Imaginați-vă un viitor în care roboții sunt atât de integrați în țesătura vieții umane încât devin la fel de obișnuiți ca smartphone-urile de astăzi. Domeniul roboticii are potențialul de a îmbunătăți considerabil calitatea vieții noastre la locul de muncă, acasă și în joc, oferind oamenilor sprijin pentru sarcini cognitive și sarcini fizice. De ani de zile, roboții au susținut activitatea umană în sarcini periculoase, murdare și plictisitoare și au permis explorarea mediilor inaccesibile, de la oceanele adânci până la spațiul adânc. Din ce în ce mai mult, roboții mai capabili vor putea să se adapteze, să învețe și să interacționeze cu oamenii și alte mașini la nivel cognitiv.
progresul rapid al tehnologiei din ultimul deceniu a făcut ca calculul să fie indispensabil. Calculul a transformat modul în care lucrăm, trăim și ne jucăm. Digitalizarea practic a tuturor, împreună cu progresele în robotică, promite un viitor în care accesul la mașini de înaltă tehnologie este democratizat și personalizarea pe scară largă. Roboții devin din ce în ce mai capabili datorită capacității lor de a executa calcule mai complexe și de a interacționa cu lumea prin senzori din ce în ce mai bogați și actuatori mai buni.
o lume conectată cu mulți roboți personalizați care lucrează alături de oameni creează deja noi locuri de muncă, îmbunătățește calitatea locurilor de muncă existente și economisește timp oamenilor, astfel încât să se poată concentra asupra a ceea ce consideră interesant, important și interesant. Astăzi, roboții au devenit deja partenerii noștri în medii industriale și interne. Lucrează cot la cot cu oamenii din fabrici și săli de operație. Ne tund peluzele, ne aspiră podelele și chiar ne mulg vacile. În câțiva ani, vor atinge și mai multe părți din viața noastră.
naveta pentru a lucra în mașina fără șofer vă va permite să citiți, să reveniți la apeluri, să vă prindeți podcast-urile preferate și chiar să dormiți. Mașina robotizată va servi, de asemenea, ca asistent, urmărind ceea ce trebuie să faceți, planificându-vă rutele pentru a vă asigura că toate treburile dvs. sunt finalizate și verificând cele mai recente date de trafic pentru a selecta cele mai puțin aglomerate drumuri. Mașinile fără șofer vor ajuta la reducerea deceselor cauzate de accidentele auto, în timp ce stivuitoarele autonome pot ajuta la eliminarea rănilor din spate cauzate de ridicarea obiectelor grele. Roboții pot schimba unele locuri de muncă existente, dar, în general, roboții pot aduce contribuții sociale mari. Roboții de îngrijire a gazonului și roboții de curățare a piscinelor au schimbat modul în care sunt realizate aceste sarcini. Roboții pot ajuta omenirea cu probleme mari și mici.
digitalizarea practic a tuturor, împreună cu progresele în robotică, promite un viitor în care accesul la mașinile de înaltă tehnologie este democratizat și personalizarea pe scară largă
obiectivul roboticii nu este de a înlocui oamenii prin mecanizarea și automatizarea sarcinilor, ci, mai degrabă, de a găsi noi modalități care să permită roboților să colaboreze cu oamenii mai eficient. Roboții sunt mai buni decât oamenii la sarcini precum ronțăitul numerelor și mișcarea cu precizie. Roboții pot ridica obiecte mult mai grele. Oamenii sunt mai buni decât roboții la sarcini precum raționamentul, definirea abstracțiilor și generalizarea sau specializarea datorită capacității noastre de a ne baza pe experiențele anterioare. Lucrând împreună, roboții și oamenii își pot spori și completa reciproc abilitățile.
un deceniu de progres care permite autonomia
progresele în robotică din ultimul deceniu au demonstrat că dispozitivele robotizate pot locomote, manipula și interacționa cu oamenii și mediul lor în moduri unice. Capacitățile de locomoție ale roboților au fost activate de disponibilitatea largă a senzorilor exacți (de exemplu, scanere laser), motoare de înaltă performanță și dezvoltarea unor algoritmi robusti pentru cartografiere, localizare, planificare a mișcării și navigare punct de referință. Multe aplicații noi sunt posibile datorită progresului în dezvoltarea corpurilor robotului (hardware) și a creierului robotului (software).
