Intelektualūs robotai – mokymas prieš programavimą

Robotai negali būti programuojami, juos reikia mokyti? Tokią idėją straipsnyje apie sumanių robotų integraciją į visuomenę, portale „Gigaom“, pateikė žurnalistas Derrick Harris. Autorius rašo, jog dabartinės robotų kūrimo, tobulinimo bei pritaikymo visuomenėje tendencijos verčia manyti, kad esame robotų technikos renesanso viduryje, kupiname perspektyvų. „Šiandienos robotai nebėra tik standūs autonominiai gaminiai, sukurti atlikti vieną konkrečią užduotį be didelės žmonių pagalbos. Priešingai, dabarties robotai yra neįtikėtinai dinamiškos mašinos, kurios ne tik sugeba mokytis iš savo patirties, bet ir gali būti suprojektuotos taip, kad gebėtų bendradarbiauti su žmonėmis kolektyve. Egzistuojantys (arba kuriami) komerciniai gaminiai, tokie kaip Jibo, Baxter ar Amazon Echo – trys gerai žinomi pavyzdžiai, apibrėžiantys robotų kūrimo potencialą ir primenantys, jog tai, tik evoliucijos pradžia,“ – rašo D. Harris.

Akivaizdu, kad kasdien rinką pasiekiančios naujosios technologijos ar jų projektavimo vizijos skatina robotikos progresą. „Sukurti roboto kūną nėra sunku, bet esminė priežastis, kodėl mes vis dar neturime pakankamai mumis besirūpinančių robotų savo namuose, yra ta, kad juos itin sunku programuoti,“ – spaudai teigia Brain Corporation įkūrėjas ir generalinis direktorius Eugene Izhikevich.

Robotus programuoti sunku dėl vienos itin paprastos priežasties – sudėtinga rasti būdą kaip sujungti funkcijų efektyvumą, kitaip tariant – kaip robotui suteikti universalumo savybę. Robotai gali būti puikūs pagalbininkai, jei reikia atlikti vieną konkrečią užduotį, tačiau to nepakanka, kai siekiama pritaikyti inteligentiškus mechanizmus „buitinėje“ praktikoje. „Štai kada robotų mokymas tampa aktualiu sprendimu“, straipsnyje rašo apžvalgininkas D. Harris ir teigia, kad ganėtinai dažnai, siekdami įgyvendinti robotų mokymo projektus, bendradarbiauti pradeda universitetai bei tyrimų centrai. Kaip pavyzdį, autorius pateikia RoboBrain kompanijos bei Stranfordo universiteto sąjungą.

Organizacija nekuria robotų, jos tikslas – sukurti interneto žinių prieinamumo sistemą, kuria robotai gebėtų pasinaudoti. Siekiama, kad sistemos pagalba būtų randami grafiniai pavyzdžiai, videoklipai ir pan., galintys padėti atpažinti tam tikrą užduoties procesą ir tokių būdų padėti robotui atlikti numatytą užduotį. Žurnalistas taip pat, kaip pavyzdį, pateikia „Tell Me Dave“ projektą, sukurtą panašiu „virtualių žinių sėmimosi“ principu. Projekto sumanytojai nori, kad pasitelkęs skaitmeninėje erdvėje esančią informaciją robotas išmoktų gaminti.

Visgi tai nėra vieninteliai pavyzdžiai, kuriuose norima priversti robotą veikti pagal jau egzistuojančią informaciją, t.y. jį išmokyti. Pastaruoju metu „studijų“ principas tapo populiarus dėl unikalios galimybės paversti robotus itin dinamiškomis bei funkcionaliomis būtybėmis. Robotų mokymo pranašumai slypi dirbtinio intelekto universalume – robotas matys, girdės, kalbės, atliks tam tikras specifines funkcijas ir t.t. Ar tai įmanoma?

Eugene Izhikevich mano, kad robotus galima ištreniruoti taip pat kaip ir gyvūnus. „Kalbant apie tai, pavyzdžiui, robotas dulkių siurblys varomas BrainOS operacinės sistemos nesugeba atpažinti, kad katė yra katė, tačiau moka suprasti, jog būtent tas objektas – kad ir kas tai būtų – yra tai, ką būtina aplenkti siurbiant grindis. Žinoma, tol, kol robotai yra pakankamai skatinami žinoti tai, kas yra normalu tam tikrose situacijose ar kokie yra limitai – iki tol, BrainOS operuojami robotai ir toliau gali būti treniruojami sekti tam tikrus objektus, pastebėti kliūtys kelyje ar daugybe kitų dalykų. Vis dėlto, kaip ir kiekviena sritis, robotų „mokymas prieš programavimą“ susiduria su tam tikrais iššūkiais, šiuo atveju – vartotojų bei kompanijų indėliu,“ – rašo D. Harris teigdamas, kad neretai robotus įsigiję asmenys nori įdėti kuo mažiau pastangų robotų funkcijų formavime, o tiksliau – juos tenkina „vieno mygtuko paspaudimo“ galimybė (t.y. išankstinio užprogramavimo pritaikymas). Visgi E. Izhikevich tikina, kad vartotojai, norintys panaudoti sumanius mechanizmus ypatingiems tikslams neišsisuks nuo būtinybės juos mokyti.

„Programuojami“ robotai, veikiantys pagal numatytas funkcijas, remiasi praktiškumo bei patogumo koncepcija, tačiau mechanizmai, gebantys pasisemti žinių iš įvairių informacijos tiekimo šaltinių yra neatrasta, didelį potencialą turinti sritis.