În vara anului 2014, Ahti Heinla, unul dintre inginerii software care a ajutat la dezvoltarea Skype, a început să-i facă fotografii casei sale.
Desigur, nu este nimic deosebit de neobișnuit în acest sens. Numai el a continuat să o facă. Lună după lună, pe măsură ce vara a căzut și toamna a cedat loc iernii, Heinla a ieșit în același loc exact de pe trotuar și a făcut poze noi, aparent identice, ale casei sale. Oare omul care jucase un rol crucial în construirea unei aplicații de telecomunicații de miliarde de dolari își pierdea mințile? După cum sa dovedit, a existat un motiv complet logic pentru acțiunile lui Heinla - deși s-ar fi putut părea totuși un pic nebun pentru oricine a întrebat ce face. Ahti Heinla ajuta viitorii roboți autonomi să învețe cum să vadă.
Mai mult de jumătate de deceniu mai târziu, lumea (sau, cel puțin, câteva părți selectate ale acesteia) culege recompensele experimentului aparent ciudat al lui Heinla. În calitate de cofondator al unei startup-uri numite Starship Technologies, alături de cofondatorul Skype, Janus Friis, Heinla a contribuit la construirea unei flote de roboți de livrare cu conducere automată. Acești roboți, care seamănă cu răcitoarele cu șase roți, au parcurs zeci de mii de mile în întreaga lume, realizând aproximativ 100.000 de livrări în acest proces. Acestea sunt deosebit de răspândite pe un număr tot mai mare de campusuri universitare, deși au traversat și străzi din orașe, de la San Francisco la Milton Keynes, în Marea Britanie.
Pentru a comanda ceva de la unul dintre roboții de livrare ai Starship, un client selectează pur și simplu articolul dorit de la unul dintre partenerii de livrare ai Starship. Pentru o mică taxă de livrare, robotul va ridica apoi articolul și îl va livra autonom la locul ales. Tot ce trebuie să facă clientul este deblocarea robotului folosind aplicația și recuperarea comenzii. Simplu, nu?
La fel ca în cazul oricărei astfel de soluții, totuși, cu cât lucrurile par mai simple din perspectiva utilizatorului, cu atât sunt mai complexe din punct de vedere tehnologic. Aici, în 2020, suntem obișnuiți să auzim despre mașini cu conducere automată, care pot naviga prin lume cu un nivel impresionant de ușurință. Fiind una dintre primele companii care a lansat vehicule cu conducere automată fără șoferi de siguranță umană, Starship Technologies a ajutat să joace un rol cheie în transformarea tehnologiilor autonome precum aceasta într-o parte a vieții de zi cu zi.
Totuși, nu ar trebui să luăm aceste instrumente de la sine înțeles. Nu numai că sunt fapte uimitoare de inginerie și informatică, dar alegerile care se fac în prezent în jurul acestor tehnologii vor ajuta la determinarea viitorului interacțiunilor umane și robotice.
Hărțile nu sunt create pentru roboți
Vă amintiți sentimentul copleșitor de a începe o nouă școală în copilărie și de a fi nevoit să vă deplasați? Poate că, dacă ai locui aproape, ai mers chiar de acasă la școală pe cont propriu sau cu prietenii. În mod normal, aceste călătorii au fost precedate de excursii în care suntem însoțiți de un părinte sau tutore care ne poate oferi sfaturi despre cum să navigăm în jurul nostru. S-ar putea să meargă cu noi de câteva ori pentru a ne asigura că suntem familiarizați cu o anumită cale. Probabil că vor indica anumite repere, cum ar fi semne sau clădiri deosebit de memorabile. În scurt timp, formăm o hartă mentală a unde mergem și cum să navigăm acolo.
Cea mai scurtă rută (verde) nu este întotdeauna cea mai rapidă și mai sigură. Robotul va prefera traseul care este mai lung la distanță, dar mai rapid și mai sigur Această abilitate, pe care majoritatea dintre noi o considerăm de la sine înțeles, este ceea ce Starship Technologies a lucrat din greu pentru roboții săi. În unele privințe, este una surprinzător de complicată. Luați hărți, de exemplu. Când roboții Starship și-au propus să navigheze de la punctul A la punctul B, încep prin a folosi imagini prin satelit pentru a-i ajuta să planifice călătoria. Apoi se folosește un algoritm de rutare pentru a afla calea cea mai scurtă și mai sigură pe care trebuie să o ia robotul. Până acum, atât de simplu, nu? Cu excepția faptului că nu este.
