uutiset

robotit ovat vaikeita, vaikea "laskeutua kuuhun"

google

the

teimme paljon vaivaa kannustaaksemme jäseniämme ottamaan riskejä, kokeilemaan nopeasti ja jopa "juhlimaan epäonnistumista", koskaepäonnistuminen tarkoittaa vain sitä, että asettamamme tavoitteet ovat erittäin korkeita.

kun liityin mukaan, laboratoriossa haudottiin jo waymoa, google glassia ja muita tieteisfiktiolta kuulostavia projekteja, kuten lentäviä energiatuulimyllyjä ja ilmapalloja, jotka saavuttaisivat stratosfäärin tuodakseen internetin alipalveltuille alueille.

project x erottuu muista piilaakson startup-yrityksistä siinä, että x:n jäseniä kannustetaan ajattelemaan isosti ja pitkäjänteisesti. itse asiassa, jotta projektia voitaisiin pitää kuukautisena, x:llä on joukko "kaavoja" sen arvioimiseksi.

ensinnäkin hankkeen on osoitettava, että sen ratkaisema ongelma vaikuttaa satoihin miljooniin tai jopa miljardeihin ihmisiin. toiseksi on oltava läpimurtoteknologiaa, joka tarjoaa meille uusia tapoja ratkaista ongelmia. lopuksi tarvitaan radikaali liiketoiminta- tai tuoteratkaisu, joka saattaa kuulostaa hulluuden rajalta, mutta ei täysin mahdottomalta.

anna tekoälylle "vartalo"

on vaikea kuvitella ketään, joka sopisi paremmin x:n johtamiseen kuin astro teller, jonka nimi oli kirjaimellisesti "captain of the moonshot". google x -rakennuksessa – kunnostetussa kolmikerroksisessa tavaratalossa – voit aina löytää astrolla hänen omat rullaluistimet.

lisää hänen poninhäntä, aina ystävällinen hymy ja tietysti nimi "astro", ja saatat tuntea, että olisit astunut hbo-sarjaan "silicon valley".

kun astro ja minä istuimme ensimmäisen kerran keskustelemaan siitä, mitä meidän pitäisi tehdä googlen hankkimalle robottiyritykselle, sovimme, että meidän pitäisi ryhtyä toimiin, mutta mitä?

tähän asti useimmat hyödylliset robotit ovat olleet suuria, epäälykkäitä ja vaarallisia, vain tehtaita ja varastoja ja vaativat tarkkaa valvontaa tai häkkejä suojellakseen ihmisiä vahingoilta.kuinka voimme luoda robotteja, jotka ovat sekä hyödyllisiä että turvallisia jokapäiväisessä ympäristössä?tämä vaatii uutta lähestymistapaa.

toisin sanoen annamme tekoälylle ruumiin fyysisessä maailmassa, ja jos on olemassa paikka, jossa tämän mittakaavan projekti voidaan suunnitella, se on varmasti x.

se vie kauan, paljon kärsivällisyyttä, hullujen ideoiden yrittämistä ja epäonnistumista monissa yrityksissä,tekoälyssä ja robotiikassa tarvitaan suuria läpimurtoja, jotka todennäköisesti maksavat miljardeja dollareita (kyllä, miljardeja.)

tekoälyn ja robotiikan lähentyminen on väistämätöntä, ja uskomme, että monet asiat, jotka ovat olleet toistaiseksi vain tieteiskirjallisuudessa, ovat tulossa todeksi.

se on todella vaikeaa

noin viikoittain puhun äitini kanssa puhelimessa, ja hän aloittaa aina samalla kysymyksellä: "milloin robotit tulevat?"

hän ei edes tervehdi, hän haluaa vain tietää, milloin robottimme tulee auttamaan häntä. vastasin: "se kestää hetken, äiti", ja hän sanoisi: "heidän on parempi kiirehtiä!"

hans peter brondmo

äitini asuu oslossa, norjassa, jossa omaishoitajat tulevat hänen asuntoonsa kolme kertaa päivässä auttamaan häntä erilaisissa tehtävissä ja kotitöissä, jotka liittyvät enimmäkseen hänen pitkälle edenneeseen parkinsonin tautiin.

vaikka nämä hoitajat antoivat hänelle mahdollisuuden asua yksin omassa kodissaan, äitini halusi robotin auttavan häntä pienissä asioissa, jotka olivat nyt liian kiusallisia käsitellä, tai vain tarjoamaan käsivarren, johon silloin tällöin nojata.

