หุ่นยนต์ Cassie เรียนรู้ที่จะกระโดด วิ่ง และกระโดด
เมื่อ Charles Rosen, A.I. ผู้บุกเบิกผู้ก่อตั้งศูนย์ปัญญาประดิษฐ์ของ SRI International ได้รับการขอให้ตั้งชื่อให้กับ หุ่นยนต์เคลื่อนที่เอนกประสงค์ตัวแรกของโลกเขาคิดอยู่ครู่หนึ่งแล้วพูดว่า: "เมื่อมันเคลื่อนไหว มันสั่นราวกับนรก เรามาเรียกมันว่าเชกี้กันเถอะ”
สารบัญ
- ทำนายอนาคต
- เล็กกว่า ถูกกว่า ดีกว่า
แนวคิดนี้มีการเปลี่ยนแปลงไปบ้างในประวัติศาสตร์ของวิทยาการหุ่นยนต์ยุคใหม่ เรามักคิดว่าหุ่นยนต์เป็นเครื่องจักรที่เทอะทะและมีความสง่างามพอ ๆ กับอาหารกลางวันวันอาทิตย์ของผู้ไม่เชื่อพระเจ้า แม้แต่ภาพยนตร์นิยายวิทยาศาสตร์ก็ยังจินตนาการถึงหุ่นยนต์ซ้ำแล้วซ้ำอีกว่าเป็นการสร้างสรรค์ที่ไม่สวยงามซึ่งเดินด้วยก้าวที่ช้าและหยุดชะงัก
วิดีโอแนะนำ
ความคิดนั้นไม่สอดคล้องกับความเป็นจริงอีกต่อไป
เมื่อเร็วๆ นี้ กลุ่มนักวิจัยจาก Dynamic Robotics Laboratory ที่ Oregon State ได้เข้าศึกษาหนึ่งในมหาวิทยาลัย หุ่นยนต์แคสซี่ซึ่งเป็นขาหุ่นยนต์เดินคู่ที่มีลักษณะคล้ายส่วนล่างของนกกระจอกเทศ ไปยังสนามกีฬาเพื่อลองใช้อัลกอริธึม "การเดินสองเท้า" ล่าสุดของห้องปฏิบัติการ เมื่อถึงจุดนั้น หุ่นยนต์จะกระโดด เดิน เหวี่ยง และควบม้า โดยสลับการเคลื่อนไหวแต่ละประเภทได้อย่างราบรื่นโดยไม่ต้องชะลอความเร็ว เป็นการสาธิตที่น่าประทับใจ และเป็นการแสดงให้เห็นถึงความคล่องตัวของหุ่นยนต์ที่มีขาในปัจจุบัน โดยเฉพาะอย่างยิ่งเมื่อมีการฝึกอบรมเกี่ยวกับการเรียนรู้เชิงลึกเล็กน้อย
ที่เกี่ยวข้อง
- หุ่นยนต์ก้าวหน้าอย่างก้าวกระโดดในปี 2020 นี่คือไฮไลท์
- นักวิจัยชาวญี่ปุ่นใช้ AI การเรียนรู้เชิงลึก เพื่อให้หุ่นยนต์ไม้ระแนงเคลื่อนที่
- Rise of the Machines: นี่คือจำนวนหุ่นยนต์และ A.I. ก้าวหน้าในปี 2561
“โดยปกติแล้ว เมื่อผู้คนใช้การเรียนรู้แบบเสริมกำลังเชิงลึกกับหุ่นยนต์ พวกเขาจะใช้ฟังก์ชันการให้รางวัลที่ทำหน้าที่ให้รางวัลแก่โครงข่ายประสาทเทียมสำหรับการเลียนแบบวิถีการอ้างอิงอย่างใกล้ชิด” โจนาห์ ซีคมันน์หนึ่งในนักวิจัยของโครงการนี้บอกกับ Digital Trends “การรวบรวมวิถีอ้างอิงนี้ตั้งแต่แรกอาจเป็นเรื่องยากทีเดียว และเมื่อคุณมี 'การวิ่ง' แล้ว วิถีอ้างอิง ยังไม่ชัดเจนว่าคุณสามารถใช้สิ่งนั้นเพื่อเรียนรู้พฤติกรรม 'การกระโดด' หรือแม้แต่ 'การเดิน' พฤติกรรม."
ในงาน OSU ทีมงานได้สร้างกระบวนทัศน์การให้รางวัลที่ล้มล้างแนวคิดเรื่องวิถีการอ้างอิงโดยสิ้นเชิง แต่จะแบ่งช่วงเวลาออกเป็น "ระยะ" ซึ่งจะลงโทษหุ่นยนต์ที่มีเท้าเฉพาะบนพื้นในระหว่างช่วงหนึ่ง ในขณะที่ปล่อยให้มันทำที่จุดอื่น จากนั้นโครงข่ายประสาทเทียมจะค้นหา "สิ่งที่แข็งทั้งหมด" เช่น ตำแหน่งที่ข้อต่อควรอยู่ จำนวนแรงบิดที่ต้องใช้ในแต่ละข้อต่อ วิธีการ ยังคงมีเสถียรภาพและตั้งตรง — เพื่อสร้างกระบวนทัศน์การออกแบบที่อิงตามรางวัล ซึ่งช่วยให้หุ่นยนต์อย่าง Cassie เรียนรู้เกี่ยวกับการเดินสองเท้าที่พบใน ธรรมชาติ.
