MIT:n innovaatio voi mullistaa robotiikan maailman. Neural Jacobian Fields -tekniikan avulla instituutti toivoo voivansa tehdä roboteista itsenäisempiä, joustavampia ja helpommin lähestyttäviä.
Sisällysluettelo
Perinteisesti robotit on varustettu monimutkaisilla antureilla. Ne perustuvat myös jäykkiin matemaattisiin malleihin, joiden avulla ne ymmärtävät liikkeitään ja ovat vuorovaikutuksessa ympäristönsä kanssa. Tehokkuudestaan huolimatta nämä ratkaisut ovat kalliita ja vaikeuttavat joustavampien tai biologisesti inspiroitujen robottien suunnittelua. Tämän ongelman ratkaisemiseksi Massachusetts Institute of Technology -yliopiston CSAIL-laboratorion (Computer Science and Artificial Intelligence Laboratory) tutkijat ovat kehittäneet innovatiivisen robottiohjausjärjestelmän, joka on nimetty Neural Jacobian Fields (NJF). Se antaa koneille kyvyn havainnoida ja tulkita omaa ruumiinrakennettaan pelkästään visuaalisen tiedon perusteella. Tällä edistysaskeleella MIT:n tiimi rikkoo perinteisen ohjelmointitavan tarjoamalla roboteille kyvyn oppia suorittamaan liikkeitä itsenäisesti.
Vallankumouksellinen konsepti
MIT:n tohtorikoulutettava Sizhe Lester Li ja hänen kollegansa ovat kehittäneet menetelmän, joka perustuu itseohjautuvaan oppimiseen. Toisin sanoen robotti suorittaa satunnaisia liikkeitä, tarkkailee visuaalisia tuloksia ja säätää komentojaan niiden perusteella. Kyseessä on eräänlainen keinotekoinen kehotietoisuus, joka muistuttaa tapaa, jolla me ihmiset opimme hallitsemaan raajojamme jo varhaisessa iässä. Järjestelmän arvioimiseksi tutkijat käyttivät erilaisia robotteja, jotka oli varustettu NJF:llä. CSAIL-tiimi testasi teknologiaa muun muassa joustavalla pneumaattisella kädellä, joka pystyi tarttumaan esineisiin, jäykällä Allegro-kädellä ja 3D-tulostetulla robottikäsivarrella. He väittävät myös testanneensa teknologiaa pyörivällä alustalla, jossa ei ollut antureita.
Robottien suunnittelun helpottaminen
Tulokset olivat erittäin tyydyttäviä. Jokaisessa tapauksessa Neural Jacobian Fields onnistui mallintamaan robotin muodon ja ymmärtämään, miten sen raajat reagoivat komentoihin, pelkästään visuaalisen datan perusteella. Tutkijoiden mukaan tämä kyky sopeutua erilaisiin morfologioihin ilman materiaalisia muutoksia avaa tien rohkeammille suunnitteluratkaisuille. Insinöörien ei enää tarvitse integroida antureita tai vahvistaa tiettyjä alueita ohjauksen helpottamiseksi. Robotti oppii itse, mikä yksinkertaistaisi suunnitteluprosessia huomattavasti.
Merkittävä innovaatio
Sizhe Lester Li:n mukaan tämä edistysaskel merkitsee käännekohtaa robottien suunnittelussa. ”Nykyään monet robottitehtävät vaativat intensiivistä suunnittelua ja ohjelmointia. Tulevaisuudessa voimme ehkä vain näyttää robotille, mitä sen on tehtävä, ja antaa sen oppia saavuttamaan tavoitteen itsenäisesti”, hän selitti. Poistamalla perinteisten anturien käytön ja riippuvuuden ennalta määritetyistä malleista tämä innovatiivinen tekoälypohjainen teknologia antaisi roboteille kyvyn sopeutua fyysisiin muutoksiin ilman ohjelmistojen uudelleenkonfigurointia. Mitä mieltä olet robottien kyvystä oppia itsenäisesti? Kerro meille mielipiteesi, kommenttisi tai ilmoita tekstissä olevista virheistä klikkaamalla tästä ja kirjoittamalla kommentin.