"tiedätkö, että robotiikka on systeeminen ongelma, eikö niin?" kysyi jeff kysyvällä katseella. jeff bingham on laiha, järjetön kaveri, jolla on biotekniikan tohtori. hän varttui maatilalla ja tunnettiin siitä, että hän tiesi melkein kaiken.

tärkeä asia, jonka jeff yrittää tehdä, on,robotti on erittäin monimutkainen järjestelmä ja sen kokonaissuorituskyky on juuri niin hyvä kuin sen heikoin lenkki。

jos esimerkiksi näkemisestä vastaavalla osajärjestelmällä on vaikeuksia havaita edessään olevia esineitä suorassa auringonvalossa, robotti voi yhtäkkiä "sokeutua" ja lakata toimimasta, kun auringonvalo paistaa ikkunasta.

tai jos navigointijärjestelmä ei ymmärrä portaita, robotti voi pudota portaista ja vahingoittaa itseään ja mahdollisesti viattomia sivullisia. sellaisenaan robotin rakentaminen, joka voi elää ja työskennellä rinnallamme, on vaikeaa. todella, erittäin vaikeaa.

ihmiset ovat vuosikymmenten ajan yrittäneet ohjelmoida erilaisia ​​robotteja suorittamaan yksinkertaisiakin tehtäviä, kuten kupin nappaamista pöydästä tai oven avaamista, mutta nämä ohjelmat ovat aina päätyneet erittäin hauraiksi pienintäkään ympäristön muutosta vastaan. epäonnistuu.

kun alat miettiä kaikkea, ymmärrät, että ellet lukitse kaikkea niin, että se kaikki on kiinteässä, esiasetettussa asennossa ja valo on juuri oikea eikä koskaan muutu, sinun tarvitsee vain poimia vihreä omena, laita keittiön pöydällä olevaan lasikulhoon, siitä tulee lähes mahdoton ratkaistava pulma - siksi robotit on lukittu pois ja kaikki valaistuksesta työstettävään esineeseen on ennustettavasti ratkaistavissa pelätä törmäämisestä ihmisiin.

todellisesta maailmasta puuttuu ennustettavuus, kuten tuo auringonsäde.emmekä ole edes koskettaneet todella vaikeita osia, kuten liikkumista sotkuisten tilojen läpi, joissa elämme ja työskentelemme.

kuinka ymmärtää oppimisrobotteja

mutta ilmeisesti tarvitset vain 17 koneoppimisasiantuntijaa.

ainakin näin larry page kertoi minulle, yksi hänen klassisista, vaikeasti ymmärrettävistä oivalluksistaan.

yritän väittää, että emme voi rakentaa laitteisto- ja ohjelmistoinfrastruktuuria vain pienen ryhmän koneoppimisen tutkijoiden kanssa.

hän heilutti kättään paheksuvasti ja sanoi: "tarvitset vain 17."

olen hämmentynyt. miksei 11? tai 23? minulta on varmaan jäänyt jotain paitsi.

loppujen lopuksi tekoälyn soveltamiseen robotiikassa on kaksi päätapaa. ensimmäinen on hybridilähestymistapa, jossa järjestelmän eri osia ohjaa tekoäly ja sitten ne yhdistetään ohjelmoinnin avulla.

tässä lähestymistavassa näön alijärjestelmä saattaa käyttää tekoälyä tunnistamaan ja luokittelemaan näkemänsä maailman. kun robotti on luonut luettelon näkemistään objekteista, se vastaanottaa luettelon ja käyttää koodissa olevia menetelmiä toimiakseen sen suhteen.

