Képzeljünk el egy olyan jövőt, ahol a robotok annyira integrálódnak az emberi élet szövetébe, hogy olyan általánossá válnak, mint manapság az okostelefonok. A robotika területe nagymértékben javíthatja életünk minőségét a munkahelyen, otthon és a játékban azáltal, hogy támogatást nyújt az embereknek a kognitív és fizikai feladatokhoz. A robotok évek óta támogatják az emberi tevékenységet veszélyes, piszkos és unalmas feladatokban, és lehetővé teszik az elérhetetlen környezetek felfedezését, a mély óceánoktól a mély űrig. Egyre több robot képes lesz alkalmazkodni, tanulni, és kölcsönhatásba lépni az emberekkel és más gépekkel kognitív szinten.
a technológia gyors fejlődése az elmúlt évtizedben nélkülözhetetlenné tette a számítástechnikát. A számítástechnika átalakította a munkánkat, az életünket és a játékunkat. Gyakorlatilag minden digitalizálása, a robotika fejlődésével párosulva olyan jövőt ígér, ahol a csúcstechnológiai gépekhez való hozzáférés demokratizálódik és a Testreszabás széles körben elterjedt. A robotok egyre inkább képesek arra, hogy bonyolultabb számításokat hajtsanak végre, és egyre gazdagabb érzékelőkkel és jobb működtetőkkel lépjenek kapcsolatba a világgal.
egy összekapcsolt világ, ahol sok személyre szabott robot dolgozik az emberek mellett, máris új munkahelyeket teremt, javítja a meglévő munkahelyek minőségét, és időt takarít meg az embereknek, hogy összpontosíthassanak arra, amit érdekesnek, fontosnak és izgalmasnak találnak. Mára a robotok már partnereinkké váltak ipari és hazai környezetben. Együtt dolgoznak az emberekkel a gyárakban és a műtőkben. Kaszálják a gyepünket, porszívózzák a padlónkat, és még a teheneinket is fejik. Néhány év múlva életünk még több részét érintik.
ingázás dolgozni a vezető nélküli autó segítségével olvasni, vissza hívásokat, felzárkózni a kedvenc podcastok, és még nap. A robotautó asszisztensként is szolgál, nyomon követi, hogy mit kell tennie, megtervezi az útvonalakat, hogy biztosítsa az összes házimunkát, és ellenőrzi a legfrissebb forgalmi adatokat a legkevésbé zsúfolt utak kiválasztásához. A vezető nélküli autók segítenek csökkenteni az autóbalesetek okozta haláleseteket, míg az autonóm targoncák segíthetnek a nehéz tárgyak felemelése által okozott hátsérülések kiküszöbölésében. A robotok megváltoztathatnak néhány meglévő munkahelyet, de összességében a robotok nagy társadalmi hozzájárulást nyújthatnak. A gyep-gondozó robotok és a medencetisztító robotok megváltoztatták ezeket a feladatokat. A robotok segíthetnek az emberiségnek a nagy és a kis problémákban.
gyakorlatilag minden digitalizálása, a robotika fejlődésével párosulva olyan jövőt ígér, ahol a csúcstechnológiás gépekhez való hozzáférés demokratizálódik és a Testreszabás széles körben elterjedt
a robotika célja nem az emberek helyettesítése a feladatok gépesítésével és automatizálásával, hanem új módszerek megtalálása, amelyek lehetővé teszik a robotok számára az emberekkel való hatékonyabb együttműködést. A robotok jobbak, mint az emberek az olyan feladatokban, mint a számok ropogása és a precíz mozgás. A robotok sokkal nehezebb tárgyakat tudnak felemelni. Az emberek jobbak a robotoknál olyan feladatokban, mint az érvelés, az absztrakciók meghatározása, az általánosítás vagy a szakosodás, köszönhetően annak, hogy képesek vagyunk korábbi tapasztalatokra támaszkodni. Az együttműködés révén a robotok és az emberek növelhetik és kiegészíthetik egymás képességeit.
az autonómiát lehetővé tevő fejlődés évtizede
a robotika fejlődése az elmúlt évtizedben bebizonyította, hogy a roboteszközök egyedülálló módon képesek mozgatni, manipulálni és kölcsönhatásba lépni az emberekkel és környezetükkel. A robotok mozgásképességét a pontos érzékelők (például lézerszkennerek) széles körű rendelkezésre állása, a nagy teljesítményű motorok és a robusztus algoritmusok fejlesztése tette lehetővé a térképezéshez, a lokalizációhoz, a mozgástervezéshez és az útpont navigációhoz. Számos új alkalmazás lehetséges a robot testek (hardver) és a robot agyak (szoftver) fejlesztésében elért fejlődésnek köszönhetően.