capacitățile roboților sunt definite de cuplarea strânsă dintre corpurile lor fizice și calculul care cuprinde creierul lor. De exemplu, un robot zburător trebuie să aibă un corp capabil să zboare și algoritmi pentru a controla zborul. Roboții de astăzi pot face locomoție de bază pe sol, în aer și în apă. Ei pot recunoaște obiecte, pot cartografia medii noi, pot efectua operațiuni de preluare și plasare, pot învăța să îmbunătățească controlul, să imite mișcări umane simple, să dobândească noi cunoștințe și chiar să acționeze ca o echipă coordonată. De exemplu, cele mai recente Roboți de fotbal și algoritmi sunt puse în practică la o competiție anuală de fotbal robot numit RoboCup.
progresele recente în stocarea pe disc, amploarea și performanța internetului, comunicațiile fără fir, instrumentele care susțin proiectarea și fabricarea, precum și puterea și eficiența electronicelor, împreună cu creșterea mondială a stocării datelor, au afectat dezvoltarea roboților în mai multe moduri. Costurile Hardware scad, Componentele electromecanice sunt mai fiabile, instrumentele pentru fabricarea roboților sunt mai bogate, mediile de programare sunt mai ușor disponibile, iar roboții au acces la cunoștințele lumii prin cloud. Putem începe să ne imaginăm saltul de la computerul personal la robotul personal, ducând la multe aplicații în care roboții există în mod omniprezent și lucrează cot la cot cu oamenii.
obiectivul roboticii nu este de a înlocui oamenii prin mecanizarea și automatizarea sarcinilor, ci, mai degrabă, de a găsi noi modalități care să permită roboților să colaboreze cu oamenii mai eficient
Transportul este un exemplu excelent. Este mult mai ușor să mutați un robot prin lume decât să construiți un robot care să poată interacționa cu acesta. În ultimul deceniu, progresele semnificative în algoritmi și hardware ne-au permis să ne imaginăm o lume în care oamenii și bunurile sunt mutate într-un mod mult mai sigur și mai convenabil, cu flote optimizate de mașini autonome.
într-un singur an, Americanii conduc aproape trei trilioane de mile.1 dacă medie că la 60 mph, care se adaugă până la aproape cincizeci de miliarde de ore petrecute în mașină.2 acest număr crește exponențial atunci când se ia în considerare restul globului. Dar timpul petrecut în mașinile noastre nu este lipsit de provocări. Astăzi, un accident de mașină are loc la fiecare cinci secunde în Statele Unite.3 la nivel global, accidentele rutiere sunt a opta cauză principală de deces, cu aproximativ 1,24 milioane de vieți pierdute în fiecare an.4 În plus față de acest teribil cost uman, aceste accidente au o taxă economică enormă. Administrația Națională pentru Siguranța Traficului pe autostrăzi a calculat costul economic în Statele Unite la aproximativ 277 miliarde de dolari pe an.5 Punerea unei adâncituri în aceste numere este o provocare enormă—dar una care este foarte importantă de abordat. Vehiculele autonome au potențialul de a elimina accidentele rutiere.
Imaginați-vă dacă mașinile ar putea învăța… să învețe cum conducem… să învețe cum să nu fim niciodată responsabili pentru o coliziune… să învățăm ce avem nevoie atunci când conducem? Ce se întâmplă dacă ar putea deveni parteneri de încredere? Parteneri care ne-ar putea ajuta să navigăm pe drumuri dificile, să ne păzim spatele când suntem obosiți, chiar să ne facem timpul în mașină… distractiv? Ce se întâmplă dacă mașina dvs. ar putea spune că aveți o zi grea și porniți muzica preferată pentru a vă ajuta să vă relaxați, în timp ce urmăriți cu atenție modul în care conduceți? Ce se întâmplă dacă mașina ta știa, de asemenea, că ai uitat să-ți suni părinții ieri și ai emis un memento blând în drum spre casă. Și imaginați-vă că a fost ușor pentru a face acest apel pentru că ai putea transforma de conducere pe la masina pe o porțiune plictisitoare de autostradă.
