wyobraź sobie przyszłość, w której roboty są tak zintegrowane z tkaniną ludzkiego życia, że stają się tak powszechne jak smartfony. Robotyka ma potencjał, aby znacznie poprawić jakość naszego życia w pracy,w domu i w zabawie, zapewniając ludziom wsparcie w zadaniach poznawczych i fizycznych. Od lat roboty wspierają działalność człowieka w niebezpiecznych, brudnych i nudnych zadaniach i umożliwiają eksplorację niedostępnych środowisk, od głębokich oceanów po głęboką przestrzeń kosmiczną. Coraz bardziej zdolne roboty będą w stanie adaptować się, uczyć i wchodzić w interakcje z ludźmi i innymi maszynami na poziomie poznawczym.
szybki postęp technologii w ciągu ostatniej dekady sprawił, że informatyka stała się niezbędna. Komputery zmieniły sposób, w jaki pracujemy, żyjemy i bawimy się. Cyfryzacja praktycznie wszystkiego, w połączeniu z postępem w robotyce, obiecuje przyszłość, w której dostęp do zaawansowanych technologicznie maszyn jest demokratyzowany i powszechny. Roboty stają się coraz bardziej zdolne do wykonywania bardziej złożonych obliczeń i interakcji ze światem za pomocą coraz bogatszych czujników i lepszych siłowników.
połączony świat z wieloma niestandardowymi robotami współpracującymi z ludźmi już teraz tworzy nowe miejsca pracy, poprawia jakość istniejących miejsc pracy i oszczędza czas, aby mogli skupić się na tym, co ich interesuje, ważne i ekscytujące. Dziś roboty stały się już naszymi partnerami w warunkach przemysłowych i domowych. Pracują ramię w ramię z ludźmi w fabrykach i salach operacyjnych. Koszą nasze trawniki, odkurzają nasze podłogi, a nawet doją nasze krowy. Za kilka lat dotkną jeszcze większej części naszego życia.
dojazdy do pracy samochodem bez kierowcy pozwolą Ci czytać, odbierać telefony, nadrabiać ulubione podcasty, a nawet drzemać. Zautomatyzowany samochód będzie również służył jako asystent, śledząc, co musisz zrobić, planując trasy, aby zapewnić wykonanie wszystkich obowiązków i sprawdzając Najnowsze dane o ruchu drogowym, aby wybrać najmniej przeciążone drogi. Samochody bez kierowcy pomogą zmniejszyć liczbę ofiar śmiertelnych z wypadków samochodowych, podczas gdy autonomiczne wózki widłowe mogą pomóc wyeliminować urazy pleców spowodowane podnoszeniem ciężkich przedmiotów. Roboty mogą zmienić niektóre istniejące miejsca pracy, ale ogólnie rzecz biorąc, roboty mogą wnieść wielki wkład społeczny. Roboty do pielęgnacji trawników i roboty do czyszczenia basenów zmieniły sposób wykonywania tych zadań. Roboty mogą pomóc ludzkości w problemach dużych i małych.
digitalizacja praktycznie wszystkiego, w połączeniu z postępem w robotyce, obiecuje przyszłość, w której dostęp do zaawansowanych technologicznie maszyn jest demokratyzowany i szeroko dostosowywany
celem robotyki nie jest zastąpienie człowieka mechanizacją i automatyzacją zadań, ale raczej znalezienie nowych sposobów, które pozwolą robotom skuteczniej współpracować z ludźmi. Roboty są lepsze od ludzi w takich zadaniach, jak chrupanie liczb i precyzyjne poruszanie się. Roboty mogą podnosić znacznie cięższe przedmioty. Ludzie są lepsi od robotów w zadaniach takich jak rozumowanie, definiowanie abstrakcji i uogólnianie lub specjalizowanie dzięki naszej zdolności czerpania z wcześniejszych doświadczeń. Dzięki współpracy Roboty i ludzie mogą rozwijać i uzupełniać swoje umiejętności.
dekada postępu umożliwiającego autonomię
postęp w robotyce w ciągu ostatniej dekady pokazał, że urządzenia zrobotyzowane mogą poruszać się, manipulować i wchodzić w interakcje z ludźmi i ich otoczeniem w unikalny sposób. Możliwości poruszania się robotów są możliwe dzięki szerokiej dostępności dokładnych czujników (na przykład skanerów laserowych), wysokowydajnym silnikom oraz opracowaniu solidnych algorytmów mapowania, lokalizacji, planowania ruchu i nawigacji po punktach orientacyjnych. Wiele nowych zastosowań jest możliwe dzięki postępowi w tworzeniu korpusów robotów (sprzęt) i mózgów robotów (oprogramowanie).