ทำนายอนาคต
แน่นอนว่ามันเป็นความสำเร็จที่น่าประทับใจ แต่มันก็นำมาซึ่งคำถามที่ใหญ่กว่านั้นด้วย: หุ่นยนต์มีความคล่องตัวขนาดนี้บนโลกได้อย่างไร? ในขณะที่วิดีโอออนไลน์ยังคงขาดแคลนอยู่ เผยให้เห็นหุ่นยนต์กำลังพังทลาย เมื่อมีสิ่งผิดปกติเกิดขึ้น ไม่ต้องสงสัยเลยว่าเส้นทางโดยรวมที่พวกเขาอยู่นั้นเป็นเส้นทางที่มุ่งหน้าไปสู่การเคลื่อนไหวที่ราบรื่นอย่างน่าประทับใจ ครั้งหนึ่งมีความคิดที่หุ่นยนต์จะวิ่งพล่านเหมือนม้าโพนี่หรือแสดงท่าทาง กิจวัตรการกีฬาที่สมบูรณ์แบบของภาพ คงเป็นเรื่องไกลตัวแม้แต่กับภาพยนตร์ ในปี 2020 หุ่นยนต์กำลังจะมาถึง
อย่างไรก็ตามการทำนายความก้าวหน้าเหล่านี้ไม่ใช่เรื่องง่าย ไม่มีการสังเกตแบบกฎของ Moore ง่ายๆ ที่ทำให้ง่ายต่อการกำหนดเส้นทางที่หุ่นยนต์ใช้จากเครื่องจักรที่เทอะทะไปจนถึงผู้ปฏิบัติงานที่ราบรื่น
กฎของมัวร์อ้างถึงข้อสังเกตของกอร์ดอน มัวร์ วิศวกรของ Intel ในปี 1965 ว่าทุกๆ 1-2 ปี จำนวนส่วนประกอบที่สามารถบีบลงบนวงจรรวมจะเพิ่มขึ้นสองเท่า ในขณะที่มีข้อโต้แย้งที่จะทำให้เรา ตอนนี้อาจจะถึงขีดจำกัดแล้ว ของกฎของมัวร์ นักวิจัยในปี 1991 สามารถคำนวณได้จริงที่ด้านหลังของซองจดหมาย ซึ่งความสามารถทางคอมพิวเตอร์อาจเป็นในแง่ของการคำนวณในปี 2021 สิ่งต่างๆ มีความซับซ้อนมากขึ้นสำหรับหุ่นยนต์
“แม้ว่ากฎของมัวร์จะทำนายแนวโน้มของพลังการประมวลผลได้อย่างน่าประหลาดใจ แต่คาดการณ์ก แนวโน้มของหุ่นยนต์มีขาก็เหมือนกับการจ้องมองลูกบอลคริสตัล” Christian Gehring หัวหน้าฝ่ายเทคโนโลยี เจ้าหน้าที่ที่ เอนี่โบติกส์ เอจีบริษัทสัญชาติสวิสที่ผลิตหุ่นยนต์มีขาซึ่งถูกนำมาใช้งานต่างๆ อยู่แล้ว ตรวจสอบแท่นขุดเจาะพลังงานนอกชายฝั่งโดยอัตโนมัติบอกกับ Digital Trends “โดยพื้นฐานแล้ว หุ่นยนต์มีขาเป็นระบบที่มีการบูรณาการอย่างมากโดยอาศัยเทคโนโลยีที่แตกต่างกันมากมาย เช่น การจัดเก็บพลังงาน การตรวจจับ การแสดง การประมวลผล เครือข่าย และระบบอัจฉริยะ”
ความก้าวหน้าในการผสมผสานเทคโนโลยีต่างๆ ที่ทำงานร่วมกันซึ่งทำให้หุ่นยนต์ในปัจจุบันมีประสิทธิภาพมาก นอกจากนี้ยังเป็นสิ่งที่ทำให้พวกเขาคาดเดาได้ยาก เท่าที่แผนงานของการพัฒนาในอนาคตดำเนินต่อไป การสร้างหุ่นยนต์แบบที่นักวิทยาการหุ่นยนต์ต้องการนั้นจำเป็นต้องมีความก้าวหน้าในการสร้าง แบตเตอรี่ขนาดเล็กและน้ำหนักเบา ความสามารถในการรับรู้และการรับรู้ การสื่อสารเคลื่อนที่ และอื่นๆ อีกมากมาย ทั้งหมดนี้จะต้องทำงานร่วมกับความก้าวหน้าในด้านต่างๆ เช่น Deep Learning A.I. เพื่อสร้าง เครื่องจักรประเภทต่างๆ ที่จะกำจัดภาพของบอทนิยายวิทยาศาสตร์จอมเทอะทะที่เราโตมากับการดูมันไปตลอดกาล โทรทัศน์.
