หุ่นยนต์ที่พัฒนาและจำลองตัวเองได้พร้อมที่จะตั้งอาณานิคมในอวกาศ

“ถ้าคุณต้องการ เรากำลังพยายามคิดค้นวิธีใหม่ในการออกแบบหุ่นยนต์ที่ไม่ต้องใช้มนุษย์ในการออกแบบจริงๆ” กล่าว อลัน วินฟิลด์. “เรากำลังพัฒนาเครื่องจักรหรือหุ่นยนต์ที่เทียบเท่ากับการคัดเลือกเทียมในแบบที่เกษตรกร ไม่ได้ทำมาแค่หลายศตวรรษ แต่เป็นเวลานับพันปี … สิ่งที่เราสนใจคือการเพาะพันธุ์ หุ่นยนต์ ฉันหมายถึงอย่างนั้นจริงๆ”

Winfield ซึ่งทำงานกับซอฟต์แวร์และระบบหุ่นยนต์มาตั้งแต่ต้นทศวรรษ 1980 เป็นศาสตราจารย์ด้าน Cognitive Robotics ใน Bristol Robotics Lab ที่มหาวิทยาลัยทางตะวันตกของอังกฤษ (UWE) เขายังเป็นหนึ่งในสมองที่อยู่เบื้องหลัง วิวัฒนาการหุ่นยนต์อัตโนมัติ โครงการ (ARE) ซึ่งเป็นความพยายามหลายปีที่ดำเนินการโดย UWE, University of York, Edinburgh Napier University, University of Sunderland และ Vrije Universiteit Amsterdam ผู้สร้างหวังว่าจะเปลี่ยนวิธีการออกแบบและสร้างหุ่นยนต์ และทั้งหมดนี้ต้องขอบคุณการยืมเพจจากชีววิทยาวิวัฒนาการ

แนวคิดเบื้องหลัง ARE อย่างน้อยก็เรียบง่ายในเชิงสมมุติฐาน คุณสามารถนึกถึงภาพยนตร์นิยายวิทยาศาสตร์ได้กี่เรื่องว่ากลุ่มนักสำรวจผู้กล้าหาญกลุ่มหนึ่งลงจอดบนดาวเคราะห์ดวงใด และแม้จะพยายามวางแผนอย่างดีที่สุดแล้ว แต่ก็พบว่าตัวเองไม่ได้เตรียมตัวให้พร้อมสำหรับสิ่งที่พวกเขาทำ เผชิญ? นี่คือความจริงสำหรับสถานการณ์ที่ไม่เอื้ออำนวยใดๆ ที่เราอาจต้องการส่งหุ่นยนต์ โดยเฉพาะอย่างยิ่งเมื่อสิ่งเหล่านั้น สถานที่ต่างๆ อาจอยู่ห่างออกไปหลายสิบล้านไมล์ เช่นเดียวกับการสำรวจและที่อยู่อาศัยของสถานที่อื่นๆ ดาวเคราะห์ ปัจจุบันหุ่นยนต์อย่าง

รถแลนด์โรเวอร์ ถูกสร้างขึ้นบนโลกตามความคาดหวังของเราเกี่ยวกับสิ่งที่พวกเขาจะพบเมื่อมาถึง นี่คือแนวทางที่นักวิทยาการหุ่นยนต์ใช้ เนื่องจากไม่มีทางเลือกอื่นให้เลือก

แต่จะเกิดอะไรขึ้นหากเป็นไปได้ที่จะปรับใช้โรงงานขนาดเล็กซึ่งประกอบด้วยซอฟต์แวร์พิเศษ เครื่องพิมพ์ 3D แขนหุ่นยนต์ และ อุปกรณ์ประกอบอื่นๆ — ที่สามารถผลิตหุ่นยนต์แบบกำหนดเองชนิดใหม่ได้ตามเงื่อนไขใดๆ ก็ตามที่พบ ลงจอดเหรอ? หุ่นยนต์เหล่านี้สามารถขัดเกลาได้ตามปัจจัยด้านสิ่งแวดล้อมและงานที่ต้องการ ยิ่งไปกว่านั้น การใช้การผสมผสานระหว่างโลกแห่งความเป็นจริงและวิวัฒนาการทางคอมพิวเตอร์ ทำให้หุ่นยนต์รุ่นต่อ ๆ ไปสามารถรับมือกับความท้าทายเหล่านี้ได้ดียิ่งขึ้น นั่นคือสิ่งที่ทีม Autonomous Robot Evolution กำลังทำงานอยู่