możliwości robotów są definiowane przez ścisłe sprzężenie między ich ciałami fizycznymi a obliczeniami, które obejmują ich mózgi. Na przykład latający robot musi mieć ciało zdolne do latania i algorytmy do sterowania lotem. Dzisiejsze roboty mogą wykonywać podstawowe ruchy na ziemi, w powietrzu i w wodzie. Mogą rozpoznawać obiekty, mapować nowe środowiska, wykonywać operacje pick-and-place, uczyć się poprawiać kontrolę, naśladować proste ruchy ludzkie, zdobywać nową wiedzę, a nawet działać jako skoordynowany zespół. Na przykład najnowsze Roboty i algorytmy piłkarskie są wdrażane w praktyce podczas corocznych zawodów piłki nożnej RoboCup.
ostatnie postępy w zakresie przechowywania dysków, skala i wydajność Internetu, komunikacja bezprzewodowa, narzędzia wspierające projektowanie i produkcję oraz moc i wydajność elektroniki, w połączeniu z ogólnoświatowym wzrostem przechowywania danych, wpłynęły na rozwój robotów na wiele sposobów. Koszty sprzętu spadają, Komponenty elektromechaniczne są bardziej niezawodne, narzędzia do tworzenia robotów są bogatsze, Środowiska programistyczne są łatwiej dostępne, a roboty mają dostęp do światowej wiedzy za pośrednictwem chmury. Możemy zacząć wyobrażać sobie skok od komputera osobistego do robota osobistego, co prowadzi do wielu zastosowań, w których roboty istnieją wszechobecnie i pracują ramię w ramię z ludźmi.
celem robotyki nie jest zastąpienie człowieka mechanizacją i automatyzacją zadań, ale raczej znalezienie nowych sposobów, które pozwolą robotom skuteczniej współpracować z ludźmi
transport jest doskonałym przykładem. O wiele łatwiej jest przenieść robota przez świat niż zbudować robota, który może z nim współdziałać. W ciągu ostatniej dekady znaczne postępy w algorytmach i sprzęcie umożliwiły nam wyobrażenie sobie świata, w którym ludzie i towary są przemieszczane w znacznie bezpieczniejszy i wygodniejszy sposób dzięki zoptymalizowanym flotom samochodów z własnym napędem.
w ciągu jednego roku Amerykanie przejechali prawie trzy biliony Mil.1 jeśli średnia wynosi 60 km / h, to daje prawie pięćdziesiąt miliardów godzin spędzonych w samochodzie.2 liczba ta rośnie wykładniczo, biorąc pod uwagę resztę globu. Czas spędzony w naszych samochodach nie jest jednak pozbawiony wyzwań. Dziś w Stanach Zjednoczonych co pięć sekund dochodzi do wypadku samochodowego.3 Na Całym Świecie, urazy drogowe są ósmą główną przyczyną śmierci, z około 1,24 milionów ludzi ginie każdego roku.4 oprócz tych strasznych kosztów ludzkich, te katastrofy mają ogromne żniwo ekonomiczne. National Highway Traffic Safety Administration obliczył koszty ekonomiczne w Stanach Zjednoczonych na około 277 miliardów dolarów rocznie.5 wgniecenie tych liczb jest ogromnym wyzwaniem – ale bardzo ważnym. Pojazdy samojezdne mogą eliminować wypadki drogowe.
wyobraź sobie, że samochody mogą się nauczyć … nauczyć się jeździć … nauczyć się, jak nigdy nie być odpowiedzialnym za kolizję … nauczyć się, czego potrzebujemy podczas jazdy? Co by było, gdyby stali się zaufanymi partnerami? Partnerzy, którzy mogą nam pomóc poruszać się po trudnych drogach, pilnować pleców, gdy jesteśmy zmęczeni, a nawet sprawić, że nasz czas w samochodzie … zabawa? Co jeśli twój samochód może powiedzieć, że masz ciężki dzień i włączyć ulubioną muzykę, aby pomóc ci się zrelaksować, obserwując uważnie sposób jazdy? Co jeśli twój samochód wiedział również, że zapomniałeś zadzwonić do rodziców wczoraj i wydał delikatne przypomnienie w drodze do domu. I wyobraźcie sobie, że łatwo było wykonać ten telefon, ponieważ można było odwrócić jazdę do samochodu na nudnym odcinku autostrady.
