Ko roboti un mākslīgais intelekts uzzināja 2015. gadā

2015. gadā roboti īsti nepārņēma varu, taču brīžiem šķita, ka tas varētu būt tas, kur mēs virzāmies.

Bija pazīmes, ka mašīnas drīzumā pārņems roku darbu, kas šobrīd prasa cilvēka prasmes. Gada sākumā parādījās informācija par Amazon rīkoto konkursu, lai palīdzētu robotiem veikt vairāk darba tā plašajos produktu izpildes centros.

Amazon Picking izaicinājums, kā šo pasākumu sauca, notika ievērojamā robotikas konferencē vēlāk šajā gadā. Komandas sacentās par 25 000 $ balvu, izstrādājot robotu, lai pēc iespējas ātrāk identificētu un satvertu vienumus no viena no Amazon uzglabāšanas plauktiem (uzvarētājs izvēlējās un iesaiņoja 10 preces 20 minūšu laikā). Tas varētu šķist triviāls uzdevums cilvēkiem, taču izdomāt, kā īstā noliktavā satvert dažādus priekšmetus, kas nejauši sakārtoti plauktos, joprojām ir milzīgs izaicinājums robotu veidam.

Vēlāk šajā gadā mēs arī saņēmām ekskluzīvu ieskatu vienā no Amazon izpildes centriem, kas parādīja, cik izsmalcināti un automatizēti tie jau ir. Šajās noliktavās roboti pārvadā produktus starp strādniekiem, un cilvēki darbojas kā daļa no rūpīgi organizētas, precīzi noregulētas ražošanas sistēmas.

Dažus mēnešus vēlāk Pomonā, Kalifornijā, notika vēl iespaidīgākas robotu sacensības DARPA Robotics Challenge. Pasākums, ko finansēja ASV militārpersonas un tika izveidots, reaģējot uz kodolkatastrofu Fukušimā Japānā, bija paredzēts, lai iedvesmotu radīt humanoīdus robotus, kas spēj pārņemt ļoti bīstamu katastrofu scenārijus.

Sacensībās tika pārvarētas robotu noteikšanas, pārvietošanās un manipulāciju robežas ar virkni nogurdinošu izaicinājumu, tostarp durvju atvēršanu, kāpšanu pa kāpnēm un elektroinstrumentu darbināšanu. Atkal, šīs lietas varētu būt pietiekami vienkāršas cilvēkiem, taču tās joprojām ir ārkārtīgi smagas robotiem, kā ātri tika uzsvērta virkne pratību, kurās bija iesaistīti vairāki miljoni dolāru vērtie roboti. Pirmās vietas balvu 2 miljonu ASV dolāru apmērā galu galā saņēma robots, kurš spēja ātri pārvietoties pa maršrutu, jo varēja gan staigāt, gan ripot uz ceļiem.

Un, lai gan roboti joprojām ir zemāki par mums daudzos veidos, pamatā esošā tehnoloģija strauji uzlabojas. Pētnieki izstrādā jaunus veidus, kā roboti mācīties, un veidus, kā viņi var dalīties ar iegūto informāciju, kam vajadzētu vēl vairāk paātrināt progresu. Tāpēc nav pārsteidzoši, ka roboti parādās visdažādākajos komerciālos apstākļos, sākot no veikalu sveicējiem un iepirkšanās palīgiem līdz slimnīcu palīgiem un viesnīcu konsjeržiem.

Tas bija arī liels gads automatizētajām jeb pašbraucošajām automašīnām. Vairāki jauni uzņēmumi, tostarp Apple , Uber un pat Ķīnas Baidu , pievienojās Google un daudziem autoražotājiem automatizētas braukšanas tehnoloģiju izpētē. Mēs izpētījām, kā šo tendenci nodrošina ne tikai lētāki sensori un labāka vadības programmatūra, bet arī pieaugošā automašīnu datorizācija. Emisiju skandāls, kas pašlaik pārņem Volkswagen, ir vēl viens piemērs tam, ka mūsdienu transportlīdzekļos pieaug datora koda nozīme.

Uzņēmums, kas visvairāk iemieso transportlīdzekļu datorizāciju, Tesla, arī kļuva par pirmo, kas uz ceļiem ieviesa progresīvu pašpiedziņas tehnoloģiju, izdodot programmatūras atjauninājumu, kas iekļāva kaut ko, ko sauc par Autopilotu Model S automašīnām ar nepieciešamajiem sensoriem.

Tomēr tā nebija gluži gluda izlaišana. Vairāki Tesla īpašnieki publicēja satraucošus videoklipus, kuros redzams, kā sistēma uz ceļa uzvedas neparedzētā veidā, un uzņēmums bija spiests atkāpties, ierobežojot sistēmas iespējas, līdz tiks veikta turpmāka izstrāde un testēšana.

Google arī atklāja, ka tās pašbraucošo automašīnu prototipi ir bijuši vairākos negadījumos, lai gan avārijās vainojams fakts, ka tās automašīnas mēdz braukt tā, ka dažkārt var maldināt citus autovadītājus uz ceļa. Tomēr šie incidenti norāda uz draudošām ētiskām problēmām, ar kurām saskaras pašpiedziņas automašīnu radītāji. Lai cik dīvaini tas izklausītos, daži pētnieki jau apsver apstākļus, kādos šīs sistēmas ir jāieprogrammē, lai nogalinātu.

Pēdējos gados mākslīgā intelekta jomā ir panākts milzīgs progress, pateicoties ļoti lielu un izsmalcinātu dziļās mācīšanās neironu tīklu izstrādei, kas mācās, barojoties ar lielu datu apjomu, un šī tendence turpinājās 2015. gadā. Pasaules lielākie tehnoloģiju uzņēmumi ir nolīguši darbā jomas eksperti, lai izmantotu tehniku ​​tādos uzdevumos kā balss atpazīšana. Mēs veidojām Facebook komandu, kas strādā pie vērienīgiem centieniem izveidot padziļinātu mācību AI, kas spēj analizēt valodu un vadīt jēgpilnas sarunas. Pavisam nesen Facebook ieviesa personīgā asistenta pakalpojumu M, kas izmanto cilvēkus, bet tiks izmantots, lai palīdzētu apmācīt Facebook sarunvalodas AI.

Ar tik strauju AI un robotikas attīstību, iespējams, nav pārsteidzoši, ka daži eksperti ir sākuši uztraukties par ilgtermiņa sekām. Oksfordas universitātes filozofa Nika Bostroma sarakstītā grāmata izraisīja šīs bažas, un daudzi satraucoši hipotētiski scenāriji ir saistīti ar mākslīgo superinteliģenci. Tomēr mēs pārskatījām grāmatu un atklājām, ka tehniskais progress vēl īsti neattaisno mūsu pastardienas bailes.

Tātad, pie kā labāk vērsties, lai iegūtu mazliet plašāku perspektīvu, ja ne pie viena no mākslīgā intelekta tēviem Mārvinam Minskim? Retā video intervijā Minskis piedāvāja savas domas par AI vēsturi un dažas pārdomas par to, kas šai jomai vēl ir jāsasniedz.

Ja nākamais gads sasniegs kādu no agrīnajiem optimismiem, ko izjuta tādi pionieri kā Minskis, tad mēs galu galā varam virzīties uz robotu revolūciju.

paslēpties