“แนวคิดก็คือสิ่งที่คุณลงจอดบนโลกไม่ใช่กลุ่มหุ่นยนต์ แต่จริงๆ แล้วเป็นกลุ่มของ RoboFabs” Winfield บอกกับ Digital Trends โดยหมายถึงผู้ผลิตหุ่นยนต์ ARE ที่เขาและทีมสืบสวนของเขา อาคาร. “หุ่นยนต์ที่ผลิตโดย RoboFabs นั้นได้รับการทดสอบอย่างแท้จริงในดาวเคราะห์จริง สภาพแวดล้อม และในไม่ช้า คุณจะรู้ได้ว่าอันไหนจะประสบความสำเร็จ และอันไหน ไม่ใช่”

แมตต์ เฮลpostdoc ใน Bristol Robotics Lab ที่กำลังสร้าง RoboFab และออกแบบกระบวนการที่ใช้ในการผลิตหุ่นยนต์ทางกายภาพ กล่าวกับ Digital เทรนด์: “คุณลักษณะหลักสำหรับฉันคือหุ่นยนต์จะถูกสร้างขึ้นโดยไม่ได้ออกแบบโดยบุคคล แต่จะถูกสร้างโดยอัตโนมัติโดยผู้วิวัฒนาการ อัลกอริทึม นอกจากนี้ พฤติกรรมของบุคคลนี้ในโลกทางกายภาพจะถูกป้อนกลับเข้าสู่อัลกอริธึมวิวัฒนาการ และช่วยกำหนดว่าหุ่นยนต์จะผลิตอะไรต่อไป”

ยินดีต้อนรับสู่อีโวสเฟียร์

การเลียนแบบกระบวนการวิวัฒนาการผ่านซอฟต์แวร์เป็นแนวคิดที่ได้รับการสำรวจอย่างน้อยย้อนกลับไปในทศวรรษที่ 1940 ซึ่งเป็นทศวรรษเดียวกันใน ซึ่ง ENIAC ซึ่งเป็นยักษ์ใหญ่ขนาด 32 ตันซึ่งเป็นคอมพิวเตอร์ดิจิตอลอิเล็กทรอนิกส์อเนกประสงค์แบบตั้งโปรแกรมได้เครื่องแรกของโลกถูกยิงขึ้นเป็นครั้งแรก เวลา. ในช่วงปีหลังของทศวรรษนั้น นักคณิตศาสตร์ จอห์น ฟอน นอยมันน์ แนะนำว่าเครื่องจักรเทียมอาจเป็นได้ สร้างขึ้นซึ่งสามารถจำลองตัวเองได้ — หมายความว่ามันจะสร้างสำเนาของตัวเองขึ้นมา ซึ่งจากนั้นก็สร้างเพิ่มอีกได้ สำเนา

แนวคิดของฟอน นอยมันน์ ซึ่งมีมาก่อนปัญญาประดิษฐ์มานานกว่าครึ่งทศวรรษ ถือเป็นแนวคิดที่ปฏิวัติวงการ มันจุดประกายความสนใจในสาขาที่รู้จักกันในชื่อ Artificial Life หรือ ALife ซึ่งเป็นการผสมผสานระหว่างคอมพิวเตอร์ วิทยาศาสตร์และชีวเคมีที่พยายามจำลองชีวิตธรรมชาติและวิวัฒนาการผ่านการใช้คอมพิวเตอร์ การจำลอง