dostrzegając ten niezwykły potencjał w ciągu ostatnich kilku lat, większość producentów samochodów ogłosiła projekty AUT samojezdnych. Elon Musk słynnie przewidywał, że za pięć lat możemy zasnąć za kierownicą; samochód Google / Waymo był w wiadomościach dużo za przejechanie kilku milionów bezwypadkowych Mil; Nissan obiecał samochody do 2020 roku; Mercedes stworzył prototyp samochodu autonomicznego model S z 2014 roku, a Toyota ogłosiła (Wrzesień 2015) ambitny program opracowania samochodu, który nigdy nie będzie odpowiedzialny za kolizję, i zainwestowała miliard dolarów w rozwój sztucznej inteligencji.
jest dużo aktywności w tej przestrzeni w dużym spektrum możliwości samochodu. Aby zrozumieć, gdzie wszystkie różne postępy spadają, warto spojrzeć na klasyfikację National Highway Traffic Safety Administration (NHTSA) pięciu poziomów autonomii: Poziom 0 nie obejmuje żadnego wsparcia dla automatyzacji; Poziom 1 zawiera narzędzia do dodatkowego sprzężenia zwrotnego z kierowcą, na przykład za pomocą tylnej kamery; Poziom 2 obejmuje zlokalizowaną aktywną kontrolę, na przykład hamulce przeciwblokujące; Poziom 3 obejmuje wsparcie dla wyboru autonomii, ale człowiek musi być gotowy do przejęcia kontroli (jak w autopilocie Tesli); Poziom 4 obejmuje autonomię w niektórych miejscach przez pewien czas; a poziom 5 to autonomia we wszystkich środowiskach przez cały czas.
alternatywnym sposobem scharakteryzowania poziomu autonomii samochodu samojezdnego są trzy osie określające (1) Prędkość pojazdu; (2) złożoność środowiska, w którym porusza się pojazd, oraz (3) złożoność interakcji z czynnikami poruszającymi się (samochody, ludzie, rowerzyści, i tak dalej) w tym środowisku. Naukowcy przesuwają obwiednię wzdłuż każdej z tych osi, mając na celu zbliżenie się do autonomii poziomu 5.
w ciągu ostatniej dekady znaczące postępy w algorytmach i sprzęcie pozwoliły nam wyobrazić sobie świat, w którym ludzie i towary są przemieszczane w znacznie bezpieczniejszy i wygodniejszy sposób dzięki zoptymalizowanym flotom samochodów z własnym napędem
dzięki postępom algorytmicznym i sprzętowym w ciągu ostatniej dekady dzisiejsza technologia jest gotowa do wdrożenia poziomu 4 przy niskich prędkościach w środowiskach o niskiej złożoności i niskim poziomie interakcji z otaczającymi pieszymi i innymi pojazdami. Obejmuje to autonomię na drogach prywatnych, takich jak wspólnoty emerytalne i kampusy, lub na drogach publicznych, które nie są bardzo zatłoczone.
Autonomia poziomu 4 została umożliwiona przez dekadę postępów w zakresie sprzętu i algorytmów dostępnych dla robotów. Najważniejsze jest zbieżność kilku ważnych algorytmicznych zmian: tworzenie mapy, co oznacza, że pojazd może użyć swoich czujników do stworzenia mapy; lokalizacja, co oznacza, że pojazd może użyć swoich czujników, aby dowiedzieć się, gdzie jest na mapie; percepcja, co oznacza, że pojazd może postrzegać poruszające się obiekty na drodze; planowanie i podejmowanie decyzji, co oznacza, że pojazd może dowiedzieć się, co robić dalej w oparciu o to, co widzi teraz; i niezawodny sprzęt, a także zestawy danych jazdy, które pozwalają samochodom nauczyć się jeździć od ludzi. Dziś możemy wykonywać wiele jednoczesnych obliczeń, chrupać o wiele więcej danych i uruchamiać algorytmy w czasie rzeczywistym. Technologie te doprowadziły nas do momentu, w którym możemy realistycznie omówić ideę autonomii na drogach.