เล็กกว่า ถูกกว่า ดีกว่า
ข่าวดีก็คือมันกำลังเกิดขึ้น แม้ว่ากฎของมัวร์จะนำไปสู่ความก้าวหน้าในด้านซอฟต์แวร์ แต่ส่วนประกอบฮาร์ดแวร์ที่จำเป็น เป็น มีขนาดเล็กลงและราคาถูกลงด้วย มันไม่เรียบร้อยเท่าสูตรของ Gordon Moore แต่มันกำลังเกิดขึ้น
“แม้แต่กับเรา ผู้สาธิตวิทยาศาสตร์ Atreus [หุ่นยนต์] เมื่อหกหรือแปดปีที่แล้ว เพาเวอร์แอมป์ที่ใช้ขับเคลื่อนมอเตอร์ของเราคืออิฐหนักสามปอนด์ พวกเขายิ่งใหญ่” Jonathan Hurst ผู้ร่วมก่อตั้ง วิทยาการหุ่นยนต์ความคล่องตัวซึ่งสร้างหุ่นยนต์ Cassie ดังกล่าว บอกกับ Digital Trends “ตั้งแต่นั้นเป็นต้นมา เราก็มีแอมพลิฟายเออร์ขนาดเล็กเล็กๆ เหล่านี้ซึ่งมีปริมาณกระแสเท่ากัน ปริมาณแรงดันไฟฟ้าเท่ากัน และช่วยให้เราควบคุมแรงบิดเอาท์พุตของมอเตอร์ได้ดีมาก และพวกมันก็เล็ก — สูงแค่หนึ่งนิ้วคูณสองนิ้วครึ่งนิ้วหรืออะไรทำนองนั้น เรามี 10 อันในแคสซี่ นั่นเพิ่มขึ้น คุณมีอิฐสามปอนด์ซึ่งมีขนาดหกนิ้วคูณสี่นิ้วคูณสี่นิ้ว เทียบกับสองสามออนซ์ที่มีขนาดหนึ่งนิ้วคูณสองนิ้ว มันสร้างความแตกต่างอย่างมากกับสิ่งต่างๆ เช่น อิเล็กทรอนิกส์กำลัง”
UW ECE Research Colloquium, 20 ตุลาคม 2020: Jonathan Hurst, Oregon State University
Hurst กล่าวว่าเขาเชื่อว่าหุ่นยนต์มีขายังอยู่ในช่วงเริ่มต้นของเส้นทางสู่การแพร่หลาย เทคโนโลยีที่ไม่เพียงแต่สามารถเคลื่อนไหวในลักษณะที่เป็นธรรมชาติเหมือนมนุษย์เท่านั้น แต่ยังทำงานควบคู่กันไปได้อย่างราบรื่น พวกเขา. ความท้าทายบางส่วนจะไปไกลกว่าการสาธิตที่น่ารัก (แต่น่าประทับใจอย่างยิ่ง) เช่น การทำหุ่นยนต์ให้วิ่งได้เหมือนม้าโพนี่ แต่การสร้างเครื่องจักรที่ชาญฉลาดยิ่งขึ้นซึ่งสามารถควบคุมการเคลื่อนไหวประเภทต่างๆ และได้รับความไว้วางใจให้ใช้งานในโลกแห่งความเป็นจริง ถือเป็นขั้นตอนสำคัญอย่างแน่นอน
เป็นขั้นตอน (หรือขั้นตอน) ที่หุ่นยนต์เดินดีขึ้นเรื่อยๆ ตลอดเวลา
คำแนะนำของบรรณาธิการ
- โครงกระดูกภายนอกพร้อมระบบอัตโนมัติ: มองดูอนาคตอันใกล้ของหุ่นยนต์สวมใส่ได้
- เก่งสตาร์คราฟต์เหรอ? DARPA ต้องการฝึกหุ่นยนต์ทหารด้วยคลื่นสมองของคุณ
- หุ่นยนต์ตัวใหม่ของ MIT สามารถเล่นเกมบล็อกซ้อนที่ทุกคนชื่นชอบอย่าง Jenga ได้
- หุ่นยนต์กระโดดใต้น้ำโชว์ความสามารถในการกระโดดที่ได้รับแรงบันดาลใจจากธรรมชาติอันน่าทึ่ง
- มือหุ่นยนต์อันอ่อนนุ่มช่วยให้นักวิทยาศาสตร์ได้สัมผัสชีวิตใต้ท้องทะเลแบบใหม่