a robotok képességeit a fizikai testük és az agyukat alkotó számítás szoros összekapcsolása határozza meg. Például egy repülő robotnak rendelkeznie kell olyan testtel, amely képes repülni, és algoritmusokkal kell vezérelnie a repülést. A mai robotok alapvető mozgást végeznek a földön, a levegőben és a vízben. Felismerik az objektumokat, feltérképezik az új környezeteket, elvégzik a pick-and-place műveleteket, megtanulják javítani az irányítást, utánozzák az egyszerű emberi mozgásokat, új ismereteket szereznek, sőt összehangolt csapatként is működhetnek. A legújabb futballrobotokat és algoritmusokat például a RoboCup nevű éves robotfoci versenyen valósítják meg.
a lemezes tárolás, Az Internet mérete és teljesítménye, a vezeték nélküli kommunikáció, a tervezést és gyártást támogató eszközök, valamint az elektronika teljesítménye és hatékonysága, valamint az adattárolás világméretű növekedése számos módon befolyásolta a robotok fejlődését. A hardverköltségek csökkennek, az elektromechanikus alkatrészek megbízhatóbbak, a robotok készítéséhez szükséges eszközök gazdagabbak, a programozási környezetek könnyebben elérhetők, a robotok pedig a felhőn keresztül férhetnek hozzá a világ tudásához. Elkezdhetjük elképzelni az ugrást a személyi számítógépről a személyes robotra, ami számos olyan alkalmazáshoz vezet, ahol a robotok áthatóan léteznek, és az emberekkel együtt dolgoznak.
a robotika célja nem az emberek helyettesítése a feladatok gépesítésével és automatizálásával, hanem olyan új módszerek megtalálása, amelyek lehetővé teszik a robotok számára az emberekkel való hatékonyabb együttműködést
a szállítás nagyszerű példa. Sokkal könnyebb egy robotot mozgatni a világon, mint egy robotot építeni, amely kölcsönhatásba léphet vele. Az elmúlt évtizedben az algoritmusok és a hardverek jelentős fejlődése lehetővé tette számunkra, hogy egy olyan világot képzeljünk el, amelyben az emberek és az áruk sokkal biztonságosabb és kényelmesebb módon mozognak az optimalizált önvezető autók flottájával.
egyetlen év alatt az amerikaiak közel három billió mérföldet vezetnek.1 ha átlagoljuk, hogy ki a 60 mph, hogy összeadja a majdnem ötvenmilliárd órát töltött az autóban.2 Ez a szám exponenciálisan növekszik, ha figyelembe vesszük a világ többi részét. De az autónkban töltött idő nem mentes a kihívásoktól. Manapság öt másodpercenként történik autóbaleset az Egyesült Államokban.3 világszerte a közúti közlekedési sérülések a nyolcadik vezető halálokok, évente mintegy 1,24 millió ember veszíti életét.4 Ezen a szörnyű emberi költségen túl ezek az összeomlások óriási gazdasági károkat okoznak. A National Highway Traffic Safety Administration az Egyesült Államok gazdasági költségeit évente körülbelül 277 milliárd dollárra számította.5 ezeknek a számoknak a bemélyedése óriási kihívás—de nagyon fontos kezelni. Az önvezető járművek képesek kiküszöbölni a közúti baleseteket.
képzelje el, ha az autók megtanulnák… megtanulnák, hogyan vezetünk… megtanulnák, hogyan ne legyünk felelősek egy ütközésért… megtanulnák, mire van szükségünk vezetés közben? Mi lenne, ha megbízható partnerekké válnának? Partnerek, akik segíthetnek a trükkös utakon való eligazodásban, vigyáznak a hátunkra, amikor fáradtak vagyunk, még az autóban töltött időnket is… szórakoztatóvá teszik? Mi lenne, ha az autó tudná mondani, hogy nehéz napja van, és kapcsolja be kedvenc zenéit, hogy segítsen pihenni, miközben figyelmesen figyeli, hogyan vezet? Mi lenne, ha az autó is tudta, hogy elfelejtette felhívni a szüleit tegnap, és kiadott egy szelíd emlékeztető hazafelé. És képzeld el, hogy könnyű volt, hogy ezt a hívást, mert akkor kapcsolja át a vezetés az autó egy unalmas szakaszon autópálya.