jednak nie mamy jeszcze autonomii poziomu 5. Wyzwania technologiczne związane z autonomią poziomu 5 obejmują: jazda w zatłoczeniu, jazda z dużymi prędkościami, jazda w niesprzyjającej pogodzie (deszcz, śnieg), jazda wśród kierowców ludzkich, jazda w obszarach, w których nie ma Map o dużej gęstości, i reagowanie na przypadki narożne. System percepcji pojazdu nie ma takiej samej jakości i skuteczności jak ludzkie oko. Aby było jasne, są pewne rzeczy, które Maszyny mogą zrobić lepiej niż ludzie, jak oszacować dokładnie, jak szybko porusza się inny pojazd. Ale roboty nie podzielają naszych zdolności rozpoznawania. Jak mogli? Całe życie uczymy się, jak obserwować świat i rozumieć go. Maszyny wymagają do tego algorytmów, a dane-wiele, wiele, wiele danych, opatrzone adnotacjami, aby powiedzieć im, co to wszystko znaczy. Aby umożliwić autonomię, musimy opracować nowe algorytmy, które pomogą im uczyć się na znacznie mniejszej liczbie przykładów w sposób nienadzorowany, bez ciągłej interwencji człowieka.
istnieją dwie filozofie, które napędzają badania i rozwój w autonomicznej jeździe: Autonomia szeregowa i autonomia równoległa. Autonomia równoległa dotyczy rozwoju technologii wspomagania kierowcy, gdy kierowca zasiada za kierownicą, ale system wspomagania kierowcy monitoruje to, co robi kierowca i interweniuje w razie potrzeby—w sposób, który nie szkodzi—na przykład w celu zapobieżenia kolizji lub skorygowania kąta skrętu, który utrzymuje samochód na drodze. Możliwości autonomii samochodu rosną stopniowo, ale działają równolegle z człowiekiem. Równoległe podejście autonomii pozwala na pracę samochodu w dowolnym miejscu i czasie. Seria Autonomia realizuje ideę, że człowiek lub samochód są za, ale nie oba. Kiedy samochód jest w trybie autonomicznym, człowiek nie przyczynia się w żaden sposób do jazdy. Możliwości autonomii samochodu również rosną stopniowo, ale ten samochód może działać tylko zgodnie z możliwościami obsługiwanymi przez jego pakiet autonomii. Samochód będzie stopniowo działał w coraz bardziej złożonych środowiskach.
istnieją dwie filozofie napędzające badania i rozwój w autonomicznej jeździe: Autonomia szeregowa i autonomia równoległa. Ta ostatnia dotyczy rozwoju technologii wspomagania kierowcy, w których kierowca zasiada za kierownicą, ale system wspomagania kierowcy monitoruje to, co robi kierowca i interweniuje w razie potrzeby
dzisiejsze rozwiązania autonomiczne serii działają w zamkniętych środowiskach (określonych przez drogi, po których pojazd może jeździć). Przepis na autonomię zaczyna się od rozszerzenia pojazdów o sterowanie drive-by-wire i czujniki, takie jak kamery i skanery laserowe. Czujniki służą do tworzenia map, wykrywania poruszających się przeszkód, takich jak piesi i inne pojazdy, oraz lokalizacji pojazdu na świecie. Rozwiązania autonomicznej jazdy są oparte na mapach i korzystają z dziesięcioletniego postępu w dziedzinie jednoczesnej lokalizacji i mapowania (SLAM). Mapy są konstruowane przez jazdę autonomicznym pojazdem po każdym możliwym odcinku drogi, zbierając cechy za pomocą czujników. Mapy są używane do każdego kolejnego autonomicznego napędu, aby zaplanować ścieżkę od początku do celu, wykonać ścieżkę, unikając przeszkód i zlokalizować pojazdy podczas wykonywania ścieżki.
większość firm z autami samojezdnymi testuje swoje floty tylko w dużych miastach, gdzie opracowały szczegółowe mapy 3D, które są skrupulatnie oznaczone dokładnymi pozycjami rzeczy, takich jak pasy ruchu, krawężniki i znaki stopu. Mapy te zawierają cechy środowiskowe wykrywane przez czujniki pojazdu. Mapy są tworzone przy użyciu systemów LIDAR 3D, które opierają się na świetle do skanowania lokalnej przestrzeni, gromadzenia milionów punktów danych i wyodrębniania cech definiujących każde miejsce.