jos ohjelma on esimerkiksi kirjoitettu poimimaan omena pöydältä, tekoälyohjattu näköjärjestelmä havaitsee omenan ja ohjelma valitsee luettelosta "type: apple" ja kysyy sitten ohjausohjelmistolla. robotti tavoittaa sitä.

toinen lähestymistapa on päästä päähän -oppiminen (e2e), joka yrittää oppia koko tehtävän. asiat, kuten "esineen poimiminen" tai vielä kattavammat toimet, kuten "pöydän siivoaminen". oppimisprosessi saavutetaan altistamalla robotti suurille määrille harjoitustietoa – aivan kuten ihmiset oppivat suorittamaan fyysistä tehtävää.

jos pyydät pientä lasta ottamaan kupin, hänen on ehkä opittava, mikä kuppi on ja että se voi sisältää nestettä. kun hän leikki kupilla, hän kaatoi sen toistuvasti ja valui samalla paljon maitoa. mutta mallintamalla, matkimalla muita ja leikkimällä harjoittelemalla he voivat aina oppia tekemään sen – lopulta edes ajattelematta vaiheita.

vähitellen ymmärsin,ellemme lopulta osoita, että robotit voivat oppia suorittamaan tehtäviä päästä päähän, millään muulla ei ole väliä.vain silloin meillä on todellinen mahdollisuus saada robotit suorittamaan nämä tehtävät luotettavasti kaoottisessa ja arvaamattomassa todellisessa maailmassa, mikä tekee meistä todella kuutamo.

kyse ei ole numerosta "17", vaan siitäsuuret läpimurrot vaativat pieniä ryhmiäinsinöörien armeijan sijaan. on selvää, että robotti on enemmän kuin sen tekoäly-aivot, meidän on silti suunniteltava ja rakennettava fyysinen robotti.

on kuitenkin selvää, että onnistunut päästä päähän -tehtävä saa meidät uskomaan (kuuhun laskeutumisohjelman kielellä), että voimme paeta maan painovoimaa.

yksikätinen robotti

peter pastor on saksalainen robotiikka, joka valmistui robotiikasta tohtoriksi etelä-kalifornian yliopistosta. niinä harvoina hetkinä, kun hänen ei tarvitse tehdä töitä, peter yrittää saada kiinni tyttöystävänsä ja leijalautaa. laboratoriossa hän vietti suurimman osan ajastaan ​​ohjaamalla 14 omaa robottikäsivartta, jotka myöhemmin korvattiin seitsemällä kuka-robottikäsivarrella.

nämä robottikädet toimivat ympäri vuorokauden yrittäen jatkuvasti hakea laatikosta esineitä, kuten sieniä, legopalikoita, pieniä keltaisia ​​ankkoja tai muovibanaaneja. aluksi ne ohjelmoitiin siirtämään kynsimainen tarttuja laatikkoon satunnaisesta paikasta sen yläpuolella, sulkemaan tarrain, vetämään ylös ja katsomaan, saivatko ne kiinni jostain. laatikon yläpuolella on kamera, joka tallentaa laatikon sisällä olevat kohteet, robottikäden liikkeet ja onnistuiko se.

tämä koulutus jatkui useita kuukausia. alussa robotin onnistumisprosentti oli vain 7 %. mutta joka kerta kun robotti onnistuu, se saa positiivista vahvistusta. roboteille tämä tarkoittaa pohjimmiltaan sitä, että niin sanottuja "painoja" neuroverkossa säädetään erilaisten tulosten perusteella halutun käyttäytymisen positiivisen vahvistamiseksi ja ei-toivotun käyttäytymisen vahvistamiseksi negatiivisesti. lopulta kädet oppivat tarttumaan esineisiin onnistuneesti yli 70 prosenttia ajasta.