felismerve ezt a rendkívüli potenciált az elmúlt néhány évben, a legtöbb autógyártó bejelentette az önvezető autó projekteket. Elon Musk híresen azt jósolta, hogy öt év alatt elaludhatunk a kormánynál; a Google / Waymo autó sokat szerepelt a hírekben, hogy több millió balesetmentes mérföldet vezetett; a Nissan 2020-ra ígérte az önjáró autókat; A Mercedes elkészítette a 2014-es Model S autonóm autó prototípusát; a Toyota pedig (2015 szeptemberében) ambiciózus programot jelentett be egy olyan autó kifejlesztésére, amely soha nem lesz felelős az ütközésért, és 1 milliárd dollárt fektetett be a mesterséges intelligencia fejlesztésébe.
ebben a térben nagyon sok tevékenység zajlik az autó képességeinek széles spektrumán. Ahhoz, hogy megértsük, hol esnek a különféle előrelépések, hasznos megvizsgálni a nemzeti autópálya Közlekedésbiztonsági Igazgatóság (NHTSA) öt autonómia-szint besorolását: a 0. szint nem tartalmaz semmilyen támogatást az automatizáláshoz; Az 1. szint olyan eszközöket tartalmaz, amelyek további visszajelzést adnak az emberi vezetőnek, például hátsó kamera használatával; a 2.szint magában foglalja a lokalizált aktív vezérlést, például blokkolásgátló fékeket; a 3. szint Támogatja a kiválasztott autonómiát, de az embernek készen kell állnia az átvételre (mint a Tesla Autopilot); a 4. szint bizonyos helyeken magában foglalja az autonómiát; és az 5. szint az autonómia minden környezetben.
az önvezető autó autonómiájának jellemzésének alternatív módja a három tengely meghatározása (1) a jármű sebessége; (2) a környezet összetettsége, amelyben a jármű mozog, és (3) a mozgó ágensekkel (autókkal, emberekkel, kerékpárosokkal stb.) való kölcsönhatások összetettsége az adott környezetben. A kutatók a borítékot mindegyik tengely mentén tolják, azzal a céllal, hogy közelebb kerüljenek az 5.szintű autonómiához.
az elmúlt évtizedben az algoritmusok és a hardverek jelentős fejlődése lehetővé tette számunkra, hogy olyan világot képzeljünk el, amelyben az emberek és az áruk sokkal biztonságosabb és kényelmesebb módon mozognak az önvezető autók optimalizált flottáival
az elmúlt évtized algoritmikus és hardveres fejlődésének köszönhetően a mai technológia készen áll a 4.szintű telepítésre alacsony sebességgel, alacsony komplexitású környezetben, alacsony szintű interakcióval a környező gyalogosokkal és más járművekkel. Ez magában foglalja az autonómiát a magánutakon, például a nyugdíjas közösségekben és az egyetemeken, vagy a nem túl zsúfolt közutakon.
a 4.szintű autonómiát a robotok rendelkezésére álló hardverek és algoritmusok évtizedes fejlődése tette lehetővé. A legfontosabb számos fontos algoritmikus fejlesztés konvergenciája: térképkészítés, vagyis a jármű érzékelőivel térképet készíthet; lokalizáció, vagyis a jármű érzékelőivel kitalálhatja, hol van a térképen; észlelés, vagyis a jármű érzékeli az úton mozgó tárgyakat; tervezés és döntéshozatal, ami azt jelenti, hogy a jármű képes kitalálni, hogy mi a következő lépés, annak alapján, amit most lát; és megbízható hardver, valamint vezetési adatkészletek, amelyek lehetővé teszik az autók számára, hogy megtanulják, hogyan kell vezetni az emberektől. Ma olyan sok egyidejű számítást végezhetünk, sokkal több adatot cruncholhatunk és algoritmusokat futtathatunk valós időben. Ezek a technológiák olyan időpontba vezettek minket, ahol reálisan megvitathatjuk az autonómia gondolatát az utakon.
