Kas ir humanoīdu robotu mākslīgais intelekts?

Humanoīda robota mākslīgais intelekts ir ideja — un arvien vairāk arī prakse — par pielāgojama intelekta ieviešanu mašīnās, kas atspoguļo mūsu pamatformu. Divas rokas, divas kājas, sensori sejas vietā un smadzenes, kas spēj redzēt, pieņemt lēmumus un rīkoties. Tā nav zinātniskās fantastikas hroma pati par sevi. Cilvēka forma ir praktisks triks: pasaule ir radīta cilvēkiem, tāpēc robots, kas dalās ar mūsu pēdu nospiedumiem, rokturiem, kāpnēm, instrumentiem un darba vietām, teorētiski var paveikt vairāk jau pirmajā dienā. Lai izvairītos no elegantas statujas uzbūvēšanas, joprojām ir nepieciešama lieliska aparatūra un nopietns mākslīgā intelekta komplekts. Taču detaļas saliekas kopā ātrāk, nekā vairums gaida. 😉

Ja esat dzirdējuši tādus terminus kā iemiesots mākslīgais intelekts, redzes-valodas-darbības modeļi vai sadarbīgo robotu drošība un domāšana... forši vārdi, un nu ko — šajā ceļvedī tie ir sīki izskaidroti, izmantojot vienkāršu valodu, čekus un nedaudz nekārtīgu galdu. 

Raksti, kurus jūs varētu vēlēties izlasīt pēc šī raksta:

🔗 Cik drīz Elona Maska roboti pārņems jūsu darbu?
Izpēta humanoīdu darba vietas automatizācijas laika grafikus, iespējas un riskus.

🔗 Kas ir mākslīgā intelekta aizspriedumi, vienkārši izskaidrojot
to definīciju, izplatītākos avotus, reālus piemērus un mazināšanas stratēģijas.

🔗 Ko dara mākslīgā intelekta treneris?
Loma, prasmes, darbplūsmas un karjeras ceļi modeļu apmācībā.

🔗 Paredzošā mākslīgā intelekta skaidrojums iesācējiem.
Kā paredzošie modeļi prognozē rezultātus, lietošanas gadījumus un ierobežojumus.

Kas īsti ir humanoīdu robotu mākslīgais intelekts?

Savā būtībā humanoīdu robotu mākslīgais intelekts apvieno trīs lietas:

• Humanoīda forma — ķermeņa plāns, kas aptuveni atspoguļo mūsējo, tāpēc tas var pārvietoties pa kāpnēm, aizsniegt plauktus, pārvietot kastes, atvērt durvis un izmantot instrumentus.

• Iemiesots intelekts — mākslīgais intelekts neatrodas tikai mākonī; tas atrodas fiziskā aģenta iekšienē, kas uztver, plāno un rīkojas pasaulē.

• Vispārināma vadība — mūsdienu roboti arvien vairāk izmanto modeļus, kas savieno redzi, valodu un darbību, lai vienu politiku varētu attiecināt uz vairākiem uzdevumiem. Google DeepMind RT-2 ir kanonisks redzes -valodas-darbības (VLA) modeļa piemērs, kas mācās no tīmekļa + robota datiem un pārvērš šīs zināšanas robota darbībās [1].

Vienkāršāks skatījums: humanoīdais robots (AI) ir robots ar cilvēkam līdzīgu ķermeni un smadzenēm, kas apvieno redzēšanu, izpratni un darīšanu – ideālā gadījumā daudzos uzdevumos, nevis tikai vienā.

Kas padara humanoīdus robotus noderīgus🔧🧠

Īsā atbilde: nevis seja, bet gan spējas . Garāka atbilde:

• Mobilitāte cilvēkiem paredzētās telpās — kāpnes, pārejas, šauras ejas, durvju ailes, neērti stūri. Cilvēka pēdas nospiedums ir darba vietu standarta ģeometrija.

• Veikla manipulācija — divas prasmīgas rokas laika gaitā var paveikt daudzus darbus ar vienu un to pašu gala efektoru (mazāk pielāgotu satvērēju katram darbam).