eräänä päivänä peter näytti minulle videon, jossa robottikäsi ei ainoastaan ​​tarttu tarkasti keltaiseen legopalikaan, vaan myös työntää muita esineitä pois saadakseen selkeämmän tarttumiskulman.

tiesin, että tämä merkitsi todellista käännekohtaa: robottikäsiä ei ollut nimenomaisesti ohjelmoitu suorittamaan tätä toimintoa käyttämällä perinteistä heuristiikkaa.se hankitaan oppimalla。

mutta silti - kesti seitsemän robottia useita kuukausia oppia saamaan kiinni pienen keltaisen ankan? tämä ei ole kaukana tarpeeksi. edes sadat robotit ja useiden vuosien harjoittelu eivät riitä opettamaan heitä suorittamaan ensimmäisiä hyödyllisiä, todellisia tehtäviä. joten rakensimme pilvipohjaisen simulaattorin ja loimme yli 240 miljoonaa virtuaalista robotti-instanssia vuonna 2021.

ajattele tätä simulaattoria jättimäisenä videopelinä, jossa on riittävän realistisia fyysisiä malleja esineiden painon tai pintakitkan simulointiin.

tuhannet virtuaalirobotit käyttävät virtuaalisia kamerasyötteitä ja (oikeiden robottien mukaan mallinnettuja) virtuaalisia runkoitaan suorittaakseen tehtäviä, kuten kupin nostamista pöydältä.

ne toimisivat samanaikaisesti yrittäen ja epäonnistuen miljoonia kertoja kerääen tietoja tekoälyalgoritmien kouluttamiseksi. kun robotit suoriutuvat riittävän hyvin simulaatioissa, nämä algoritmit siirretään fyysisille roboteille lopullista reaalimaailman harjoittelua varten, jotta ne voivat toteuttaa vasta opetetut toiminnot.

ajattelen aina tätä simulointiprosessia robottina, joka näkee unta koko yön ja sitten herää oppinut jotain uutta.

tyhmä, ongelma on tiedoissa

kun heräsimme ensimmäisen kerran chatgpt:hen, se vaikutti taikalta. tekoälyllä toimiva järjestelmä voi itse asiassa kirjoittaa kokonaisia ​​kappaleita, vastata monimutkaisiin kysymyksiin ja muodostaa jatkuvaa keskustelua. mutta samalla ymmärrämme myös sen perustavanlaatuiset rajoitukset: tämän saavuttamiseksi meidän on kulutettava paljon dataa.

robotit hyödyntävät jo suuria kielimalleja ymmärtääkseen ohjeita ja visuaalisia malleja ymmärtääkseen näkemäänsä, minkä ansiosta heidän youtube-esittelyvideonsa näyttävät upeilta.

mutta robottien opettaminen elämään ja työskentelemään itsenäisesti kanssamme on yhtä suuri tietoongelma. vaikka on olemassa simuloitua harjoittelua ja muita tapoja tuottaa harjoitustietoja,on epätodennäköistä, että robotti "herää" jonain päivänä korkealla kyvykkyydellä ja luottaa sen sijaan perusmalliin, joka pystyy hallitsemaan koko järjestelmää.

emme ole vielä varmoja siitä, kuinka monimutkaisia ​​tehtäviä voimme opettaa robotteja suorittamaan tekoälyllä. olen juuri alkanut uskoa, että lukuun ottamatta niitä hyvin kapeita, tarkasti määriteltyjä tehtäviä, robottien saaminen oppimaan mitä tahansa voi vaatia tuhansia tai jopa miljoonia robotteja, jotka suorittavat toistuvasti tehtäviä todellisessa maailmassa ja keräävät tarpeeksi dataa harjoittaakseen kokonaisvaltaista koulutusta. loppumalleja. toisin sanoen, älä odota, että robotit pakenevat hallinnastamme pian ja tekevät asioita, joita niitä ei ole ohjelmoitu tekemään.

pitäisikö heidän todella näyttää meiltä?

