Так начинается восстание роботов

imgonline com ua Mirror ZpSyLMGgbCMWVeQ1 300x200 - Так начинается восстание роботов

Он робот-манипулятор выполняет своеобразный Сизифов труд. Он парит над блестящей кучей приготовленных куриных частей, опускается вниз и извлекает одну часть. Через мгновение он качается и помещает кусок курицы, так нежно, в коробку бенто, движущуюся вдоль конвейерной ленты.
Этот робот, управляемый программным обеспечением от компании из Сан-Франциско под названием Osaro, умнее, чем любой, что вы видели раньше. Программное обеспечение научило его выбирать и размещать курицу примерно за пять секунд. В течение года Osaro ожидает, что его роботы найдут работу на японской пищевой фабрике.
Любой, кто беспокоится о восстании роботов, должен только войти в современную фабрику, чтобы увидеть, насколько это далеко. Большинство роботов являются мощными и точными, но ничего не могут сделать, если не запрограммированы тщательно. В обычной руке робота отсутствует смысл, необходимый для того, чтобы подобрать объект, если он перемещается на дюйм. Он совершенно безнадежен в захвате чего-то незнакомого; он не знает разницы между зефиром и кубом свинца. Сбор кусочков цыпленка неправильной формы из случайной кучи-гениальный поступок.
Промышленные роботы были в значительной степени не тронуты последними достижениями в области искусственного интеллекта. За последние пять или около того лет программное обеспечение AI стало искусным в идентификации изображений, победе в настольных играх и реагировании на голос человека практически без вмешательства человека. Он может даже научить себя новым способностям, учитывая достаточно времени для практики. Все это в то время как аппаратные кузены AI, роботы, изо всех сил, чтобы открыть дверь или забрать яблоко.
Это вот-вот изменится. Программное обеспечение AI, которое управляет роботом Osaro, позволяет ему идентифицировать объекты перед ним, изучать, как они себя ведут, когда их тыкают, толкают и захватывают, а затем решают, как с ними обращаться. Как и другие алгоритмы ИИ, он учится на опыте. Используя готовую камеру в сочетании с программным обеспечением машинного обучения на мощном компьютере поблизости, он выясняет, как эффективно понять вещи. С достаточным количеством проб и ошибок, рука может научиться понимать все, что она может встретить.
imgonline com ua Mirror uA7QegTTaSYDYrB71 300x149 - Так начинается восстание роботов
Роботы рабочего места, оснащенные ИИ, позволят автоматизации ползти во многие другие области работы. Они смогли заменить людей везде что продуктам нужно быть сортированным, распакованным, или упакованным. Способные ориентироваться в хаотичном цехе завода, они могут занять еще больше рабочих мест в производстве. Возможно, это не восстание, но, тем не менее, это может быть революция. ” Сейчас мы видим много экспериментов, и люди пробуют много разных вещей", - говорит Вилли Ши, который изучает тенденции в производстве в Гарвардской школе бизнеса. "Существует огромное количество возможностей для [автоматизации] повторяющихся задач.”
Это революция не только для роботов,но и для ИИ. Размещение программного обеспечения AI в физическом теле позволяет ему использовать визуальное распознавание, речь и навигацию в реальном мире. Искусственный интеллект становится умнее, поскольку он питается больше данных. Таким образом, с каждым пониманием и размещением, программное обеспечение, стоящее за этими роботами, станет все более и более искусным в осмыслении мира и его работы.
” Это может привести к достижениям, которые не были бы возможны без всех этих данных", - говорит Питер Аббил, профессор Калифорнийского университета в Беркли и основатель Covariant.ai (до недавнего времени назывался Emboded Intelligence), стартап, применяющий машинное обучение и виртуальную реальность к робототехнике в производстве.
Эта эпоха давно наступила. В 1954, George C. Devol, изобретатель, запатентовал конструкцию для programmable механически рукоятки. В 1961 году предприниматель по производству Джозеф Энгельбергер превратил дизайн в Unimate, громоздкую, неудобную машину, впервые используемую на сборочной линии General Motors в Нью-Джерси.
С самого начала существовала тенденция к романтизму интеллекта этих простых машин. Энгельбергер выбрал название "робот" для Унимата в честь андроидов, придуманных автором научной фантастики Исааком Азимовым. Но его машины были грубыми механическими устройствами, направленными на выполнение конкретной задачи с помощью относительно простого программного обеспечения. Даже сегодняшние гораздо более продвинутые роботы остаются немного больше, чем механические dunces, которые должны быть запрограммированы для каждого действия.
Искусственный интеллект пошел другим путем. В 1950-х годах он намеревался использовать инструменты вычислений, чтобы имитировать человеческую логику и разум. Некоторые исследователи также стремились придать этим системам физическое присутствие. Уже в 1948 и 1949 годах Уильям Грей Уолтер, нейробиолог в Бристоле, Великобритания, разработал две небольшие автономные машины, которые он назвал Элси и Элмер. Эти черепашьи устройства были оснащены простыми, неврологически вдохновленными схемами, которые позволяют им Самостоятельно следить за источником света. Уолтер построил их, чтобы показать, как связи между несколькими нейронами в мозге могут привести к относительно сложному поведению.