• Multimodālā inteliģence — VLA modeļi attēlus + instrukcijas sasaista ar izpildāmām motoriskām komandām un uzlabo uzdevumu vispārināšanu [1].

• Sadarbības gatavība — drošības koncepcijas, piemēram, uzraudzītas apstāšanās, ātruma un atdalīšanas uzraudzība, kā arī jaudas un spēka ierobežošana, ir ņemtas no sadarbības robotu standartiem (ISO/TS 15066) un saistītajām ISO drošības prasībām [2].

• Programmatūras jaunināšanas iespējas — tā pati aparatūra var iegūt jaunas prasmes, izmantojot datus, simulāciju un atjauninātas politikas (nav nepieciešami iekrāvēju jauninājumi tikai jaunas savākšanas vietas apmācībai) [1].

Nekas no tā vēl nav "viegli lietojams". Taču šī kombinācija ir iemesls, kāpēc procenti turpina pieaugt.

Ātrā definīcija, ko var nozagt slaidam 📌

Humanoīdais robots — mākslīgais intelekts (MI) ir intelekts, kas kontrolē cilvēka formas robotu, lai tas uztvertu, spriestu un rīkotos dažādos uzdevumos cilvēku vidē, un to nodrošina modeļi, kas savieno redzi, valodu un darbību, kā arī drošības prakse, kas ļauj sadarboties ar cilvēkiem [1][2].

Steks: ķermenis, smadzenes, uzvedība

Ja garīgi sadalāt humanoīdus trīs slāņos, sistēma šķiet mazāk noslēpumaina:

1. Ķermenis — izpildmehānismi, locītavas, akumulators, sensori. Visa ķermeņa kontrole līdzsvaram + manipulācijām, bieži vien ar elastīgiem vai griezes momenta kontrolētiem savienojumiem.

2. Smadzenes — uztvere + plānošana + kontrole. Jaunākā tendence ir VLA : kameras kadri + dabiskās valodas mērķi → darbības vai apakšplāni (veidne ir RT-2) [1].

3. Uzvedība — reālas darbplūsmas, kas sastāv no tādām prasmēm kā komplektēšana un šķirošana, piegāde pie līnijas, iepirkumu maisiņu apstrāde un informācijas nodošana starp cilvēku un robotu. Platformas arvien biežāk tās ietver orķestrācijas slāņos, kas pieslēdzas WMS/MES, lai robots atbilstu uzdevumam, nevis otrādi [5].

Iedomājieties to kā cilvēku, kurš darbā apgūst jaunu mājas darbu: redzi, saproti, plāno, izdari — un rīt dari to labāk.

Kur šodien parādās humanoīdu robotu mākslīgais intelekts 🏭📦

Izvietošanas joprojām ir mērķtiecīgas, taču tās nav tikai laboratorijas demonstrācijas:

• Noliktavu darbība un loģistika — iepirkumu maisiņu pārvietošana, palešu pārvietošana no konveijera uz konveijeru, bufera uzdevumi, kas ir atkārtoti, bet mainīgi; pārdevēji pozicionē mākoņpakalpojumu orķestrēšanu kā ātrāko ceļu uz izmēģinājuma projektiem un integrāciju ar WMS [5].

• Automobiļu ražošana — Mercedes-Benz uzņēmumā Apptronik Apollo pilotprojekti aptver pārbaudes un materiālu apstrādi; agrīnie uzdevumi tika veikti, izmantojot teleoperācijas sistēmu, un pēc tam, ja nepieciešams, tie tika veikti autonomi [4].

• Progresīva pētniecība un attīstība — jaunākās paaudzes mobilitāte/manipulācija turpina veidot metodes, kas laika gaitā iekļūst produktos (un drošības pamatojumos).