hevoset ovat erittäin tehokkaita kävellessä ja juokseessaan neljällä jalalla, mutta me suunnittelemme pyörillä varustettuja autoja ihmisaivot ovat äärimmäisen tehokas biologinen tietokone, eivätkä sirupohjaiset tietokoneet ole lähelläkään aivojen suorituskykyä. miksi autoilla ei ole jalkoja, ja miksi tietokoneita ei ole mallinnettu biologiamme mukaan?

robotin rakentamisen tavoitteena ei pitäisi olla vain matkiminen.

opin tämän toissapäivänä, kun olin kokouksessa everyday robotsin teknisten johtajien kanssa. istuimme neuvottelupöydän ympärillä ja pohdimme, pitäisikö robotillamme olla jalat vai pyörät.

tällaisilla keskusteluilla on usein taipumus muuttua uskonnollisiksi keskusteluiksi tosiasioihin perustuvien tai tieteellisten keskustelujen sijaan. jotkut ihmiset ovat erittäin vaativia, että robottien pitäisi näyttää ihmisiltä, ​​ja hyvästä syystä: suunnittelemme elin- ja työympäristömme ihmisten mukaisiksi, ja meillä on jalat, joten ehkä roboteillakin pitäisi olla jalat.

noin 30 minuutin kuluttua vincent dureau, huoneen vanhin suunnittelupäällikkö, puhui. "ajattelin, että jos pääsen jonnekin, robotin pitäisi päästä sinne", hän sanoi yksinkertaisesti istuessaan pyörätuolissaan.

huone hiljeni ja riita päättyi.

itse asiassa robotin jalat ovat sekä mekaanisesti että elektronisesti monimutkaisia. ne eivät liiku kovin nopeasti, tekevät robotista epävakaa, eivätkä ne ole kovin energiatehokkaita pyöriin verrattuna.

nykyään, kun näen yritysten yrittävän luoda humanoidirobotteja – robotteja, jotka pyrkivät jäljittelemään ihmisen muotoa ja toimintaa – mietin usein, onko tämä mielikuvituksen rajoitus.

tutkittavana on niin monia malleja, jotka voivat täydentää inhimillisiä puutteita, miksi meidän pitäisi vaatia jäljitelmää?vincentin sanat muistuttavat meitä siitä, että meidän tulee priorisoida vaikeimmat ja vaikuttavimmat ongelmat.everyday robotsilla pyrimme pitämään robottimme mahdollisimman yksinkertaisina, sillä mitä nopeammin robotti pystyy suorittamaan tosielämän tehtäviä, sitä nopeammin voimme kerätä arvokasta tietoa.

miltä tuntuu olla robottien ympäröimänä?

istuin pöytäni ääressä, kun yksikätinen robotti, jolla oli pyöristetty suorakulmainen pää, kiertyi, huusi nimeäni ja kysyi, haluanko sen puhdistavan. sanoin kyllä ​​ja jäin sivuun.

muutamaa minuuttia myöhemmin se poimi useita tyhjiä paperikuppeja, kirkkaan jääteekupin starbucksista ja muovikääreen kind-energiapatukosta. se asetti tavarat alustaan ​​kiinnitettyyn roskakoriin, kääntyi sitten minuun, nyökkäsi ja siirtyi seuraavalle pöydälle.

tämä työpöydän siivouspalvelu on tärkeä virstanpylväs: se osoittaa, että edistymme hyvin ratkaisematta robotiikkapalapeliä. robotit alkavat käyttää tekoälyä luotettavasti ihmisten ja esineiden tunnistamiseen!

benji holson on ohjelmistosuunnittelija ja entinen nukkenäyttelijä, joka johtaa palvelun kehitystiimiä. hän on aina kannattanut hybridilähestymistapaa eikä vastusta päästä päähän -oppimistehtäviä, vaan pitää parempana "anna heidän tehdä nyt jotain hyödyllistä" -asennetta.