recunoscând acest potențial extraordinar în ultimii ani, majoritatea producătorilor de mașini au anunțat proiecte de mașini cu conducere automată. Elon Musk a prezis faimos că am putea adormi la volan în cinci ani; mașina Google / Waymo a fost în știri foarte mult pentru că a condus câteva milioane de mile fără accidente; Nissan a promis mașini cu conducere automată până în 2020; Mercedes a creat un prototip 2014 Model S mașină autonomă; iar Toyota a anunțat (septembrie 2015) un program ambițios de dezvoltare a unei mașini care nu va fi niciodată responsabilă pentru o coliziune și a investit 1 miliard de dolari pentru a avansa inteligența artificială.
există multă activitate în acest spațiu într-un spectru larg de capacități auto. Pentru a înțelege unde se încadrează toate diferitele progrese, este util să ne uităm la clasificarea Administrației Naționale pentru Siguranța Traficului pe autostrăzi (NHTSA) a cinci niveluri de autonomie: nivelul 0 nu include niciun suport pentru automatizare; Nivelul 1 include instrumente pentru feedback suplimentar pentru șoferul uman, de exemplu folosind o cameră din spate; nivelul 2 Include Control activ localizat, de exemplu frâne antiblocare; nivelul 3 include suport pentru autonomie selectată, dar omul trebuie să fie gata să preia (ca în pilotul automat Tesla); nivelul 4 include autonomie în unele locuri o parte din timp; iar nivelul 5 este autonomie în toate mediile tot timpul.
o modalitate alternativă de a caracteriza nivelul de autonomie al unei mașini autonome este în funcție de trei axe care definesc (1) viteza vehiculului; (2) complexitatea mediului în care se deplasează vehiculul și (3) complexitatea interacțiunilor cu agenții în mișcare (mașini, oameni, bicicliști etc.) în acel mediu. Cercetătorii împing plicul de-a lungul fiecăreia dintre aceste axe, cu obiectivul de a se apropia de autonomia de nivel 5.
în ultimul deceniu, progresele semnificative în algoritmi și hardware ne-au permis să ne imaginăm o lume în care oamenii și bunurile sunt mutate într-un mod mult mai sigur și mai convenabil cu flote optimizate de mașini cu conducere automată
datorită progreselor algoritmice și hardware din ultimul deceniu, tehnologia de astăzi este pregătită pentru implementări de nivel 4 la viteze mici în medii cu complexitate redusă, cu niveluri scăzute de interacțiune cu pietonii din jur și alte vehicule. Aceasta include autonomia pe drumurile private, cum ar fi în comunitățile de pensionari și campusuri, sau pe drumurile publice care nu sunt foarte aglomerate.
autonomia de nivel 4 a fost activată de un deceniu de progrese în hardware și algoritmi disponibili roboților. Cea mai importantă este convergența mai multor dezvoltări algoritmice importante: realizarea hărților, ceea ce înseamnă că vehiculul își poate folosi senzorii pentru a crea o hartă; localizare, ceea ce înseamnă că vehiculul își poate folosi senzorii pentru a afla unde se află pe hartă; percepție, ceea ce înseamnă că vehiculul poate percepe obiectele în mișcare de pe drum; planificarea și luarea deciziilor, ceea ce înseamnă că vehiculul își poate da seama ce să facă în continuare pe baza a ceea ce vede acum; și hardware fiabil, precum și seturi de date de conducere care permit mașinilor să învețe cum să conducă de la oameni. Astăzi, putem face atât de multe calcule simultane, crunch atât de mult mai multe date, și rula algoritmi în timp real. Aceste tehnologii ne-au dus într-un moment în care putem discuta realist ideea de autonomie pe drumuri.