Сотрудник embed Intelligence использует снаряжение виртуальной реальности для обучения робота.
Но понимание и воссоздание интеллекта оказались византийским вызовом, и ИИ вошел в долгий период с несколькими прорывами. Между тем, программирование физических машин для того, чтобы делать полезные вещи в грязном реальном мире часто оказывалось интракабельно сложным. AI и роботы были stablemates в исследовательских лабараториях на декады, и исследователя пробовали приложить обучение машины к промышленным роботам, но то пока не принимало в индустрию.
Затем, около шести лет назад, исследователи выяснили, как сделать старый трюк ИИ невероятно мощным. Ученые использовали нейронные сети-алгоритмы, которые приближают, грубо говоря, то, как нейроны и синапсы в мозге учатся у входа. Эти сети были, оказывается, прямыми потомками компонентов, которые дали Элси и Элмеру их способности. Исследователи обнаружили, что очень большие, или “глубокие”, нейронные сети могут делать замечательные вещи, когда получают огромное количество маркированных данных, таких как распознавание объекта, показанного на изображении с почти человеческим совершенством.
Поле ИИ было перевернуто вверх дном. Глубокое обучение, как широко известен метод, в настоящее время широко используется для задач, связанных с восприятием: распознавание лиц, транскрипция речи и обучение самоходных автомобилей для идентификации пешеходов и указателей. Это позволило представить себе робота, который мог бы распознать ваше лицо, разумно говорить с вами и безопасно перемещаться на кухню, чтобы получить вам содовую из холодильника
Одним из первых навыков, которые AI даст машинам, является гораздо большая ловкость. В течение последних нескольких лет, Amazon работает "робот сбор" вызов, в котором исследователи конкурируют, чтобы иметь робот забрать широкий спектр продуктов как можно быстрее. Все эти команды используют машинное обучение, и их роботы постепенно становятся более опытными. Амазонка, очевидно, имеет один глаз на автоматизировать рудоразборку и упаковку миллиардов деталей внутри свои центры выполнения.
"Я работаю в робототехническом захвате в течение 35 лет, и мы сделали очень мало прогресса,” говорит Кен Голдберг, коллега Abbeel's в UC Berkeley. Благодаря прогрессу в ИИ, который меняется: "мы теперь готовы сделать большой шаг вперед.”
AI получает a тело
В районе Нохо в Нью-Йорке один из ведущих мировых экспертов по искусственному интеллекту в настоящее время ищет следующий большой прорыв в этой области. И он считает, что роботы могут быть важной частью головоломки.
Янн Лекун сыграл жизненно важную роль в революции глубокого обучения. В 1980-х годах, когда другие исследователи отвергли нейронные сети как непрактичные, Лекун упорствовал. В качестве главы исследования ИИ Facebook до января, а теперь в качестве его главного ученого ИИ, он руководил разработкой алгоритмов глубокого обучения, которые могут идентифицировать пользователей практически на любой фотографии, которую человек публикует.
Но Лекун хочет, чтобы ИИ сделал больше, чем просто видеть и слышать; он хочет, чтобы он рассудил и принял меры. И он говорит, что ему нужно физическое присутствие, чтобы сделать это возможным. Человеческий интеллект включает в себя взаимодействие с реальным миром; человеческие младенцы учатся, играя с вещами. AI врезанный в схватывать машины может сделать эти же. ” Многие из самых интересных исследований ИИ сейчас связаны с роботами, - говорит Лекун.
В результате может даже произойти поразительная эволюция машины, отражающая процесс, который породил биологический интеллект. Зрение, ловкость, и разум начали эволюционировать совместно на ускорять ход тарифе как только hominids начали погулять upright, используя их 2 свободных руки для того чтобы рассмотреть и манипулировать предметы. Их мозг рос больше, позволяя более продвинутые инструменты, язык и социальную организацию.
Может ли ИИ испытать что-то подобное? До сих пор он существовал в основном внутри компьютеров, взаимодействуя с грубыми моделями реального мира, такими как видеоигры или неподвижные изображения. Программы ИИ, способные воспринимать реальный мир, взаимодействовать с ним и узнавать о нем, могут со временем стать намного лучше в рассуждениях и даже общении. “Если вы решите манипуляции в полной мере,” Abbeel говорит, “вы, вероятно, создали то, что очень близко к полной, человеческого уровня интеллекта.”
0

Автор публикации

не в сети 2 месяца

moderator moderator

213caa360d314b3c6657fa6d0ab43f6f?s=70&d=monsterid&r=g - Так начинается восстание роботов 2
Комментарии: 0Публикации: 46Регистрация: 01-07-2018

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Авторизация
*
*
Генерация пароля