อัลกอริธึมเชิงวิวัฒนาการได้แสดงให้เห็นถึงคำมั่นสัญญาในโลกแห่งความเป็นจริงอย่างแท้จริง ตัวอย่างเช่น อัลกอริธึมทางพันธุกรรมที่สร้างขึ้นโดยอดีตนักวิทยาศาสตร์ NASA และวิศวกรของ Google Jason Lohn ถูกนำมาใช้เพื่อออกแบบส่วนประกอบดาวเทียมที่ใช้ในภารกิจอวกาศของ NASA จริง “ฉันรู้สึกทึ่งกับพลังของการคัดเลือกโดยธรรมชาติ” Lohn บอกฉันสำหรับหนังสือของฉัน เครื่องคิด. สิ่งที่น่าตกใจเกี่ยวกับส่วนประกอบดาวเทียมของ Lohn ซึ่งได้รับการทำซ้ำโดยอัลกอริธึมเหนือสิ่งอื่นใด รุ่นต่อรุ่นก็คือ มันไม่เพียงแต่ทำงานได้ดีกว่าการออกแบบของมนุษย์เท่านั้น แต่ยังไม่สามารถเข้าใจได้โดยสิ้นเชิง พวกเขาเช่นกัน โลห์นจำได้ว่าส่วนประกอบนั้นดูเหมือน “คลิปหนีบกระดาษที่โค้งงอ”

นี่คือสิ่งที่ทีม ARE รู้สึกตื่นเต้น หุ่นยนต์ที่สามารถสร้างได้โดยใช้กระบวนการวิวัฒนาการนี้สามารถได้รับการปรับปรุงให้เหมาะสมในแบบที่ผู้สร้างมนุษย์ไม่เคยฝันถึงมาก่อน “แม้ว่าเราจะรู้จักสภาพแวดล้อมเป็นอย่างดี วิวัฒนาการที่ประดิษฐ์ขึ้นก็สามารถคิดวิธีแก้ปัญหาที่แปลกใหม่จนไม่มีมนุษย์คนใดจะคิดถึงมัน” วินฟิลด์กล่าว

มีสองส่วนหลักของโครงการ ARE “อีโวสเฟียร์” ด้านซอฟต์แวร์เรียกว่า Ecosystem Manager Winfield กล่าวว่ามีหน้าที่รับผิดชอบในการพิจารณาว่า "หุ่นยนต์ตัวใดที่จะผสมพันธุ์ได้" กระบวนการผสมพันธุ์นี้ใช้อัลกอริธึมเชิงวิวัฒนาการเพื่อทำซ้ำหุ่นยนต์รุ่นใหม่อย่างรวดเร็วอย่างไม่น่าเชื่อ กระบวนการซอฟต์แวร์จะกรองหุ่นยนต์ที่อาจใช้งานไม่ได้อย่างเห็นได้ชัดออกไป ไม่ว่าจะเนื่องมาจากความท้าทายในการผลิตหรือการออกแบบที่มีข้อบกพร่องอย่างเห็นได้ชัด เช่น หุ่นยนต์ที่ปรากฏจากภายในสู่ภายนอก หุ่นยนต์ “เด็ก” เรียนรู้ในสภาพแวดล้อมเสมือนจริงที่มีการควบคุม ซึ่งความสำเร็จจะได้รับรางวัล ผู้ที่ประสบความสำเร็จมากที่สุดจะต้องมีรหัสพันธุกรรมเพื่อการสืบพันธุ์

ผู้สมัครที่มีแนวโน้มมากที่สุดจะถูกส่งต่อไปยัง RoboFab เพื่อสร้างและทดสอบ RoboFab ประกอบด้วยเครื่องพิมพ์ 3 มิติ (หนึ่งในรุ่นปัจจุบัน และสามเครื่องในท้ายที่สุด) ซึ่งจะพิมพ์โครงกระดูกของหุ่นยนต์ ก่อนที่จะส่งมอบให้กับหุ่นยนต์ แขนเพื่อยึดสิ่งที่วินฟิลด์เรียกว่า “อวัยวะ” สิ่งเหล่านี้หมายถึงล้อ, CPU, เซ็นเซอร์วัดแสง, เซอร์โวมอเตอร์ และส่วนประกอบอื่นๆ ที่ไม่พร้อมใช้งาน พิมพ์ 3 มิติ ในที่สุด แขนหุ่นยนต์จะต่อสายไฟแต่ละอวัยวะเข้ากับตัวเครื่องหลักเพื่อทำให้หุ่นยนต์สมบูรณ์

