ti modeli običajno delujejo skupaj z krmilniki nižje ravni, varnostnimi omejitvami in programsko opremo, prilagojeno posameznemu robotu, namesto da bi nadomestili celoten robotski sistem.

Zato se robotika z umetno inteligenco razlikuje od klepetalnega robota. Napačen stavek je mogoče popraviti, napačen gib pa lahko poškoduje opremo ali ogrozi ljudi. Model umetne inteligence je le ena od plasti v širšem sistemu, ki mora preveriti dejanja pred izvedbo in med njo.

Roboti se lahko učijo iz različnih vrst podatkov: človeških prikazov, daljinskega upravljanja, zapisov senzorjev, videoposnetkov, sintetičnih prizorov, simulacijskih okolij in preskusov v realnem svetu. Cilj je, da se model sooči z dovolj raznolikimi situacijami, da bo sposoben opravljati naloge tudi zunaj okvira enega samega, popolnoma vnaprej določenega scenarija.

Simulacija je še posebej pomembna, saj je zbiranje fizičnih podatkov o robotih počasno, drago in včasih tudi tvegano. Simulirano skladišče, laboratorijska miza ali tovarniška celica lahko ustvari številne primere, preizkusi redke mejne primere in usposobi strategije, preden se te uvedejo na dejanski strojni opremi.

Najtežji del je prenos. Vedenje, ki deluje v simulaciji, lahko odpove, če se v resničnih razmerah prijemalo zdrsne, je predmet težji od pričakovanega ali se spremeni osvetlitev. Zato ekipe robotikov združujejo simulacijo z dejanskimi podatki, ocenjevanjem, natančnim prilagajanjem in previdnim uvajanjem v prakso.

Roboti, ki jih poganja umetna inteligenca, so že zdaj koristni v okoljih, kjer so naloge ponavljajoče se, strukturirane ali ključne za varnost. Proizvodni roboti lahko pregledujejo dele, pomagajo pri sestavljanju ali ravnajo z materiali. Skladiščni roboti se lahko gibljejo po hodnikih, premikajo zaloge in podpirajo delovne tokove pri izpolnjevanju naročil.

Roboti se uporabljajo tudi v kmetijstvu, rudarstvu, logistiki, medicini, avtomatizaciji laboratorijev, pregledovanju infrastrukture in na področju javne varnosti. V mnogih primerih najbolj dragocen sistem ni humanoidni robot, temveč specializiran robot, ki zanesljivo opravlja eno nalogo v omejenem okolju.

Humanoidni roboti pritegnejo pozornost, ker lahko delujejo v prostorih, namenjenih ljudem. Še vedno pa jih je težko široko uvesti v uporabo. Ravnotežje, spretnost, življenjska doba baterije, stroški, zanesljivost in varnost ostajajo glavne ovire, čeprav se kakovost modelov in strojna oprema izboljšujeta.

Digitalni sistemi umetne inteligence lahko delujejo izključno znotraj podatkovnih centrov in programske opreme. Robotika se mora spopadati s fizičnim svetom: trenjem, težo, silo, spreminjajočo se svetlobo, neravnimi tlemi, krhkimi predmeti, ljudmi v gibanju in strojno opremo, ki se obrablja.

Pomembna je tudi zakasnitev. Robot mora včasih reagirati v milisekundah, ne v sekundah. Nekatere sklepe je mogoče izvesti v oblaku, vendar je treba številne odločitve izvesti na sami napravi ali v bližini robota, da sistem ostane odziven tudi ob omejeni povezljivosti.

Varnost je še ena pomembna razlika. Robotični sistem potrebuje senzorje, zasilne zaustavitve, certificirane krmilnike, dovoljenja, fizične omejitve in človeški nadzor. Zmožnejši modeli umetne inteligence lahko robotom zagotovijo večjo prožnost, vendar ne odpravijo potrebe po inženirski disciplini.

Smer je jasna: robotika se razvija v smeri modelov, ki se lahko prilagajajo več različnim nalogam, se učijo na podlagi manj demonstracij in se prilagajajo različnim robotskim telesom. Odprti podatkovni nizi s področja robotike, orodja za simulacijo in osnovni modeli robotov olajšujejo eksperimentiranje.

Najverjetnejši napredek v bližnji prihodnosti ne bo en sam univerzalni robot za gospodinjstvo. Gre za večjo avtonomijo v skladiščih, tovarnah, laboratorijih, bolnišnicah, kmetijah, pri inšpekcijskih postopkih in v vozilih, pa tudi za zmogljivejše raziskovalne platforme za humanoide in mobilne manipulatorje.

Robotika na podlagi umetne inteligence bo prav tako povečala povpraševanje po infrastrukturi. Usposabljanje robotskih modelov lahko zahteva simulacije, grafične procesne enote (GPU), prostora za shranjevanje in procese ocenjevanja. Uvedba robotov v uporabo lahko zahteva čipe za sklepanje na robu omrežja, omrežne povezave, nadzor in zanesljive posodobitve programske opreme. Fizična umetna inteligenca je zato del iste infrastrukturne zgodbe kot modeli, sklepanje, grafične procesne enote (GPU) in podatkovni centri.