azonban még nincs 5. szintű autonómiánk. Az 5. szintű autonómia felé vezető technológiai kihívások a következők: vezetés torlódásban, nagy sebességgel történő vezetés, rossz időben (eső, hó) történő vezetés, vezetés az emberi járművezetők között, vezetés olyan területeken, ahol nincsenek nagy sűrűségű térképek, valamint a sarok esetekre való reagálás. A jármű érzékelési rendszere nem ugyanolyan minőségű és hatékony, mint az emberi szem. Hogy világos legyek, vannak olyan dolgok, amelyeket a gépek jobban tudnak csinálni, mint az emberek, például pontosan megbecsülni, hogy egy másik jármű milyen gyorsan mozog. De a robotok nem osztják meg felismerési képességeinket. Hogy tehették? Egész életünket azzal töltjük, hogy megtanuljuk, hogyan figyeljük meg a világot, és hogyan értelmezzük azt. A gépeknek ehhez algoritmusokra van szükségük, és adatokra—sok-sok-sok adatra, jegyzetekkel, hogy elmondják nekik, mit jelent ez az egész. Az autonómia lehetővé tétele érdekében új algoritmusokat kell kifejlesztenünk, amelyek segítenek nekik sokkal kevesebb példából tanulni felügyelet nélkül, állandó emberi beavatkozás nélkül.
két filozófia vezérli az autonóm vezetés kutatását és fejlesztését: sorozat autonómia és párhuzamos autonómia. A párhuzamos autonómia olyan vezetősegítő technológiák kifejlesztésére vonatkozik, ahol a vezető a volánnál ül, de a vezetősegítő rendszer figyelemmel kíséri a vezető tevékenységét, és szükség szerint beavatkozik-olyan módon, amely nem okoz kárt—például az ütközés megelőzése vagy az autót az úton tartó kormányzási szög korrekciója érdekében. Az autó autonómia képessége fokozatosan növekszik, de párhuzamosan működik az emberrel. A párhuzamos autonómia megközelítés lehetővé teszi, hogy az autó bárhol, bármikor működjön. A sorozat autonómiája azt az elképzelést követi, hogy az ember vagy az autó felelős, de nem mindkettő. Amikor az autó autonóm üzemmódban van, az ember semmilyen módon nem járul hozzá a vezetéshez. Az autó autonómia képességei is fokozatosan növekednek, de ez az autó csak az autonómia csomag által támogatott képességek szerint működhet. Az autó fokozatosan egyre összetettebb környezetben fog működni.
az autonóm vezetésben a kutatás-fejlesztést két filozófia vezérli: a Soros autonómia és a párhuzamos autonómia. Ez utóbbi a vezetősegítő technológiák fejlesztésére vonatkozik, ahol a vezető ül a volánnál, de a vezetősegítő rendszer figyeli, hogy mit csinál a vezető, és szükség szerint beavatkozik
a mai sorozatú autonómia megoldások zárt környezetben működnek (azokat az utakat határozzák meg, amelyeken a jármű vezethet). Az autonómia receptje azzal kezdődik, hogy a járműveket drive-by-wire vezérléssel és érzékelőkkel, például kamerákkal és lézerszkennerekkel bővítik. Az érzékelőket térképek készítésére, mozgó akadályok, például gyalogosok és más járművek észlelésére, valamint a jármű lokalizálására használják a világon. Az autonóm vezetési megoldások térkép-alapúak, és a szimultán lokalizáció és térképezés (Slam) területén elért évtizedes fejlődés előnyeit élvezik. A térképek úgy készülnek, hogy az autonóm járművet minden lehetséges útszakaszon vezetik, az érzékelőkkel összegyűjtve a funkciókat. A térképeket minden további autonóm meghajtóhoz használják, hogy megtervezzék az utat az elejétől a célig, hogy végrehajtsák az utat, miközben elkerülik az akadályokat, és lokalizálják a járműveket az útvonal végrehajtásakor.
a legtöbb önvezető autógyártó csak nagyobb városokban teszteli flottáját, ahol részletes 3D-s térképeket fejlesztettek ki, amelyek aprólékosan fel vannak tüntetve a sávok, a járdaszegélyek és a stop táblák pontos helyzetével. Ezek a térképek tartalmazzák a jármű érzékelői által észlelt környezeti jellemzőket. A térképeket 3D LIDAR rendszerek segítségével készítik, amelyek a fényre támaszkodnak a helyi tér beolvasásához, több millió adatpontot gyűjtve össze, és kivonva az egyes helyeket meghatározó jellemzőket.