“ฉันจะไม่เชี่ยวชาญด้านเทคนิคเกินไป แต่มีปัญหากับวิวัฒนาการในการจำลองซึ่งเราเรียกว่าช่องว่างความเป็นจริง” Winfield กล่าว “หมายความว่าสิ่งต่าง ๆ ที่พัฒนาโดยเฉพาะในการจำลองโดยทั่วไปจะไม่ทำงานได้ดีนักเมื่อคุณลองใช้งานในโลกแห่งความเป็นจริง [เหตุผลก็คือ] เพราะการจำลองคือการทำให้ง่ายขึ้น มันเป็นนามธรรมของโลกแห่งความเป็นจริง คุณไม่สามารถจำลองโลกแห่งความเป็นจริงด้วยความเที่ยงตรง 100% ด้วยงบประมาณการประมวลผลที่จำกัดได้”

พยายามอย่างเต็มที่ การจำลองพลวัตที่แท้จริงของโลกแห่งความเป็นจริงเป็นเรื่องยาก ตัวอย่างเช่น การเคลื่อนที่ที่ใช้ได้ผลในทางทฤษฎีอาจไม่ได้ผลในความเป็นจริงที่ยุ่งเหยิง เซ็นเซอร์อาจไม่ได้ให้การอ่านค่าที่ชัดเจนในการจำลอง แต่เป็นการประมาณข้อมูลที่คลุมเครือ

ด้วยการรวมทั้งซอฟต์แวร์และฮาร์ดแวร์เข้ากับวงจรป้อนกลับ นักวิจัย ARE คิดว่าพวกเขาอาจก้าวไปสู่การแก้ปัญหานี้ครั้งใหญ่ ในขณะที่หุ่นยนต์เคลื่อนที่ไปรอบๆ ความสำเร็จและความล้มเหลวของพวกมันจะถูกป้อนกลับไปยังซอฟต์แวร์ Ecosystem Manager เพื่อให้มั่นใจว่าหุ่นยนต์รุ่นต่อไปจะได้รับการดัดแปลงที่ดียิ่งขึ้น

ความเสี่ยงจากการจำลองแบบโดยไม่ตั้งใจ

“ความหวังใหญ่คือในช่วง 12 เดือนข้างหน้า เราจะสามารถกดปุ่มเริ่มต้นและเห็นกระบวนการทั้งหมดนี้ทำงานโดยอัตโนมัติ” Winfield กล่าว

อย่างไรก็ตามสิ่งนี้จะไม่อยู่ในอวกาศ ในขั้นต้น การใช้งานสำหรับการวิจัยนี้มีแนวโน้มที่จะมุ่งเน้นไปที่สถานการณ์ที่ไม่เอื้ออำนวยบนโลกมากกว่า เช่น การช่วยในการรื้อถอนโรงไฟฟ้านิวเคลียร์ เฮลกล่าวว่าเป้าหมายสูงสุดของ "ระบบอัตโนมัติเต็มรูปแบบสำหรับการพัฒนาหุ่นยนต์ที่ทำงานในโลกแห่งความเป็นจริงนั้นอยู่ห่างออกไปหลายทศวรรษ" แม้ว่าในระหว่างนี้จะมีแง่มุมต่างๆ ของโครงการนี้ เช่น การใช้อัลกอริธึมทางพันธุกรรมเพื่อ "พัฒนาประชากรที่ต่างกัน" ของหุ่นยนต์ ตามคำพูดของ Winfield จะทำให้ความก้าวหน้าที่เป็นประโยชน์ใกล้เคียงกับ บ้าน.