cu toate acestea, nu avem încă autonomie de nivel 5. Provocările tehnologice către autonomia de nivel 5 includ: conducerea în congestie, conducerea la viteze mari, conducerea în condiții meteorologice nefavorabile (ploaie, zăpadă), conducerea în rândul șoferilor umani, conducerea în zone în care nu există hărți de înaltă densitate și răspunsul la cazurile de colț. Sistemul de percepție al unui vehicul nu are aceeași calitate și eficacitate ca ochiul uman. Pentru a fi clar, există unele lucruri pe care mașinile le pot face mai bine decât oamenii, cum ar fi estimarea cu exactitate cât de repede se mișcă un alt vehicul. Dar roboții nu împărtășesc capacitățile noastre de recunoaștere. Cum ar putea? Ne petrecem întreaga viață învățând cum să observăm lumea și să o înțelegem. Mașinile necesită algoritmi pentru a face acest lucru, iar datele—o mulțime, o mulțime, o mulțime de date, adnotate pentru a le spune ce înseamnă totul. Pentru a face posibilă autonomia, trebuie să dezvoltăm noi algoritmi care să-i ajute să învețe din mult mai puține exemple într-un mod nesupravegheat, fără o intervenție umană constantă.
există două filozofii care conduc cercetarea și dezvoltarea în conducerea autonomă: autonomia în serie și autonomia paralelă. Autonomia paralelă se referă la dezvoltarea tehnologiilor de asistență a șoferului în cazul în care șoferul se află la volan, dar sistemul de asistență a șoferului monitorizează ceea ce face șoferul și intervine după cum este necesar-într-un mod care nu dăunează—de exemplu pentru a preveni o coliziune sau pentru a corecta unghiul de direcție care menține mașina pe drum. Capacitățile de autonomie ale mașinii cresc treptat, dar funcționează în paralel cu omul. Abordarea autonomiei paralele permite mașinii să funcționeze oriunde, oricând. Autonomia de serie urmărește ideea că omul sau mașina sunt la conducere, dar nu ambele. Când mașina este în modul autonom, omul nu contribuie în niciun fel la conducere. Capacitățile de autonomie ale mașinii cresc, de asemenea, incremental, dar această mașină poate funcționa numai în funcție de capacitățile susținute de pachetul său de autonomie. Mașina va funcționa treptat în medii din ce în ce mai complexe.
există două filozofii care conduc cercetarea și dezvoltarea în conducerea autonomă: autonomia în serie și autonomia paralelă. Acesta din urmă se referă la dezvoltarea tehnologiilor de asistență a șoferului în care șoferul se află la volan, dar sistemul de asistență a șoferului monitorizează ceea ce face șoferul și intervine după cum este necesar
soluțiile de autonomie din seria de astăzi funcționează în medii închise (definite de drumurile pe care vehiculul poate conduce). Rețeta de autonomie începe prin mărirea vehiculelor cu control drive-by-wire și senzori, cum ar fi camere și scanere laser. Senzorii sunt utilizați pentru a crea hărți, pentru a detecta obstacolele în mișcare, cum ar fi pietonii și alte vehicule, și pentru a localiza vehiculul în lume. Soluțiile de conducere autonomă sunt bazate pe hărți și beneficiază de un deceniu de progrese în domeniul localizării și cartografierii simultane (SLAM). Hărțile sunt construite prin conducerea vehiculului autonom pe fiecare segment de drum posibil, colectând caracteristici cu senzorii. Hărțile sunt utilizate pentru fiecare unitate autonomă ulterioară, pentru a planifica o cale de la început la obiectiv, pentru a executa calea evitând în același timp obstacolele și pentru a localiza vehiculele pe măsură ce execută calea.
majoritatea companiilor auto își testează flotele doar în marile orașe unde au dezvoltat hărți 3D detaliate care sunt etichetate meticulos cu pozițiile exacte ale unor lucruri precum benzi, borduri și indicatoare de oprire. Aceste hărți includ caracteristici de mediu detectate de senzorii vehiculului. Hărțile sunt create folosind sisteme LIDAR 3D care se bazează pe lumină pentru a scana spațiul local, acumulând milioane de puncte de date și extragând caracteristicile care definesc fiecare loc.