ha azt akarjuk, hogy az önvezető autók életképes globális technológiává váljanak, akkor problémát jelent a részletes előzetes térképekre való támaszkodás. A mai autonóm járművek nem képesek vezetni olyan vidéki környezetben, ahol nincs térképünk—más szóval a burkolatlan, megvilágítatlan vagy megbízhatatlanul megjelölt utak millió mérföldes útjain. Az MIT CSAIL-nél elkezdtük a MapLite fejlesztését az első lépésként annak érdekében, hogy az önvezető autók olyan utakon közlekedhessenek, amelyeken még soha nem voltak, csak GPS-t és érzékelőket használva. Rendszerünk egyesíti a GPS-adatokat—mint amilyeneket a Google Maps—en talál-a LIDAR érzékelőkből vett adatokkal. Ez a két elem együttesen lehetővé teszi számunkra, hogy önállóan vezessünk egy autót több burkolatlan országúton, és megbízhatóan észleljük az utat több mint 100 láb (30 méter) előre. Más kutatók különböző térkép nélküli megközelítéseken dolgoztak, változó sikerrel. Az olyan érzékelési érzékelőket használó módszereknek, mint a LIDAR, gyakran nagymértékben támaszkodniuk kell az útjelzésekre, vagy széles körű általánosításokat kell tenniük az útburkolatok geometriájáról. Eközben a látásalapú megközelítések ideális körülmények között jól teljesíthetnek, de vannak problémák, ha kedvezőtlen időjárás vagy rossz megvilágítás van. Ami az”5.szintű autonómiát” illeti—vagyis az autonómiát bárhol, bármikor—még mindig néhány év van hátra, és ez mind a technikai, mind a szabályozási kihívások miatt van.
az autonóm járművek sokféle formát ölthetnek, beleértve a golfkocsikat, kerekes székeket, robogókat, poggyászokat, bevásárlókocsikat, szemetesládákat és még hajókat is. Ezek a technológiák új termékek és alkalmazások széles skáláját nyitják meg
míg a technikai oldalon jelentős előrelépés történt, a politika felzárkóztatása érthetően összetett és fokozatos folyamat volt. A politikai döntéshozók még mindig vitatják az autonóm járművek szabályozásának szintjét. Milyen járműveket szabad forgalomba hozni, és ki üzemeltetheti őket? Hogyan kell tesztelni a biztonságot, és ki által? Hogyan alakíthatják a különböző felelősségi rendszerek az autonóm járművek időben történő és biztonságos bevezetését, és milyen kompromisszumok vannak? Milyen következményei vannak az államonkénti törvények és rendeletek sokszínűségének, és milyen kompromisszumok vannak ezeknek a politikáknak a harmonizálásában? Milyen mértékben kell a politikai döntéshozóknak ösztönözniük az autonóm járművek elfogadását? Például intelligens közúti infrastruktúra, dedikált autópálya-sávok, gyártói vagy fogyasztói ösztönzők révén? Ezek összetett kérdések az autonóm járművek közutakon történő használatával kapcsolatban. Ugyanakkor az autonómia egy olyan formája, amely már most is telepíthető, a “4.szintű autonómia”, amelyet bizonyos környezetekben az idő egy részében autonómiaként definiálnak. A technológia olyan autonóm járművek számára készült,amelyek tisztességes időben, magánúton és alacsonyabb sebességgel vezethetnek.
az olyan környezetek, mint a nyugdíjas közösségek, az egyetemek, a szállodai ingatlanok és a vidámparkok, mind részesülhetnek a 4.szintű autonómia technológiákból. Az autonóm járművek sokféle formát ölthetnek, beleértve a golfkocsikat, kerekes székeket, robogókat, poggyászokat, bevásárlókocsikat, szemetes tartályokat, sőt hajókat is. Ezek a technológiák új termékek és alkalmazások széles skáláját nyitják meg, az igény szerinti mobilitástól az autonóm vásárláson és áruszállításon át a hatékonyabb kórházi mobilitásig. Mindenki számára előnyös lenne, ha a közlekedés széles körben elérhető segédprogrammá válna, de ezek az előnyök különös hatással lesznek az új járművezetőkre, az idősebb népességünkre, valamint a betegség vagy fogyatékosság által érintett emberekre.
az autók autonómiáját lehetővé tevő technológiának nagyon széles társadalmi hatása lehet. Képzelje el, hogy egy nyugdíjas közösség lakóit automatizált golfkocsik szállítják biztonságosan. A jövőben bármit automatizálhatunk a kerekeken-nemcsak a mai porszívókat, hanem a fűnyírókat vagy akár a szemeteskannákat is.