ในฐานะส่วนหนึ่งของโปรเจ็กต์ ทีมงานวางแผนที่จะเผยแพร่ผลงานในลักษณะโอเพ่นซอร์ส เพื่อให้ผู้อื่นสามารถสร้าง EvoSpheres ได้หากต้องการ “ลองจินตนาการว่าสิ่งนี้เทียบเท่ากับเครื่องเร่งอนุภาค ยกเว้นสิ่งนั้น แทนที่จะศึกษา อนุภาคมูลฐาน เรากำลังศึกษาวิวัฒนาการร่วมกันของสมองและร่างกาย และทุกแง่มุมของสิ่งนั้น” วินฟิลด์ พูดว่า.

สำหรับไทม์ไลน์ของหุ่นยนต์จำลองตัวเองในอวกาศนั้น น่าจะใช้เวลานานหลังจากที่เขาเกษียณ เขาคาดการณ์เวลาที่เราจะมีอาณานิคมของหุ่นยนต์อวกาศที่จำลองตัวเองได้หรือไม่? ใช่มีข้อแม้ “ความจริงที่ว่าคุณกำลังส่งระบบนี้ไปยังดาวเคราะห์ที่มีอุปกรณ์อิเล็กทรอนิกส์จำนวนจำกัด ซึ่งมีอุปทานจำกัด เซ็นเซอร์ มอเตอร์ที่มีอยู่อย่างจำกัดหมายความว่าสิ่งนั้นไม่สามารถหนีไปได้เพราะสิ่งเหล่านี้มีทรัพยากรจำกัด” เขากล่าว พูดว่า. “ทรัพยากรเหล่านั้นจะลดลงเนื่องจากชิ้นส่วนต่างๆ จะล้มเหลวเมื่อเวลาผ่านไป ดังนั้นในแง่หนึ่ง คุณมีเวลาในตัว ขีดจำกัดเนื่องจากความจริงที่ว่าส่วนประกอบเหล่านั้นจะล้มเหลวทั้งหมดในที่สุด — รวมถึง RoboFabs ด้วย ตัวพวกเขาเอง."

เขากระตือรือร้นที่จะชี้แจงให้ชัดเจนว่า "แง่มุมด้านความปลอดภัย" ของโครงการนี้ ซึ่งน่าจะคงอยู่ต่อไปตราบเท่าที่ยังไม่มี เป็นไปได้สำหรับหุ่นยนต์ในการเก็บเกี่ยววัสดุจากสภาพแวดล้อมและใช้สิ่งเหล่านี้กับส่วนประกอบอวัยวะที่สำคัญของการพิมพ์ 3 มิติ

“เหตุผลที่เราชอบแนวทางที่มีฮาร์ดแวร์รวมศูนย์ก็เพราะว่ามันง่ายที่จะหยุดกระบวนการ และง่ายต่อการทำลายกระบวนการ” เขากล่าว “สิ่งที่เราไม่อยากให้จบลงคือการสร้างโดยไม่ได้ตั้งใจ เครื่องจำลองของฟอน นอยมันน์. นั่นจะเป็นความคิดที่แย่มาก”

คำแนะนำของบรรณาธิการ

• อนาคตของระบบอัตโนมัติ: หุ่นยนต์กำลังมา แต่พวกมันจะไม่แย่งงานของคุณ
• ขาเทียมที่ไม่ต้องฝึกฝน: ความก้าวหน้าครั้งล่าสุดในด้านไบโอนิค
• หุ่นยนต์เหล่านี้ร่อนวัชพืชจนตาย เกษตรกรจึงไม่จำเป็นต้องใช้สารเคมีกำจัดวัชพืช
• เสียงดังเกินไปที่จะขับรถ? ไม่ต้องกังวล บาร์บาร์อัตโนมัตินี้จะขับไปหาคุณ
• มี EMP Blaster ขนาดยักษ์ในนิวเม็กซิโก ไม่ต้องกังวล มีไว้เพื่อปกป้องเรา