dacă dorim ca autovehiculele să fie o tehnologie globală viabilă, această dependență de hărțile anterioare detaliate este o problemă. Vehiculele autonome de astăzi nu sunt capabile să conducă în medii rurale unde nu avem hărți—cu alte cuvinte, pe milioanele de kilometri de drumuri care sunt neasfaltate, neluminate sau marcate în mod nesigur. La MIT CSAIL, am început să dezvoltăm MapLite ca un prim pas pentru a permite autoturismelor să navigheze pe drumuri pe care nu au fost niciodată înainte de a utiliza doar GPS și senzori. Sistemul nostru combină datele GPS-cum ar fi cele pe care le—ați găsi pe Google Maps-cu datele preluate de la senzorii LIDAR. Împreună, aceste două elemente ne permit să conducem în mod autonom o mașină pe mai multe drumuri de țară neasfaltate și să detectăm în mod fiabil drumul cu mai mult de 100 de picioare (30 de metri) în avans. Alți cercetători au lucrat la diferite abordări fără hărți, cu diferite grade de succes. Metodele care utilizează senzori de percepție precum LIDAR trebuie adesea să se bazeze foarte mult pe marcajele rutiere sau să facă generalizări largi despre geometria bordurilor rutiere. Între timp, abordările bazate pe viziune pot funcționa bine în condiții ideale, dar au probleme atunci când există vreme nefavorabilă sau iluminare proastă. În ceea ce privește”autonomia de nivel 5″ —adică autonomia oriunde în orice moment—suntem încă la câțiva ani distanță, iar acest lucru se datorează atât provocărilor tehnice, cât și celor de reglementare.
vehiculele autonome pot lua multe forme diferite, inclusiv cărucioare de golf, scaune cu rotile, scutere, bagaje, cărucioare de cumpărături, coșuri de gunoi și chiar bărci. Aceste tehnologii deschid ușa către o gamă largă de produse și aplicații noi
deși progresele au fost semnificative din punct de vedere tehnic, obținerea unei politici de recuperare a fost un proces complex și incremental. Factorii de decizie continuă să dezbată nivelul la care ar trebui reglementate vehiculele autonome. Ce tipuri de vehicule ar trebui să fie permise pe drum și cine are voie să le opereze? Cum trebuie testată siguranța și de către cine? Cum ar putea modela diferitele regimuri de răspundere adoptarea în timp util și în condiții de siguranță a vehiculelor autonome și care sunt compromisurile? Care sunt implicațiile unui mozaic de legi și reglementări de la stat la stat și care sunt compromisurile în armonizarea acestor politici? În ce măsură ar trebui factorii de decizie să încurajeze adoptarea vehiculelor autonome? De exemplu, prin infrastructura smart-road, benzi dedicate autostrăzilor, stimulente pentru producători sau consumatori? Acestea sunt probleme complexe privind utilizarea vehiculelor autonome pe drumurile publice. În același timp, o formă de autonomie care este deja implementabilă acum este „autonomia de nivel 4”, definită ca autonomie în unele medii o parte din timp. Tehnologia este aici pentru vehiculele autonome care pot conduce pe vreme frumoasă, pe căi private și la viteze mai mici.
mediile precum comunitățile de pensionari, campusurile, proprietățile hoteliere și parcurile de distracții pot beneficia de tehnologiile de autonomie de nivel 4. Vehiculele autonome pot lua multe forme diferite, inclusiv căruțe de golf, scaune cu rotile, scutere, bagaje, cărucioare de cumpărături, coșuri de gunoi și chiar bărci. Aceste tehnologii deschid ușa către o gamă largă de produse și aplicații noi, de la mobilitate la cerere, la cumpărături autonome și transport de mărfuri și mobilitate mai eficientă în spitale. Toată lumea ar beneficia de transport devenind o utilitate disponibilă pe scară largă, dar aceste beneficii vor avea un impact deosebit asupra șoferilor noi, a populației noastre în vârstă și a persoanelor afectate de boli sau dizabilități.
tehnologia care permite autonomia automobilelor poate avea un impact societal foarte larg. Imaginați-vă că locuitorii unei comunități de pensionare sunt transportați în siguranță de căruțe de golf automate. În viitor, vom putea automatiza orice pe roți—nu doar aspiratoarele de astăzi, ci și mașinile de tuns iarba sau chiar cutiile de gunoi.