Mini gadījuma modelis (no reāliem pilotprojektiem): sāciet ar šauru piegādes līniju vai komponentu transportu; izmantojiet teleoptiskos/atbalstītos demonstrācijas attēlus, lai apkopotu datus; validējiet spēkus/ātrumus, ņemot vērā sadarbības drošības aploksni; pēc tam vispāriniet darbību uz blakus esošajām stacijām. Tas nav glamūrīgi, bet darbojas [2][4].

Kā humanoīdu robotu mākslīgais intelekts mācās praksē 🧩

Mācīšanās nav viena lieta:

• Imitācija un teleoperācija — cilvēki demonstrē uzdevumus (VR/kinestētiskais/teleoperācija), izveidojot autonomijas sākuma datu kopas. Vairāki pilotprojekti atklāti atzīst, ka ar teleoperācijas palīdzību veikta apmācība paātrina stabilu uzvedību [4].

• Pastiprināšanas mācīšanās un simulācijas-reālā pieeja — politikas, kas apmācītas simulācijas pārnesē ar domēna nejaušināšanu un adaptāciju; joprojām izplatītas pārvietošanās un manipulācijas jomā.

• Redzes-valodas-darbības modeļi — RT-2 stila politikas sasaista kameras kadrus + teksta mērķus ar darbībām, ļaujot tīmekļa zināšanām ietekmēt fiziskus lēmumus [1].

Vienkāršā valodā sakot: parādi to, simulē to, runā ar to — un tad atkārtoj.

Drošība un uzticēšanās: nepievilcīgākās pamatlietas 🛟

Roboti, kas strādā cilvēku tuvumā, manto drošības prasības, kas pastāv jau krietni pirms mūsdienu ažiotāžas. Divi pamatprincipi, kas ir vērts zināt:

• ISO/TS 15066 — vadlīnijas sadarbības lietojumprogrammām, tostarp mijiedarbības veidi (ātruma un atdalīšanas uzraudzība, jaudas un spēka ierobežošana) un cilvēka ķermeņa saskares ierobežojumi [2].

• NIST mākslīgā intelekta risku pārvaldības ietvars — pārvaldības rokasgrāmata (GOVERN, MAP, MEASURE, MANAGE), ko var piemērot datiem, modeļu atjauninājumiem un lauka uzvedībai, kad robota lēmumi izriet no apgūtiem modeļiem [3].

TL;DR — lieliskas demonstrācijas ir foršas; apstiprināti drošības gadījumi un pārvaldība ir foršākas.

Salīdzināšanas tabula: kurš ko būvē un kam 🧾

(Nevienmērīgas atstarpes ir tīšas. Mazliet cilvēciskas, mazliet nekārtīgas.)

(Jā, cenas ir neskaidras. Laipni lūdzam agrīnajos tirgos.)

Kas jāņem vērā, novērtējot humanoīdu robotu mākslīgo intelektu 🧭

• Uzdevuma atbilstība šodienai salīdzinājumā ar ceļa karti — vai tas var paveikt jūsu 2 svarīgākos darbus šajā ceturksnī, ne tikai foršo demonstrācijas darbu.

• Drošības apsvērums — pajautājiet, kā ISO sadarbības koncepcijas (ātrums un atdalīšana, jaudas un spēka ierobežojumi) iederas jūsu šūnā [2].

• Integrācijas slogs — vai tas attiecas uz jūsu WMS/MES un kam pieder darbības laiks un šūnu dizains; meklējiet konkrētus orķestrēšanas rīkus un partneru integrācijas [5].

• Mācību cikls — kā jaunas prasmes tiek apgūtas, apstiprinātas un ieviestas visā jūsu autoparkā.

• Apkalpošanas modelis — izmēģinājuma periodi, MTBF, rezerves daļas un attālinātā diagnostika.

• Datu pārvaldība — kam pieder ieraksti, kas pārskata perifēros gadījumus un kā tiek piemērotas ar RMF saskaņotas kontroles [3].

Izplatīti mīti, pieklājīgi neatmaskoti 🧵

• “Humanoīdi ir tikai robotu kosplejs.” Dažreiz uzvar robots uz riteņiem. Bet, ja ir iesaistītas kāpnes, kāpnes vai rokas instrumenti, cilvēciska ķermeņa uzbūve ir iezīme, nevis izsmalcinātība.