jeśli chcemy, aby samochody z własnym napędem były opłacalną technologią globalną, to poleganie na szczegółowych mapach jest problemem. Współczesne autonomiczne pojazdy nie są w stanie jeździć w środowiskach wiejskich, w których nie mamy map—innymi słowy, po milionach mil dróg, które są nieutwardzone, nieoświetlone lub nierzetelnie oznakowane. W MIT CSAIL zaczęliśmy opracowywać MapLite jako pierwszy krok do umożliwienia samodzielnego poruszania się po drogach, na których nigdy wcześniej nie było, używając tylko GPS i czujników. Nasz system łączy dane GPS – takie, jakie można znaleźć w Mapach Google – z danymi pobranymi z czujników LIDAR. Razem te dwa elementy pozwalają nam autonomicznie prowadzić samochód po wielu nieutwardzonych drogach wiejskich i niezawodnie wykrywać drogę z wyprzedzeniem ponad 30 metrów (100 stóp). Inni badacze pracowali nad różnymi podejściami bez map z różnym powodzeniem. Metody wykorzystujące czujniki percepcji, takie jak LIDAR, często muszą w dużym stopniu polegać na oznakowaniu dróg lub uogólniać geometrię krawężników. Tymczasem podejścia oparte na wizji mogą działać dobrze w idealnych warunkach, ale mają problemy, gdy występuje niekorzystna pogoda lub złe oświetlenie. Jeśli chodzi o „autonomię poziomu 5” —to znaczy autonomię w dowolnym miejscu i czasie – nadal dzieli nas kilka lat, a to ze względu na wyzwania techniczne i regulacyjne.
autonomiczne pojazdy mogą przybierać różne formy, w tym wózki golfowe, wózki inwalidzkie, skutery, bagaże, wózki na zakupy, kosze na śmieci, a nawet łodzie. Technologie te otwierają drzwi do szerokiej gamy nowych produktów i zastosowań
chociaż postęp był znaczący od strony technicznej, uzyskanie nadrobienia polityki było zrozumiałym procesem złożonym i stopniowym. Decydenci polityczni nadal debatują nad poziomem, na jakim powinny być regulowane pojazdy autonomiczne. Jakie rodzaje pojazdów powinny być dozwolone na drodze i kto może je obsługiwać? Jak i przez kogo należy testować bezpieczeństwo? W jaki sposób różne systemy odpowiedzialności mogą kształtować terminowe i bezpieczne przyjęcie pojazdów autonomicznych i jakie są kompromisy? Jakie są implikacje mozaiki przepisów i regulacji poszczególnych państw i jakie są kompromisy w harmonizacji tych polityk? W jakim stopniu decydenci polityczni powinni zachęcać do przyjmowania pojazdów autonomicznych? Na przykład poprzez inteligentną infrastrukturę drogową, dedykowane pasy ruchu, zachęty dla producentów lub konsumentów? Są to złożone kwestie dotyczące korzystania z pojazdów autonomicznych na drogach publicznych. Jednocześnie formą autonomii, która jest już obecnie wdrażana, jest „autonomia poziomu 4”, definiowana jako autonomia w niektórych środowiskach w pewnym czasie. Technologia ta jest przeznaczona dla autonomicznych pojazdów, które mogą jeździć przy sprzyjającej pogodzie, prywatnie i przy niższych prędkościach.
środowiska takie jak społeczności emerytów, kampusy, hotele i parki rozrywki mogą korzystać z technologii autonomii poziomu 4. Autonomiczne pojazdy mogą przybierać różne formy, w tym wózki golfowe, wózki inwalidzkie, skutery, bagaże, wózki na zakupy, kosze na śmieci, a nawet łodzie. Technologie te otwierają drzwi do szerokiej gamy nowych produktów i zastosowań, od mobilności na żądanie, po autonomiczne zakupy i transport towarów oraz bardziej wydajną mobilność w szpitalach. Wszyscy skorzystaliby na tym, że transport stałby się powszechnie dostępnym narzędziem, ale korzyści te będą miały szczególny wpływ na nowych kierowców, naszą starszą populację oraz osoby dotknięte chorobą lub niepełnosprawnością.
technologia umożliwiająca autonomię samochodów może mieć bardzo szeroki wpływ społeczny. Wyobraź sobie, że mieszkańcy społeczności emerytów są bezpiecznie transportowani przez zautomatyzowane wózki golfowe. W przyszłości będziemy mogli zautomatyzować wszystko na kołach – nie tylko dzisiejsze odkurzacze, ale także Kosiarki, a nawet kosze na śmieci.