dacă dorim ca autovehiculele să fie o tehnologie globală viabilă, această dependență de hărțile anterioare detaliate este o problemă. Vehiculele autonome de astăzi nu sunt capabile să conducă în medii rurale unde nu avem hărți
aceeași tehnologie care va permite acest nivel de automatizare ar putea fi folosită chiar pentru a ajuta persoanele care se ocupă de dizabilități—cum ar fi nevăzătorii—să experimenteze lumea în moduri niciodată posibile. Deficiența vizuală afectează aproximativ 285 de milioane de oameni din întreaga lume, oameni care ar putea beneficia enorm de mobilitatea crescută și de asistența robotică. Acesta este un segment al populației pe care tehnologia l-a lăsat adesea în urmă sau L-a ignorat, dar, în acest caz, tehnologia ar putea face diferența. Dispozitivele purtabile care includ senzorii folosiți de mașinile cu conducere automată și software-ul de autonomie ar putea permite persoanelor cu deficiențe de vedere să experimenteze lumea în siguranță și în moduri mult mai bogate decât bastonul.
Robotica va schimba modul în care transportăm oamenii și lucrurile în viitorul foarte apropiat. Dar, curând după aceea, va face mai mult decât să livreze lucrurile la timp; ne va permite, de asemenea, să producem aceste lucruri rapid și local.
provocări în robotică
în ciuda progreselor recente și semnificative în domeniu și a promisiunilor pentru viitor, roboții de astăzi sunt încă destul de limitați în capacitatea lor de a-și da seama de lucruri, comunicarea lor este adesea fragilă și este nevoie de prea mult timp pentru a face noi roboți. Adoptarea pe scară largă a roboților va necesita o integrare naturală a roboților în lumea umană, mai degrabă decât o integrare a oamenilor în lumea mașinilor.
raționament
roboții pot efectua raționamente limitate doar datorită faptului că calculele lor sunt specificate cu atenție. Pentru roboții de astăzi, totul este scris cu instrucțiuni simple, iar domeniul de aplicare al robotului este în întregime conținut în programul său. Sarcini pe care oamenii le iau de la sine, de exemplu, punând întrebarea „am mai fost aici?”sunt foarte dificile pentru roboți. Roboții înregistrează caracteristicile locurilor pe care le-au vizitat. Aceste caracteristici sunt extrase din senzori, cum ar fi camere sau scanere laser. Este greu pentru o mașină să facă diferența între caracteristicile care aparțin unei scene pe care robotul a văzut-o deja și o nouă scenă care se întâmplă să conțină unele dintre aceleași obiecte. În general, datele colectate de la senzori și actuatori sunt la un nivel prea mare și prea scăzut; trebuie mapate la abstracții semnificative pentru ca roboții să poată utiliza eficient informațiile. Cercetările actuale de învățare automată privind datele mari abordează modul de comprimare a unui set de date mare la un număr mic de puncte de date semnificative din punct de vedere semantic. Sumarizarea poate fi folosită și de roboți. De exemplu, roboții și-ar putea rezuma Istoricul vizual pentru a reduce semnificativ numărul de imagini necesare pentru a determina dacă „am mai fost aici.”
în plus, roboții nu pot face față situațiilor neașteptate. Dacă un robot întâlnește un caz pe care nu a fost programat să îl gestioneze sau se află în afara sferei capacităților sale, acesta va intra într-o stare de eroare și se va opri. Adesea robotul nu poate comunica cauza erorii. De exemplu, roboții de curățare cu vid sunt proiectați și programați să se deplaseze pe podea, dar nu pot urca scările.