ha azt akarjuk, hogy az önvezető autók életképes globális technológiává váljanak, ez a részletes előzetes térképekre való támaszkodás problémát jelent. A mai autonóm járművek nem képesek vezetni olyan vidéki környezetben, ahol nincsenek térképek
ugyanazt a technológiát, amely lehetővé teszi az ilyen szintű automatizálást, még arra is fel lehetne használni, hogy segítsen a fogyatékossággal élő embereknek—mint a vakok—a világot soha nem lehetséges módon megtapasztalni. A látásromlás világszerte mintegy 285 millió embert érint, akik óriási hasznot húzhatnak a megnövekedett mobilitásból és a robottámogatásból. Ez a népesség egy olyan szegmense, amelyet a technológia gyakran elhagyott vagy figyelmen kívül hagyott, de ebben az esetben a technológia mindent megváltoztathat. A viselhető eszközök, amelyek magukban foglalják az önvezető autók által használt érzékelőket és autonómia szoftvert futtatnak, lehetővé tehetik a látássérült emberek számára, hogy biztonságosan és sokkal gazdagabb módon éljék meg a világot, mint a sétabot.
a robotika a közeljövőben megváltoztatja az emberek és tárgyak szállításának módját. De nem sokkal ezután többet fog tenni, mint időben szállítani a dolgokat; azt is lehetővé teszi számunkra, hogy gyorsan és helyben előállítsuk ezeket a dolgokat.
kihívások a robotikában
annak ellenére, hogy a közelmúltban jelentős előrelépések történtek ezen a területen, és a jövőre nézve is ígéretesek, a mai robotok még mindig meglehetősen korlátozottak a képességükben, hogy kitalálják a dolgokat, kommunikációjuk gyakran törékeny, és túl sok időt vesz igénybe új robotok készítése. A robotok széles körű alkalmazása a robotok természetes integrációját igényli az emberi világban, nem pedig az emberek integrációját a gépek világába.
érvelés
a robotok csak korlátozott érvelést tudnak végrehajtani, mivel számításaikat gondosan meghatározzák. A mai robotok számára minden egyszerű utasításokkal van megfogalmazva, a robot hatóköre pedig teljes egészében a programjában található. Olyan feladatok, amelyeket az emberek természetesnek vesznek, például felteszik a kérdést: “voltam már itt?”közismerten nehéz a robotok számára. A robotok rögzítik a meglátogatott helyek jellemzőit. Ezeket a funkciókat olyan érzékelőkből nyerik ki, mint a kamerák vagy a lézerszkennerek. Nehéz egy gépnek különbséget tenni egy olyan jelenet jellemzői között, amelyet a robot már látott, és egy új jelenet között, amely történetesen ugyanazokat a tárgyakat tartalmazza. Általánosságban elmondható, hogy az érzékelőktől és a működtetőktől gyűjtött adatok túl nagyok és túl alacsonyak; ezeket értelmes absztrakciókra kell leképezni ahhoz, hogy a robotok hatékonyan tudják használni az információkat. A nagy adatokkal kapcsolatos jelenlegi gépi tanulási kutatás foglalkozik azzal, hogyan lehet egy nagy adatkészletet kis számú szemantikailag értelmes adatpontra tömöríteni. Az összefoglalást robotok is használhatják. Például a robotok összefoglalhatják vizuális történetüket, hogy jelentősen csökkentsék a szükséges képek számát annak meghatározásához, hogy ” voltam-e már itt.”
ezenkívül a robotok nem tudnak megbirkózni a váratlan helyzetekkel. Ha egy robot olyan esettel találkozik, amelyre nem volt beprogramozva, vagy kívül esik képességeinek hatókörén, hibaállapotba lép és megáll. A robot gyakran nem tudja közölni a hiba okát. Például a vákuumtisztító robotokat úgy tervezték és programozták, hogy mozogjanak a padlón, de nem tudnak lépcsőn mászni.
a robotoknak meg kell tanulniuk, hogyan igazítsák programjaikat, alkalmazkodva a környezetükhöz és az emberekkel, a környezetükkel és más gépekkel folytatott interakcióikhoz. Ma mindenki, aki Internet-hozzáféréssel rendelkezik, kéznél van a világ információja, beleértve a gépeket is. A robotok kihasználhatják ezt az információt, hogy jobb döntéseket hozzanak. A robotok rögzíthetik és felhasználhatják a teljes történetüket (például érzékelőik és működtetőik kimenetét), valamint más gépek tapasztalatait. Például egy kutyasétáltatásra kiképzett robot online hozzáférhet az időjárás-jelentéshez, majd a korábbi séták alapján meghatározhatja a legjobb útvonalat. Talán egy rövid séta, ha meleg vagy esik az eső, vagy egy hosszú séta a közeli parkba, ahol jelenleg más robotkutyasétálók találhatók. Mindez emberi beavatkozás vagy beavatkozás nélkül meghatározható.