jeśli chcemy, aby samochody z własnym napędem były opłacalną technologią globalną, to poleganie na szczegółowych mapach jest problemem. Dzisiejsze autonomiczne pojazdy nie są w stanie jeździć w środowiskach wiejskich, w których nie mamy map
ta sama technologia, która umożliwi ten poziom automatyzacji, może być nawet wykorzystana, aby pomóc osobom niepełnosprawnym—jak niewidomym—doświadczać świata w sposób, który nigdy wcześniej nie był możliwy. Upośledzenie wzroku dotyka około 285 milionów ludzi na całym świecie, osób, które mogą odnieść ogromne korzyści ze zwiększonej mobilności i pomocy zrobotyzowanej. Jest to część populacji, którą technologia często pomijała lub ignorowała, ale w tym przypadku technologia może mieć znaczenie. Urządzenia do noszenia, które zawierają czujniki używane przez samochody samojezdne i oprogramowanie run autonomy, mogą umożliwić osobom niedowidzącym bezpieczne poznawanie świata w sposób znacznie bogatszy niż Laska.
Robotyka zmieni sposób, w jaki transportujemy ludzi i rzeczy w niedalekiej przyszłości. Ale wkrótce potem zrobi coś więcej niż dostarczy rzeczy na czas; umożliwi nam również produkcję tych rzeczy szybko i lokalnie.
wyzwania w robotyce
pomimo niedawnych i znaczących postępów w tej dziedzinie i obietnic na przyszłość, dzisiejsze roboty są nadal dość ograniczone w zdolności do rozwiązywania problemów, ich komunikacja jest często krucha, a tworzenie nowych robotów zajmuje zbyt dużo czasu. Szerokie przyjęcie robotów będzie wymagało naturalnej integracji robotów w świecie ludzi, a nie integracji ludzi w świecie maszyn.
rozumowanie
roboty mogą wykonywać tylko ograniczone rozumowanie ze względu na fakt, że ich obliczenia są starannie sprecyzowane. W przypadku dzisiejszych robotów wszystko jest napisane prostymi instrukcjami, a zakres robota jest całkowicie zawarty w jego programie. Zadania, które ludzie biorą za pewnik, na przykład zadając pytanie ” czy byłem tu wcześniej?”są notorycznie trudne dla robotów. Roboty rejestrują cechy miejsc, które odwiedziły. Funkcje te są uzyskiwane z czujników, takich jak kamery lub skanery laserowe. Trudno jest maszynie odróżnić cechy, które należą do sceny, którą robot już widział, od nowej sceny, która zawiera niektóre z tych samych obiektów. Ogólnie rzecz biorąc, dane zebrane z czujników i elementów wykonawczych są zbyt duże i zbyt niskie; muszą być odwzorowane na znaczące abstrakcje, aby roboty mogły skutecznie wykorzystać te informacje. Obecne badania w zakresie uczenia maszynowego dotyczące dużych zbiorów danych dotyczą sposobu kompresji dużego zbioru danych do niewielkiej liczby semantycznie znaczących punktów danych. Podsumowanie może być również wykorzystywane przez roboty. Na przykład roboty mogą podsumować swoją historię wizualną, aby znacznie zmniejszyć liczbę obrazów wymaganych do określenia, czy ” byłem tu wcześniej.”
dodatkowo roboty nie radzą sobie z nieoczekiwanymi sytuacjami. Jeśli robot napotka sprawę, którą nie został zaprogramowany do obsługi lub jest poza zakresem swoich możliwości, wejdzie w stan błędu i zatrzyma się. Często robot nie może podać przyczyny błędu. Na przykład Roboty odkurzające są zaprojektowane i zaprogramowane tak, aby poruszały się po podłodze, ale nie mogły wspinać się po schodach.
roboty muszą nauczyć się dostosowywać swoje programy, dostosowywać się do otoczenia i interakcji, jakie mają z ludźmi, z otoczeniem i innymi maszynami. Dziś każdy, kto ma dostęp do Internetu, ma na wyciągnięcie ręki informacje o świecie, w tym maszyny. Roboty mogą wykorzystać te informacje do podejmowania lepszych decyzji. Roboty mogą również rejestrować i wykorzystywać całą swoją historię (na przykład dane wyjściowe swoich czujników i siłowników) oraz doświadczenia innych maszyn. Na przykład robot wyszkolony do wyprowadzania psa może uzyskać dostęp do raportu pogody online, a następnie, na podstawie poprzednich spacerów, określić najlepszą trasę do pokonania. Być może krótki spacer, jeśli jest gorąco lub pada deszcz, lub długi spacer do pobliskiego parku, w którym obecnie znajdują się inne zrobotyzowane wyprowadzacze psów. Wszystko to można określić bez interakcji lub interwencji człowieka.