roboții trebuie să învețe cum să-și adapteze programele, adaptându-se la împrejurimile lor și la interacțiunile pe care le au cu oamenii, cu mediile lor și cu alte mașini. Astăzi, toată lumea cu acces la Internet are informații din lume la îndemână, inclusiv mașini. Roboții ar putea profita de aceste informații pentru a lua decizii mai bune. Roboții ar putea, de asemenea, să înregistreze și să utilizeze întreaga lor istorie (de exemplu, ieșirea senzorilor și actuatoarelor lor) și experiențele altor mașini. De exemplu, un robot antrenat să vă plimbe câinele ar putea accesa raportul meteo online și apoi, pe baza plimbărilor anterioare, să determine cea mai bună rută de parcurs. Poate o scurtă plimbare dacă este cald sau plouă sau o plimbare lungă până la un parc din apropiere, unde se află în prezent alți plimbători de câini robotici. Toate acestea ar putea fi determinate fără interacțiune sau intervenție umană.
comunicare
o lume cu mulți roboți care lucrează împreună necesită o comunicare fiabilă pentru coordonare. În ciuda progreselor în comunicarea fără fir, există încă impedimente în comunicarea robot-robot. Problema este că modelarea și prezicerea comunicării este notoriu dificilă și orice metodă de control a robotului care se bazează pe modelele actuale de comunicare este plină de zgomot. Roboții au nevoie de abordări mai fiabile ale Comunicării care să garanteze lățimea de bandă de care au nevoie, atunci când au nevoie. Pentru a obține o comunicare robotică robotică rezistentă, o nouă paradigmă este măsurarea locală a calității comunicării în loc să o prezicem cu modele. Folosind ideea de măsurare a comunicării, putem începe să ne imaginăm utilizarea roboților zburători ca stații de bază mobile care se coordonează între ele pentru a oferi o acoperire de comunicare la scară planetară. Roiuri de roboți care zboară ar putea aduce acces la Internet peste tot în lume.
comunicarea dintre roboți și oameni este, de asemenea, limitată în prezent. În timp ce tehnologiile de vorbire au fost folosite pentru a da roboților comenzi în limbajul uman (de exemplu, „mutați-vă la ușă”), sfera și vocabularul acestor interacțiuni sunt superficiale. Roboții ar putea folosi ajutorul oamenilor atunci când se blochează. Se pare că chiar și o cantitate mică de intervenție umană în sarcina unui robot schimbă complet problema și împuternicește mașinile să facă mai mult.
în prezent, când roboții întâlnesc ceva neașteptat (un caz pentru care nu a fost programat) se blochează. Să presupunem că, în loc să se blocheze, robotul a reușit să explice de ce este blocat și să solicite ajutor uman. De exemplu, lucrările recente privind utilizarea roboților pentru asamblarea mobilierului IKEA demonstrează că roboții pot recunoaște când un picior de masă nu este la îndemână și le cer oamenilor să le predea piesa. După primirea piesei, roboții reiau sarcina de asamblare. Aceștia sunt câțiva dintre primii pași spre crearea de echipe simbiotice om-robot în care roboții și oamenii își pot cere reciproc ajutor.
proiectare și fabricare
o altă mare provocare cu roboții de astăzi este durata de timp pentru a proiecta și fabrica noi roboți. Trebuie să accelerăm crearea de roboți. Multe tipuri diferite de roboți sunt disponibile astăzi, dar fiecare dintre acești roboți a durat mulți ani pentru a produce. Capacitățile de calcul, mobilitate și manipulare ale roboților sunt strâns cuplate la corpul robotului—sistemul său hardware. Deoarece corpurile robotului de astăzi sunt fixe și dificil de extins, capacitățile fiecărui robot sunt limitate de corpul său. Fabricarea de noi roboți-module robotice suplimentare, corpuri de iluminat sau instrumente specializate pentru extinderea capacităților—nu este o opțiune reală, deoarece procesul de proiectare, fabricare, asamblare și programare este lung și greoi. Avem nevoie de instrumente care să accelereze proiectarea și fabricarea roboților. Imaginați-vă crearea unui compilator robot care ia ca intrare specificația funcțională a robotului (de exemplu „Vreau ca un robot să joace șah cu mine”) și calculează un design care îndeplinește specificația, un plan de fabricație și un mediu de Programare personalizat pentru utilizarea robotului. Multe sarcini mari și mici ar putea fi automatizate prin proiectarea rapidă și fabricarea multor tipuri diferite de roboți folosind un astfel de compilator de roboți.
