Sztuczna inteligencja jest już częścią codziennego życia, a wiele prac związanych z pisaniem programów, została zautomatyzowana, żeby człowiek mógł się zająć inną częścią kodu. Naukowcy z Harvardu postanowili sprawdzić, czy jest to rozsądne podejście, czy rzeczywiście zaawansowani agenci AI powinni działać bez nadzoru i tworzyć sobie “projekty”.
Czy sztuczna inteligencja sama sobie stworzy roboty?
Naukowcy z Harvardu i współpracujących uniwersytetów stworzyli zespół kierowany przez profesora Na Li, który stworzył narzędzie do testowania, jak dobrze sobie radzą agenci zaprojektowani do tworzenia kodów programistycznych podczas wykonywania faktycznych, fizycznych prac budowania maszyn. W skrócie, czy roboty zaraz będą nam deptać po piętach?
Wykorzystano do tego narzędzie benchmarkowe RLE-Bench, oferujące ustandaryzowane metody testowania sztucznej inteligencji. Jego nowa wersja zawiera aż 48 zadań, mających znaleźć odpowiedź na postawione przez badaczy pytanie produkcji maszyn. Czynności konieczne do wykonania dotyczą całego spektrum procesu tworzenia od projektowania robotów, przez tworzenie ich elementów po moduły sterujące.
Dzięki właśnie zastosowaniu takich ustandaryzowanych zadań, można tym samym warunkom poddać różnych agentów AI i zobaczyć, czy wiedzą jak tworzyć roboty. Chodzi o zapewnienie jednakowego środowiska.
Niestety pod kątem widowiska nie ma w takich testach za wiele do oglądania. Nie są do nich budowane specjalne stacje. Doświadczenia są przeprowadzane wręcz z chirurgiczną sterylnością rzeczywistości wirtualnej. Oczywiście na każde doświadczenie są cyfrowo narzucone prawidła fizyki rządzące naszym światem. Takie zdigitalizowane testy poprawiają responsywność i można je powtarzać w nieskończoność bez marnowania materiałów.
Mogą szybko tworzyć kod, ale kiedy przychodzi pora “wyczuć” fizyczne ograniczenia, tutaj pojawiają się błędy
Roboty mogą otrzymać sztuczną inteligencję, ale niestety (dla nich) poczucie tego, co dla człowieka jest naturalne, jest dużą barierą. W jednym z zadań sztuczna inteligencja musi zaprojektować uniwersalną mobilną bazę dla wielu zrobotyzowanych ramion, które muszą potrafić używać i sięgać po przedmioty osadzone na różnych półkach o zróżnicowanej lokalizacji.
To jest pojmowanie, w którym fizyczne rozumowanie staje się krytyczne (…) Agent może wytworzyć coś, co wygląda na rozsądne w formie obliczeniowej, ale po rozważeniu fizyki całego systemu, mogą się pojawić istotne awarie
Mówi profesor Na Li i kontynuuje:
(Benchamark – red.) RLE-Bench 1.0 to tylko punkt wyjścia (…) Mamy nadzieję, że badacze i praktycy robotyki zaoferują swoją wiedzę odwołując się do zadań opartych na problemach inżynierskich, które napotykają we własnej pracy. Naszym celem dla RLE-Bench 2.0 jest uchwycenie znacznie szerszego obrazu tego, co system sztucznej inteligencji musi zrobić, aby funkcjonować jako inżynier nauczania robotów
Jak widać, na tę chwilę odpowiedź wydaje się być dość jasna i nie grozi nam nagła rewolucja i bunt maszyn. Niewykluczone jednak, że naukowcy mają po prostu za mało danych, stąd apel do osób w praktyce używających robotów, żeby dostarczać dane zdobyte w innych warunkach niż laboratoryjne.
Czytaj też: Rewolucja w robotyce? Ten robot uczy się nowych zadań w mgnieniu oka
Warto też pamiętać, że roboty, to nie tylko ta wizja którą nam tworzy wyobraźnia, ukazująca humanoidalne maszyny. Testy zespołów takich jak profesora Na Li, mają też przybliżyć wiedzę od skuteczności i możliwości automatyzacji linii produkcyjnych, na których można by było ograniczyć czynnik ludzki do niebezpiecznych prac manualnych.
Źródło: techxplore