Komunikacja
świat, w którym wiele robotów współpracuje, wymaga niezawodnej komunikacji w celu koordynacji. Pomimo postępu w komunikacji bezprzewodowej nadal istnieją przeszkody w komunikacji robot-robot. Problem polega na tym, że modelowanie i przewidywanie komunikacji jest notorycznie trudne, a każda metoda sterowania robotem, która opiera się na obecnych modelach komunikacji, jest obarczona hałasem. Roboty potrzebują bardziej niezawodnego podejścia do komunikacji, które zagwarantuje im przepustowość, której potrzebują, kiedy jej potrzebują. Aby uzyskać odporną komunikację między robotami, nowym paradygmatem jest lokalnie mierzenie jakości komunikacji zamiast przewidywania jej za pomocą modeli. Korzystając z idei pomiaru komunikacji, możemy zacząć wyobrażać sobie używanie latających robotów jako mobilnych stacji bazowych, które koordynują się ze sobą, aby zapewnić zasięg komunikacji na skalę planetarną. Roje latających robotów mogą zapewnić dostęp do Internetu na całym świecie.
komunikacja między robotami a ludźmi jest również obecnie ograniczona. Podczas gdy technologie mowy zostały wykorzystane do wydawania robotom poleceń w ludzkim języku (na przykład „przejdź do drzwi”), zakres i słownictwo tych interakcji jest płytkie. Roboty mogą korzystać z pomocy ludzi, gdy utkną. Okazuje się, że nawet niewielka ilość ludzkiej interwencji w zadanie robota całkowicie zmienia problem i upoważnia Maszyny do zrobienia więcej.
obecnie, gdy roboty napotkają coś nieoczekiwanego (przypadek, dla którego nie został zaprogramowany), zostają zablokowane. Załóżmy, że zamiast utknąć, robot był w stanie zrozumieć, dlaczego utknął i pozyskać ludzką pomoc. Na przykład ostatnie prace nad wykorzystaniem robotów do montażu mebli IKEA pokazują, że roboty mogą rozpoznać, gdy noga stołu jest poza zasięgiem i poprosić ludzi o przekazanie im części. Po otrzymaniu części roboty wznawiają zadanie montażu. Są to jedne z pierwszych kroków w kierunku stworzenia symbiotycznych zespołów człowiek-robot, w których roboty i ludzie mogą prosić się nawzajem o pomoc.
Projektowanie i produkcja
kolejnym wielkim wyzwaniem dla dzisiejszych robotów jest czas projektowania i wytwarzania nowych robotów. Musimy przyspieszyć tworzenie robotów. Obecnie dostępnych jest wiele różnych typów robotów, ale wyprodukowanie każdego z nich zajęło wiele lat. Obliczenia, mobilność i możliwości manipulacyjne robotów są ściśle powiązane z ciałem robota – jego systemem sprzętowym. Ponieważ dzisiejsze korpusy robotów są stałe i trudne do rozbudowy, możliwości każdego robota są ograniczone przez jego ciało. Wytwarzanie nowych robotów-dodatkowych modułów robotycznych, osprzętu lub specjalistycznych narzędzi zwiększających możliwości-nie jest realną opcją, ponieważ proces projektowania, produkcji, montażu i programowania jest długi i uciążliwy. Potrzebujemy narzędzi, które przyspieszą projektowanie i produkcję robotów. Wyobraź sobie stworzenie kompilatora robota, który przyjmuje jako dane wejściowe specyfikację funkcjonalną robota (na przykład „chcę, aby robot grał ze mną w szachy”) i oblicza projekt, który spełnia specyfikację, plan produkcji i niestandardowe środowisko programistyczne do korzystania z robota. Wiele zadań dużych i małych może być zautomatyzowanych przez szybkie projektowanie i wytwarzanie wielu różnych typów robotów przy użyciu takiego kompilatora robota.