către Robotica omniprezentă
există diferențe semnificative între locul în care se află roboții astăzi și promisiunea integrării omniprezente a roboților în viața de zi cu zi. Unele dintre lacune se referă la crearea de roboți—cum proiectăm și fabricăm noi roboți rapid și eficient? Alte lacune se referă la calculul și capacitățile roboților de a raționa, schimba și adapta pentru sarcini din ce în ce mai complexe în medii din ce în ce mai complexe. Alte lacune se referă la interacțiunile dintre roboți și între roboți și oameni. Direcțiile actuale de cercetare în robotică împing plicul în fiecare dintre aceste direcții, urmărind soluții mai bune pentru a face roboți, controlând mișcarea roboților și abilitățile lor de manipulare, sporind capacitatea roboților de a raționa, permițând percepția la nivel semantic prin viziunea mașinii și dezvoltând o coordonare și cooperare mai flexibile între mașini și între mașini și oameni. Îndeplinirea acestor provocări va aduce roboții mai aproape de viziunea roboticii omniprezente: lumea conectată a multor oameni și a multor roboți care îndeplinesc multe sarcini diferite.
Robotica omniprezentă, personalizată, este o mare provocare, dar domeniul său de aplicare nu este diferit de provocarea computerelor omniprezente, care a fost formulată în urmă cu aproximativ douăzeci și cinci de ani. Astăzi putem spune că calculul este într-adevăr omniprezent, a devenit o utilitate și este disponibil oriunde, oricând. Deci, ce ar fi nevoie pentru a avea o integrare omniprezentă a roboților în viața de zi cu zi? Mark Weiser, care a fost un om de știință șef la Xerox PARC și este denumit pe scară largă tatăl computerelor omniprezente, a spus despre calculul omniprezent că: „cele mai profunde tehnologii sunt cele care dispar. Ei se împletesc în țesătura vieții de zi cu zi până când nu se disting de ea.”
de exemplu, electricitatea a fost cândva o tehnologie nouă și acum face parte din viață. Tehnologiile robotice au potențialul de a se alătura calculatorului personal și electricității ca aspecte omniprezente ale vieții de zi cu zi. În viitorul apropiat, tehnologiile robotice vor schimba modul în care ne gândim la multe aspecte ale vieții de zi cu zi.
există diferențe semnificative între locul în care se află roboții astăzi și promisiunea integrării omniprezente a roboților în viața de zi cu zi. Aceste lacune se referă la crearea de roboți, calculul și capacitatea lor de a raționa, schimba și adapta pentru sarcini din ce în ce mai complexe în medii din ce în ce mai complexe, iar capacitatea lor de a interacționa cu oamenii
flotele auto cu conducere automată au potențialul de a transforma transportul într-o utilitate, cu călătorii personalizate disponibile oriunde, oricând. Transportul Public ar putea deveni un sistem cu două straturi: o rețea de vehicule mari (de exemplu, trenuri, autobuze) care asigură transportul coloanei vertebrale pentru mulți oameni pe distanțe lungi și flote de păstăi de transport care asigură nevoile personalizate de transport ale persoanelor fizice pentru hamei scurte. O astfel de rețea de transport ar fi conectată la infrastructura IT și la oameni pentru a oferi mobilitate la cerere. Funcționarea coloanei vertebrale ar putea include rute în schimbare dinamică pentru a se adapta nevoilor oamenilor. Datele de transport în timp real și istorice sunt deja utilizate pentru a determina cele mai optime rute de autobuz și locația opririlor la o granularitate fină. Mobilitatea la cerere poate fi facilitată de tehnologii de ultimă generație pentru vehiculele autonome. A lua o mașină fără șofer pentru o plimbare ar putea fi la fel de ușor ca și utilizarea unui smartphone. Păstăile robot ar ști când oamenii ajung la o stație, unde sunt oamenii care au nevoie de o plimbare acum și unde sunt celelalte păstăi robot. După ce au condus oamenii la destinație, păstăile robotului s-ar conduce la următorul client, folosind algoritmi de potrivire a cererii și coordonare pentru a optimiza operațiunile flotei și a minimiza timpul de așteptare al oamenilor. Transportul Public ar fi convenabil și personalizat.