Internetom kolujú zábery humanoidných strojov, ktoré v laboratóriách predvádzajú saltá, tancujú a prekonávajú prekážkové dráhy s ľahkosťou atléta. Potom sa však pozrieme na dlážku vo vlastnom byte, kde sa robotický vysávač práve beznádejne zasekol o obyčajný kábel.
Možno sa obávame, že nás raz roboty ovládnu, ale zatiaľ sa ukazuje, že jedinou starosťou je, aby sa nepokazili. Úspech stroje zaznamenávajú v laboratóriách alebo vo výrobných halách, no skutočný svet ľudí je pre ne stále neprekonateľný. Zdroj: iStock.com/EvgeniyShkolenko
Priepastný rozdiel medzi virálnymi videami a realitou vyvoláva otázku: Prečo dokáže umelá inteligencia poraziť veľmajstra v šachu, no bezpečne obísť zabudnutú hračku na zemi je pre ňu stále neriešiteľná prekážka?
Pri slove robot si laická verejnosť často predstaví kráčajúceho humanoida z vedecko-fantastických filmov. Skutočnosť je však prozaickejšia. V priemysle dominujú masívne robotické ramená pevne priskrutkované k zemi, ktoré zvárajú karosérie s mikrometrovou presnosťou. V našich domácnostiach sa stretávame najmä s jednoúčelovými „plackami“ na kolieskach, ktoré len vysávajú alebo kosia trávu. Kým priemyselné stroje sú symbolom efektivity a sily, tie domáce stále zápasia so základnou orientáciou v priestore. Kľúč k pochopeniu tohto rozdielu leží v prostredí, v ktorom operujú.
To, čo bolo donedávna sci-fi, je dnes realita, keďže humanoidné roboty s telom a rukami už skutočne nastupujú do tovární firiem ako BMW či Mercedes, kde vykonávajú flexibilné úlohy namiesto ľudí. Ilustračný obrázok. Zdroj: iStock.com/SweetBunFactory
Poriadok verzus chaos
Priemyselné roboty excelujú v takzvanom štruktúrovanom prostredí. Továrenská hala je pre stroj dokonalým svetom. Osvetlenie je konštantné, podlaha rovná a každý diel prichádza na páse v presne stanovenom čase a v správnej polohe. Robotické rameno v skutočnosti nevidí, čo robí. Len slepo nasleduje súradnice, ktoré mu naprogramoval človek. Ak by ste súčiastku posunuli o centimeter vedľa, robot by s ňou stále manipuloval, akoby bola na pôvodnom mieste.
Naša domácnosť je pravým opakom výrobnej haly. Pre roboty je neštruktúrovaným a chaotickým svetom. Predmety stále menia svoju polohu, koberce sa striedajú s parketami a svetelné podmienky kolíšu od ostrého slnka po večerné šero. Navyše sa v priestore pohybujú nepredvídateľné objekty, ako sú domáce zvieratá či deti. V takomto prostredí nestačí slepo opakovať pohyb. Robot musí svet okolo seba aktívne vnímať, chápať a reagovať naň v reálnom čase, čo je výpočtovo extrémne náročné.
Robotické ramená pri výrobe automobilových dielov. Zdroj: iStock.com/gorodenkoff
Moravcov paradox: Keď je matematika ľahšia než chôdza
Tento rozpor v schopnostiach umelej inteligencie pomenoval vedec Hans Moravec už v osemdesiatych rokoch minulého storočia. Paradox hovorí, že úlohy vyžadujúce si abstraktné, logické myslenie, ako je šach či pokročilá matematika, sú pre počítače relatívne jednoduché. Naopak, vnímanie a motorika, ktoré ročné dieťa zvláda podvedome, sú pre roboty extrémne ťažké.
Dôvodom je evolúcia. Ľudský mozog sa milióny rokov vyvíjal a optimalizoval na prežitie v trojrozmernom svete. Schopnosť udržať rovnováhu na štrku, rozoznať tvár alebo uchopiť klzký kameň máme „hardvérovo“ zakódovanú v našich neurónových sieťach. Abstraktné myslenie a matematika sú z pohľadu vývoja novinkou starou len niekoľko tisíc rokov. Pre počítač je preto jednoduchšie simulovať logické pravidlá šachu, než napodobniť miliardy rokov evolúcie, ktoré stoja za našou obyčajnou chôdzou.