w kierunku wszechobecnej Robotyki
istnieją znaczne luki między tym, gdzie roboty są dzisiaj, a obietnicą wszechobecnej integracji robotów w życiu codziennym. Niektóre luki dotyczą tworzenia robotów-jak projektować i produkować nowe roboty szybko i skutecznie? Inne luki dotyczą obliczeń i możliwości robotów do rozumowania, zmiany i adaptacji do coraz bardziej złożonych zadań w coraz bardziej złożonych środowiskach. Inne luki dotyczą interakcji między robotami oraz między robotami a ludźmi. Obecne kierunki badań w robotyce przesuwają obwiednię w każdym z tych kierunków, dążąc do lepszych rozwiązań w tworzeniu robotów, kontrolowaniu ruchu robotów i ich umiejętności manipulacyjnych, zwiększaniu zdolności robotów do rozumowania, umożliwianiu percepcji na poziomie semantycznym poprzez widzenie maszynowe oraz rozwijaniu bardziej elastycznej koordynacji i współpracy między maszynami oraz między maszynami a ludźmi. Sprostanie tym wyzwaniom przybliży roboty do wizji wszechobecnej robotyki: połączony świat wielu ludzi i wielu robotów wykonujących wiele różnych zadań.
wszechobecna, dostosowana Robotyka jest dużym wyzwaniem, ale jej zakres nie różni się od wyzwania wszechobecnego przetwarzania danych, które zostało sformułowane około dwadzieścia pięć lat temu. Dziś możemy powiedzieć, że informatyka jest wszechobecna, stała się użytecznością i jest dostępna w dowolnym miejscu i czasie. Co trzeba zrobić, aby wszechobecna integracja robotów w codziennym życiu? Mark Weiser, który był głównym naukowcem w Xerox PARC i jest powszechnie określany jako ojciec wszechobecnych obliczeń, powiedział o wszechobecnych obliczeniach: „najgłębsze technologie to te, które znikają. Tkają się w tkaninie codziennego życia, aż są od niej nieodróżnialne.”
na przykład elektryczność była kiedyś nowatorską technologią, a teraz jest częścią życia. Technologie zrobotyzowane mają potencjał, aby dołączyć do komputera osobistego i elektryczności jako wszechobecnych aspektów codziennego życia. W niedalekiej przyszłości technologie zrobotyzowane zmienią sposób myślenia o wielu aspektach codziennego życia.
istnieją znaczne luki między tym, gdzie roboty są dzisiaj, a obietnicą wszechobecnej integracji robotów w życiu codziennym. Luki te dotyczą tworzenia robotów, ich obliczeń i zdolności do rozumowania, zmiany i adaptacji do coraz bardziej złożonych zadań w coraz bardziej złożonych środowiskach, a ich zdolność do interakcji z ludźmi
samodzielne floty samochodowe mają potencjał, aby przekształcić transport w narzędzie, dzięki dostosowanym przejazdom dostępnym w dowolnym miejscu i czasie. Transport publiczny może stać się systemem dwuwarstwowym: sieć dużych pojazdów (na przykład pociągów, autobusów) zapewniająca transport szkieletowy dla wielu osób na duże odległości, a floty pods transportowych zapewniające indywidualne potrzeby transportowe osób w zakresie krótkich przesiadek. Taka sieć transportowa byłaby połączona z infrastrukturą informatyczną i z ludźmi w celu zapewnienia mobilności na żądanie. Funkcjonowanie szkieletu może obejmować dynamicznie zmieniające się trasy w celu dostosowania się do potrzeb ludzi. Dane dotyczące transportu w czasie rzeczywistym i historyczne są już wykorzystywane do określenia najbardziej optymalnych tras autobusów i lokalizacji przystanków z dokładną dokładnością. Mobilność na żądanie może być ułatwiona dzięki najnowocześniejszym technologiom dla pojazdów samojezdnych. Biorąc samochód bez kierowcy na przejażdżkę może być tak proste, jak za pomocą smartfona. Kapsuły robotów będą wiedzieć, kiedy ludzie dotrą na stację, gdzie są ludzie, którzy potrzebują teraz podwózki, i gdzie są inne kapsuły robotów. Po przewiezieniu ludzi do miejsca docelowego, Robot pods jechał sam do następnego klienta, wykorzystując algorytmy dopasowywania popytu i koordynacji, aby zoptymalizować działanie floty i zminimalizować czas oczekiwania ludzi. Transport publiczny byłby wygodny i dostosowany.