olen tottunut siihen, että robotit liikkuvat tekemässä askareita, kuten siivoamaan työpöytääni. joskus näen uusia vierailijoita tai äsken tiimiin liittyneitä insinöörejä yllättynyt ja iloinen ilme kasvoillaan katselemassa robotin kiireistä hahmoa.

heidän näkökulmastaan ​​käsitin, kuinka uutta se kaikki oli. kuten suunnittelupäällikkömme rhys newman sanoi (walesilaisella aksentillaan), kun hän näki robotin ohittavan eräänä päivänä: "eikö ole vähän outoa, että tästä on tullut normi?"

kaikki päättyy, se on vasta alkua

vuoden 2022 lopussa keskustelut "päästä päähän" ja "hybridimenetelmistä" ovat edelleen aktiivisia.

peter ja hänen tiiminsä yhdessä google brainin kollegojemme kanssa ovat tehneet lujasti töitä soveltaakseen vahvistusoppimista, jäljitelmäoppimista ja transformer-arkkitehtuuria useisiin robotiikkatehtäviin. he ovat edistyneet merkittävästi osoittaessaan, kuinka robotit voivat oppia yleisellä, kestävällä ja joustavalla tavalla.

samaan aikaan beinjin johtama sovellustiimi yhdistää tekoälymalleja perinteiseen ohjelmointiin prototyypeillä ja rakentaakseen robottipalveluita, jotka voidaan ottaa käyttöön ihmisympäristöissä.

samaan aikaan yhteistyö tanssija katien kanssa moniroboottisessa installaatiossa, joka tunnettiin nimellä project starling, muutti suhtautumistani näihin koneisiin.

huomasin, että ihmiset vetivät puoleensa nämä robotit ihmeen, ilon ja uteliaisuuden tunteella. tämä sai minut ymmärtämään, kuinka keskuudessamme liikkuvat robotit ja niiden tuottamat äänet voivat laukaista syvällisiä inhimillisiä tunteita.

toisin sanoen olemme saavuttamassa suurimman panoksemme: tekoälyllä toimivat robotit. tekoäly antaa heille mahdollisuuden ymmärtää kuulemaansa kieltä (puhuttua ja kirjoitettua) ja muuntaa sen teoiksi tai ymmärtää näkemäänsä (kamerakuvat) ja kääntää sen kohtauksiksi ja kohteiksi, joita he voivat käsitellä.

yli seitsemän vuoden työn jälkeen meillä on useita robotteja, jotka on otettu käyttöön useissa googlen rakennuksissa. samantyyppinen robotti suorittaa erilaisia ​​palveluita: pyyhkii automaattisesti kahvilan pöytiä, tarkastaa kokoustilat, lajittelee roskat ja paljon muuta.

tammikuussa 2023, kaksi kuukautta sen jälkeen, kun openai julkaisi chatgpt:n, google sulki everyday robotsin yleisten kustannusongelmien vuoksi.

vaikka se oli varmasti kallista ja pitkäkestoista, se oli silti shokki kaikille mukana olleille. lopulta robotti ja kourallinen työntekijöitä siirrettiin google deepmindille jatkamaan tutkimusta.

valtava ongelma, joka meidän on ratkaistava, on globaali väestörakenteen muutos – väestön ikääntyminen, työvoiman väheneminen ja työvoimapula. ja läpimurtoteknologiamme – tiesimme sen vuonna 2016 – olisi tekoäly. radikaali ratkaisu: täysin autonomiset robotit, jotka voivat auttaa meitä jokapäiväisessä elämässämme esiin tulevissa tehtävissä.

robotti ei ilmestynyt ajoissa auttamaan äitiäni, ja hän kuoli vuoden 2021 alussa. keskusteluni hänen kanssaan hänen elämänsä loppupuolella vahvistivat uskoani, että everyday robotsin tulevat versiot saapuisivat lopulta. ja mitä nopeammin se tulee, sen parempi.

joten kysymys kuuluu: miten tämä muutos ja tulevaisuus tapahtuu? olen sekä huolissani että utelias tästä.