kommunikáció
egy olyan világ, ahol sok robot dolgozik együtt, megbízható kommunikációt igényel a koordinációhoz. A vezeték nélküli kommunikáció fejlődése ellenére továbbra is vannak akadályok a robot-robot kommunikációban. A probléma az, hogy a kommunikáció modellezése és előrejelzése közismerten nehéz, és minden olyan robotvezérlő módszer, amely a jelenlegi kommunikációs modellekre támaszkodik, tele van zajjal. A robotoknak megbízhatóbb kommunikációs megközelítésekre van szükségük, amelyek garantálják a szükséges sávszélességet, amikor szükségük van rá. A rugalmas robot-robot kommunikáció elérése érdekében egy új paradigma a kommunikáció minőségének helyi mérése, ahelyett, hogy modellekkel előre jelezné. A kommunikáció mérésének ötletét felhasználva elkezdhetjük elképzelni, hogy repülő robotokat használunk mobil bázisállomásokként, amelyek egymással koordinálódnak, hogy bolygóméretű kommunikációs lefedettséget biztosítsanak. A repülő robotok Rajai a világ minden táján Internet-hozzáférést hozhatnak.
jelenleg a robotok és az emberek közötti kommunikáció is korlátozott. Míg a beszédtechnológiákat arra használják, hogy a robotok emberi nyelven adjanak parancsokat (például “lépj az ajtóhoz”), ezeknek az interakcióknak a hatóköre és szókincse sekély. A robotok felhasználhatják az emberek segítségét, amikor elakadnak. Kiderült, hogy még egy kis mennyiségű emberi beavatkozás a feladat egy robot teljesen megváltoztatja a problémát, és felhatalmazza a gépeket, hogy többet.
jelenleg, amikor a robotok valami váratlannal találkoznak (olyan eset, amelyre nem volt programozva), elakadnak. Tegyük fel, hogy ahelyett, hogy csak elakadna, a robot képes volt megindokolni, miért ragadt meg, és emberi segítséget igénybe venni. Például az IKEA bútorok összeszerelésére szolgáló Robotok használatával kapcsolatos legújabb munkák azt mutatják, hogy a robotok felismerik, ha az asztalláb nem elérhető, és megkérik az embereket, hogy adják át nekik az alkatrészt. Miután megkapta az alkatrészt, a robotok folytatják az összeszerelési feladatot. Ezek az első lépések a szimbiotikus ember-robot csapatok létrehozása felé, ahol a robotok és az emberek segítséget kérhetnek egymástól.
tervezés és gyártás
a mai robotok másik nagy kihívása az új robotok tervezésének és gyártásának időtartama. Fel kell gyorsítanunk a robotok létrehozását. Számos különböző típusú robot áll rendelkezésre ma, de ezeknek a robotoknak a gyártása sok évet vett igénybe. A robotok számítási, mobilitási és manipulációs képességei szorosan kapcsolódnak a robot testéhez—a hardverrendszeréhez. Mivel a mai robottestek rögzítettek és nehezen bővíthetők, minden robot képességeit a teste korlátozza. Új robotok gyártása-kiegészítő robotmodulok, szerelvények vagy speciális eszközök a képességek kibővítésére—nem valós lehetőség, mivel a tervezés, a gyártás, az összeszerelés és a programozás folyamata hosszú és nehézkes. Olyan eszközökre van szükségünk, amelyek felgyorsítják a robotok tervezését és gyártását. Képzeljünk el egy robotfordítót, amely bemenetként veszi a robot funkcionális specifikációját (például “azt akarom, hogy egy robot sakkozzon velem”), és kiszámítja a specifikációnak megfelelő tervet, egy gyártási tervet és egy egyedi programozási környezetet a robot használatához. Sok kis és nagy feladat automatizálható sok különböző típusú robot gyors tervezésével és gyártásával egy ilyen robot-Fordító segítségével.