Prvá výzva: Vnímanie a navigácia v premenlivom svete
Aby sa robot mohol pohybovať v byte, musí vyriešiť problém známy pod skratkou SLAM (simultaneous localization and mapping). Musí si vytvárať mapu neznámeho prostredia a zároveň v nej presne sledovať svoju polohu. Kamery a senzory však nevidia objekty tak ako my. Vidia len zhluky čísel a pixelov, ktoré musia prácne interpretovať.
V laboratóriách a simuláciách tento proces funguje. Mimo nich však senzory mätú odlesky od zrkadiel, sklenené dvere (ktoré lidar nevidí) alebo hlboké tiene. Ešte väčší problém nastáva, ak sa veci hýbu. Ak robot videl stoličku na jednom mieste a vy ju presuniete, jeho vnútorná mapa prestane zodpovedať realite. Prekonanie rozdielu medzi simuláciou a skutočným svetom je jednou z najväčších výziev súčasnej robotiky.
Inteligentné stroje excelujú v stanovenej úlohe, ak poznajú svoje pracovné prostredie. Ilustračný obrázok. Zdroj: iStock.com/Kinwun
Druhá výzva: Chýbajúca hmatová inteligencia
Ak aj robot dokáže prísť k predmetu, nastáva problém s jeho uchopením. Ľudská ruka je zázrakom biomechaniky, ktorý využíva nielen zrak, ale predovšetkým hmatovú spätnú väzbu. Keď chytíte vajíčko, cítite jeho krehkosť a podvedome upravíte silu stisku. Keď sa vám predmet šmýka, zaznamenáte mikroskopické vibrácie a stisk spevníte.
Väčšina súčasných robotov však nedisponuje takouto schopnosťou hmatu. Spoliehajú sa primárne na vizuálne údaje, čo často nestačí. Uchopenie pevného hranatého balíka v sklade je jednoduché. No manipulácia s mäkkým, poddajným alebo klzkým predmetom, napríklad s pohárom vody alebo kusom ovocia, vyžaduje pokročilú hmatovú inteligenciu. Výskum sa preto presúva od pevných klieští k mäkkým robotickým rukám a senzorom tlaku, ktoré dokážu citlivo reagovať na povrch predmetu.
Tretia výzva: Kontext a sémantické chápanie
Poslednou a možno najťažšou bariérou je pochopenie kontextu. Robot vidí geometrický tvar, ale nechápe jeho funkciu alebo význam. Pre umelú inteligenciu je ťažké rozlíšiť medzi plnou plechovkou, ktorú treba nechať na stole, a prázdnou, ktorá patrí do koša.
Chýba im takzvaný zdravý sedliacky rozum a sémantické chápanie sveta. Robot nevie, že na sklenený stôl sa nesmie stúpiť alebo že ponožka na zemi nie je prekážka, ktorú treba obísť, ale vec, ktorú možno zobrať. Učí sa síce rozpoznávať objekty, ale chápanie vzťahov medzi nimi a predvídanie následkov činov je stále v plienkach.
Budúcnosť patrí učeniu a adaptácii
Hoci priemyselné roboty dosiahli technologický vrchol vo svojom špecializovanom prostredí, cesta k univerzálnemu domácemu pomocníkovi je stále dlhá. Riešenie nespočíva len v lepších kamerách či silnejších procesoroch. Budúcnosť patrí robotom, ktoré sa dokážu učiť z vlastných chýb podobne ako deti a ktoré budú vybavené pokročilým hmatom. Kým sa stroje nenaučia nielen vidieť, ale aj cítiť a chápať náš chaotický svet, budú skôr užitočnými jednoúčelovými nástrojmi než skutočnými autonómnymi partnermi.
Zdroje: WIRED, Forbes, applied sciences
(KAM)