• “Tas viss ir no sākuma līdz beigām mākslīgais intelekts, bez vadības teorijas.” Reālās sistēmas apvieno klasisko vadību, stāvokļa novērtēšanu, optimizāciju un apgūtas politikas; saskarnes ir maģija [1].

• “Drošība pati nokārtosies pēc demonstrācijas.” Pretējā gadījumā. Drošības vārti, ko pat var izmēģināt kopā ar cilvēkiem apkārt. Standartiem ir savs iemesls [2].

Mini ekskursija pa pierobežu 🚀

• VLA aparatūras līmenī — parādās kompakti, ierīcē instalējami varianti, lai roboti varētu darboties lokāli ar zemāku latentumu, savukārt smagāki modeļi nepieciešamības gadījumā paliek hibrīda/mākonī [1].

• Nozares pilotprojekti — ne tikai laboratorijas, bet arī autoražotāji pēta, kur humanoīdi vispirms rada ietekmi (materiālu apstrāde, pārbaude), izmantojot ar teleoptisko palīdzību apmācītas apmācības, lai paātrinātu lietderību no pirmās dienas [4].

• Ietverti kritēriji — standarta uzdevumu komplekti akadēmiskajā un rūpniecības vidē palīdz ieviest progresu dažādās komandās un platformās [1].

Ja tas izklausās pēc piesardzīga optimisma – tāpat. Progress ir nevienmērīgs. Tas ir normāli.

Kāpēc frāze “Humanoid Robot AI” turpina parādīties ceļvežos 🌍

Tas ir glīts apzīmējums konverģencei: vispārējas nozīmes roboti cilvēku telpās, ko darbina modeļi, kas var izpildīt tādus norādījumus kā “novietojiet zilo tvertni uz 3. stacijas, tad paņemiet griezes momenta atslēgu” un vienkārši… izdariet to. Apvienojot cilvēkiem piemērotu aparatūru ar VLA stila spriešanu un sadarbības drošības praksi, produkta virsmas laukums paplašinās [1][2][5].

Noslēguma piezīmes — jeb vējainais "Took Long, Disn't Read" 😅

• Humanoīds robots AI = cilvēka formas mašīnas ar iemiesotu intelektu, kas spēj uztvert, plānot un rīkoties dažādu uzdevumu veikšanā.

• Mūsdienu stimulu sniedz VLA modeļi, piemēram, RT-2, kas palīdz robotiem vispārināt no valodas un attēliem līdz fiziskām darbībām [1].

• Noliktavu un ražošanas nozarē parādās noderīgas ieviešanas iespējas, un drošības sistēmas un integrācijas rīki nodrošina vai lauž panākumus [2][4][5].

Tā nav brīnumlīdzeklis. Taču, ja izvēlaties pareizo pirmo uzdevumu, labi noformējat šūnu un uzturat mācību ciklu darbībā, lietderība parādīsies ātrāk, nekā jūs domājat.

Humanoīdais robots — mākslīgais intelekts — nav maģija. Tā ir santehnika, plānošana un pulēšana, kā arī daži prieka mirkļi, kad robots paveic uzdevumu, ko neesi tieši iekodējis. Un reizēm neveikls saglabāšanas process, kas liek visiem ievilkt elpu un tad aplaudēt. Tas ir progress. 🤝🤖

Atsauces

1. Google DeepMind — RT-2 (VLA modelis) : lasīt vairāk

2. ISO — Sadarbības robotu drošība : lasīt vairāk

3. NIST — mākslīgā intelekta risku pārvaldības sistēma : lasīt vairāk

4. Reuters — Mercedes-Benz × Apptronik piloti : lasīt vairāk

5. Veiklības robotika — orķestrēšana un integrācija : lasīt vairāk

Atrodiet jaunāko mākslīgo intelektu oficiālajā mākslīgā intelekta palīgu veikalā

Par mums