az átfogó robotika felé
jelentős különbségek vannak a robotok jelenlegi helyzete és a robotok mindennapi életbe történő átfogó integrációjának ígérete között. A hiányosságok egy része a robotok létrehozásával kapcsolatos—Hogyan tervezzünk és gyártsunk új robotokat gyorsan és hatékonyan? További hiányosságok a robotok számítástechnikáját és azon képességét érintik, hogy az egyre összetettebb környezetben egyre összetettebb feladatokhoz alkalmazkodjanak, megváltoztassák és alkalmazkodjanak. Más hiányosságok a robotok, valamint a robotok és az emberek közötti kölcsönhatásokra vonatkoznak. A robotika jelenlegi kutatási irányai mindegyik irányba terelik a borítékot, jobb megoldásokat keresve a robotok gyártására, a robotok mozgásának és manipulációs képességeinek ellenőrzésére, a robotok gondolkodási képességének növelésére, a szemantikai szintű észlelés lehetővé tételére a gépi látás révén, valamint rugalmasabb koordináció és együttműködés kialakítására a gépek, valamint a gépek és az emberek között. Ezeknek a kihívásoknak való megfelelés közelebb hozza a robotokat az átfogó robotika jövőképéhez: sok ember és sok különböző feladatot ellátó robot összekapcsolt világa.
a mindent átható, testreszabott robotika nagy kihívás, de hatóköre nem különbözik a mindent átható Számítástechnika kihívásától, amelyet körülbelül huszonöt évvel ezelőtt fogalmaztak meg. Ma azt mondhatjuk, hogy a számítástechnika valóban elterjedt, segédprogrammá vált, és bárhol, bármikor elérhető. Szóval, mi kell ahhoz, hogy a robotok átfogó integrációja a mindennapi életben legyen? Mark Weiser, aki a Xerox PARC vezető tudósa volt, és széles körben a mindenütt jelenlévő számítástechnika atyjaként emlegetik, a pervazív számítástechnikáról azt mondta: “a legmélyebb technológiák azok, amelyek eltűnnek. Szövik magukat a mindennapi élet szövetébe, amíg meg nem különböztethetők tőle.”
például az elektromosság egykor új technológia volt, most pedig az élet része. A robottechnológiák képesek összekapcsolni a személyi számítógépet és az elektromosságot, mint a mindennapi élet átható aspektusait. A közeljövőben a robottechnológiák megváltoztatják azt, ahogyan a mindennapi élet számos aspektusáról gondolkodunk.
jelentős különbségek vannak a robotok jelenlegi helyzete és a robotok mindennapi életbe való átfogó integrációjának ígérete között. Ezek a hiányosságok a robotok létrehozását, a számításukat és az egyre összetettebb feladatokhoz való alkalmazkodási, változtatási és alkalmazkodási képességüket érintik az egyre összetettebb környezetben, valamint az emberekkel való interakció képességüket
az önvezető autóparkok képesek arra, hogy a szállítást segédprogrammá alakítsák, testre szabott túrákkal bárhol, bármikor. A tömegközlekedés kétrétegű rendszerré válhat: nagy járművek (például vonatok, buszok) hálózata, amely gerinces szállítást biztosít sok ember számára nagy távolságokon keresztül, valamint a szállítási hüvelyek flottái, amelyek az egyének testreszabott szállítási igényeit biztosítják a rövid komló számára. Egy ilyen közlekedési hálózat összekapcsolódna az informatikai infrastruktúrával és az emberekkel, hogy igény szerinti mobilitást biztosítson. A gerinc működése magában foglalhatja a dinamikusan változó útvonalakat az emberek igényeihez való alkalmazkodás érdekében. A valós idejű és történelmi közlekedési adatokat már használják a legoptimálisabb buszjáratok és a megállók helyének finom részletességgel történő meghatározásához. Az igény szerinti mobilitást az önvezető járművek korszerű technológiái segíthetik elő. A vezető nélküli autó vezetése ugyanolyan egyszerű lehet, mint egy okostelefon használata. A robotkabinoknak tudniuk kell, mikor érkeznek meg az emberek egy állomásra, hol vannak azok az emberek, akiknek most szükségük van egy fuvarra, és hol vannak a többi robotkabinban. Miután az embereket a rendeltetési helyükre vitték, a robotpodulok a következő ügyfélhez vezettek, igény-egyeztetési és koordinációs algoritmusokat használva, hogy optimalizálják a flotta működését és minimalizálják az emberek várakozási idejét. A tömegközlekedés kényelmes és személyre szabott lenne.