Искусственный интеллект и роботы, нейронные сети и системы принятия решений — это по сей день мечты и «шутки» программистов, но это также движение вперед. Идея создать системы, которые могут обучаться через непосредственное наблюдение — отличная идея, вопрос в теоретических фундаментальных основаниях. Если в основе лежит традиционный менталитет, то робот стол накроет не всегда или не так, как надо.
Швейная машинка «Тула»
Когда-то один уважаемый специалист по теории решения изобретательских задач сказал: если вы хотите сделать швейную машинку, то вовсе не обязательно перед этим проектировать подобие руки человека, которое может держать в пальцах иголку.
Даже самая древняя машинка «Тула» будет шить ровнее. Она не будет уставать и плутать в стежках. Отличные технологии прошлого века.
Как правильно накрыть стол
Никогда не было и не будет такого повара, официанта и просто человека, который бы «знал», как он будет накрывать стол, получи он такую задачу. Но человек всегда знает, что он такую задачу решит! И каждый человек решит эту задачу по-своему.
Стремясь к прогрессу, робототехники поставили перед собой цель: разработать систему, которая позволит новым типам роботов изучать и решать сложные задачи. Исследователи MIT обозначили суть системы так: Planning with Uncertain Specifications (PUnS). Речь идет о планировании с неопределенными спецификациями. Перспективная задача, но не решаемая.
Ставить цель — накрыть стол — значит как минимум не ограничивать обучающегося в его «неопределенных спецификациях» и «его методах планирования». Стол можно накрыть и тремя предметами и девятью. Причем тут цифра восемь? Почему только кружка, стакан, ложка, вилка, нож, обеденная тарелка, маленькая тарелка и миска?
Как только современный программист или «более развитый» робототехник формулирует свою цель, становится очевидно — очередные умные технологии. Очевидная перспектива, но без гарантированного результата.
Создавать любую обучающуюся систему, способную решать «человеческие» задачи «по-человечески», как минимум можно только без начальной установки каких-либо ограничений.
Если у робота заклинило сустав
В программировании и робототехнике есть только одна беда и одна проблема.
Беда состоит в том, что дальше алгоритма не пойдет ни один робот. Сказано накрыть стол, и он будет методично обрабатывать «свой» приобретенный алгоритм по шагам.
Сбой на любом шаге — результата не будет. Пропадет электричество — результата нет. Пролился кофе и залил сустав на пальцах робота — тарелку он уже не поставит, но пытаться будет.
Проблема состоит в том, что робототехники искренне верят: идея Planning with Uncertain Specifications хороша, что их роботы способны взвесить множество возможных вариантов размещения, даже когда предметы были преднамеренно удалены, сложены или спрятаны. Обычно все это слишком запутывает роботов. Исследователи считают, что десятки тысяч тестовых прогонов делают их роботов продвинутыми в большинстве реальных ситуаций.
От заводских рабочих к экспертам
Первый автор проекта Анкит Шах (Ankit Shah) аспирант кафедры (the Department of Aeronautics and Astronautics (AeroAstro) and the Interactive Robotics Group) считает что заводские рабочие — это один уровень знаний, а вот эксперты — это совершенно другой.
Но нельзя разделять обучение на заводской уровень и экспертный. Обучение — это единый процесс для обучаемого.
Однако, важнее другое: кто ответит на более приземленный вопрос?
Престарелая пара купила такого робота, но у нее свой стиль обеденного стола и свои предпочтения, как его накрывать. Зачем тогда нужны сторонние эксперты, которые никогда не были в сельской местности и не знают, как накрыть стол на природе?
Система ставок и оценок, как ее ни назови, с подкреплением или без — последняя инстанция в данном вопросе. Грош цена тем правилам и знаниям, которые приобретает робот, если существует сторонний оцениватель их качества и применимости. Это ставка на гарантированную ошибку. Это не робот.
Но проект, безусловно, интересный и полезный, цены ему не будет, если снять с него всего три ограничения.
Нашли нарушение? Пожаловаться на содержание