Marc Raibert és a Robotintelligencia Forradalma
Marc Raibert, a Boston Dynamics alapítója és elnöke, világszerte ismertté vált a lenyűgöző parkour, elbűvölő táncmozdulatok és hatékony polcstacking képességeivel rendelkező két- és négy lábú gépeivel. Raibert most egy forradalmat kíván vezetni a robotintelligencia és az akrobatika terén. A közelmúltban tett nyilatkozataiban hangsúlyozta, hogy a gépi tanulás terén elért fejlesztések felgyorsították robotjai képességeit, hogy nehezen végrehajtható mozdulatokat tanuljanak meg emberi segítség nélkül.
„A remény az, hogy sok viselkedést képesek leszünk előállítani anélkül, hogy minden egyes robottevékenységet kézzel kellene megalkotnunk” – mondta Raibert nemrégiben.
A Boston Dynamics talán úttörője volt a lábas robotok fejlesztésének, de ma már egy zsúfolt piacon tevékenykedik, ahol robotkutyák és humanoidok közül lehet választani. Csak ezen a héten egy startup, a Figure bemutatta új humanoidját, a Helixet, amely állítólag képes élelmiszereket kipakolni. Egy másik cég, az x1, bemutatott egy izmos humanoidot, a NEO Gamma-t, amely házimunkát végez. A Apptronik pedig bejelentette, hogy tervezi humanoidja, az Apollo gyártásának felskálázását.
A bemutatók azonban félrevezetőek lehetnek. Emellett kevés cég árulja el, mennyibe kerülnek humanoidjaik, és nem világos, hányan várják valójában, hogy eladják őket otthoni segítőknek. A valódi teszt az lesz, hogy ezek a robotok mennyit tudnak tenni az emberi programozás és közvetlen irányítás nélkül. Ez Raibert által hangoztatott fejlesztéseken fog múlni.
A Boston Dynamics Spot nevű négy lábú robotját olajfúró állomásokon, építkezéseken és más, nehezen megközelíthető helyeken használják, ahol a kerekekkel nehézkes a közlekedés. A cég egy humanoidot is gyárt, az Atlas-t, amely kutatási célokat szolgál. Raibert elmondása szerint a Boston Dynamics egy mesterséges intelligencia technikát, megerősítési tanulást alkalmazott Spot futási képességeinek javítására, így az most háromszor gyorsabban tud mozogni. Ugyanezen módszer segít Atlasnak magabiztosabban járni.
A megerősítési tanulás évtizedek óta létező módszer, amely lehetővé teszi a számítógépek számára, hogy kísérletezéssel és pozitív vagy negatív visszajelzéssel tanuljanak. Az utóbbi évtizedben vált népszerűvé, amikor a Google DeepMind bizonyította, hogy képes szuperemberi stratégiák és játékok algoritmusait előállítani. Legutóbb az AI mérnökök ezt a technikát használták a nagyméretű nyelvi modellek viselkedésének javítására.
Raibert elmondása szerint a rendkívül pontos szimulációk felgyorsították a tanulási folyamatot, amely egyébként fáradságos lehetne, lehetővé téve a robotok számára, hogy szimulációban gyakorolják mozdulataikat. „Nem kell annyi fizikai viselkedést előállítanod a robotból [a jó teljesítmény generálásához]” – állította.
Több akadémiai csoport is közzétett munkákat, amelyek bemutatják, hogyan lehet a megerősítési tanulást a lábas mozgásjavítására használni. Az UC Berkeley csapata ezt a megközelítést alkalmazta egy humanoid betanítására, hogy sétáljon a kampuszon. Egy másik csoport az ETH Zürich-től ezt a módszert használja négy lábú robotok nehéz terepen való navigálására.
A Boston Dynamics évtizedek óta épít lábas robotokat, Raibert úttörő meglátásaira alapozva, amelyek azt mutatják, hogyan egyensúlyoznak dinamikusan az állatok az idegrendszerük által nyújtott alacsony szintű irányítással. Habár a cég gépei rendkívül mozgékonyak, a fejlettebb viselkedések, mint a tánc, parkour vagy egyszerűen egy szobában való navigálás, általában gondos programozást vagy valamilyen emberi távirányítást igényelnek.
2024-ben Raibert megalapította a Robotika és Mesterséges Intelligencia (RAI) Intézetet, hogy feltárja a lábas és egyéb robotok intelligenciájának növelésének lehetőségeit, hogy önállóbbá váljanak. Miközben arra várunk, hogy a robotok megtanuljanak mosogatni, az AI segíthet csökkenteni a balesetek számát. „Kevesebb robotot törünk el, amikor valójában a fizikai gépen futtatjuk a dolgot” – mondta Al Rizzi, az RAI Intézet technológiai igazgatója.
Érdekes tény: A mesterséges intelligencia fejlődése révén a robotok nemcsak a fizikai feladatokat végezhetik el, hanem egyre inkább képesek az érzelmi intelligencia megértésére is, ami új lehetőségeket nyit a társadalmi interakciók terén.
Források: Wired, Boston Dynamics, Google DeepMind, UC Berkeley, ETH Zürich