Așa cum spune Heinla: „Nu putem folosi o mulțime de hărți existente, deoarece acestea nu sunt făcute pentru roboți; sunt făcute pentru oameni. ” Sistemele de cartografiere existente presupun un nivel de cunoaștere umană, cum ar fi înțelegerea pe ce parte a drumului ar trebui să mergem și cum ar trebui să manevrăm pe un trotuar aglomerat. Acestea sunt toate lucrurile pe care un robot nu le înțelege neapărat. Există o mulțime de complexități adăugate.
De exemplu, gândiți-vă la modul în care comportamentul dvs. în timp ce mergeți pe o alee diferă de un trotuar obișnuit. S-ar putea să nu ne gândim la ei ca fiind deosebit de diferiți, dar sunt. Dacă unul dintre roboții Starship întâlnește un obstacol pe trotuar, răspunsul său este să se oprească. Asta pentru că oprirea este cel mai sigur lucru de făcut. Dar oprirea pe o alee sau în timp ce traversezi o stradă blochează accesul vehiculelor. Necesită învățarea unui tip total de comportament.
Pentru a înțelege tipul de comportament pe care ar trebui să îl folosească roboții săi, Starship a dezvoltat instrumente de învățare automată care pot segmenta hărțile într-o serie de linii colorate interconectate reprezentând trotuare (în verde), traversări (în roșu) și alee (violet). În loc să selecteze pur și simplu cea mai scurtă rută din punct de vedere al distanței, robotul determină cea mai rapidă rută prin atașarea unui cost fiecărui scenariu pe care robotul îl va întâlni pe parcursul unei călătorii.
Recunoscând lumea din jurul lor
După aceasta, roboții Starship se îndreaptă spre lumea reală, folosind un grup de 10 camere pentru a identifica lumea de 360 de grade din jurul lor prin observare. Sistemele speciale de recunoaștere a imaginilor împart lumea în mii de linii, oferindu-i o imagine simplificată a cadrului de sârmă a lumii, pentru a o folosi ca puncte de ghidare. De-a lungul timpului, întrucât roboții companiei cheltuiesc mai mult într-o zonă, aceștia pot construi hărți tridimensionale de sârmă în colaborare cu zone întregi, facilitând înțelegerea peisajelor din jurul lor de către viitorii roboți.
Liniile de culori diferite (galben și albastru) reprezintă marginile diferiților roboți detectați în timpul conducerii. Mai târziu, serverul își va da seama că liniile de la diferiți roboți se potrivesc și, astfel, locația robotului este cunoscută și acele bucăți de conducere pot fi puse împreună ca un puzzle „Este la fel ca modul în care ai putea direcționa o persoană: continuă până când lovești o clădire galbenă, apoi virează la dreapta și continuă până la biserică”, a spus Heinla. „Robotul are și repere, dar nu sunt clădiri galbene sau biserici; sunt forme abstracte. "
Ultima etapă a procesului de cartografiere a roboților este de a afla exact cât de larg și unde este trotuarul. Acest lucru se face folosind atât camerele sale de bord, cât și harta 2D luată din imagini din satelit.
„Chiar și ceva la fel de simplu ca mersul pe trotuar este ceva ce am învățat de când eram foarte tineri”, a spus Heinla. „O luăm de la sine înțeles. Dar pentru mașini, este ceva care trebuie învățat. Există lucruri precum dacă treci de o persoană care se apropie în stânga sau în dreapta. Dacă cineva mai lent decât tine merge înainte, încetini sau treci pe lângă ei? Dacă încetini, cât de aproape ar trebui să te apropii de cealaltă persoană? Dacă te apropii prea mult, cealaltă persoană se va incomoda. Toate acestea trebuie să le învățăm mașinii. ”
În cazul în care toți merg la plan (și, până în prezent, are), roboții Starship vor putea naviga către destinația pe care utilizatorii o selectează pe hartă.
Cum dorim ca roboții să interacționeze cu oamenii?
Aceasta nu este o provocare unică pentru Starship Technologies. O serie de alte companii, de la Nuro la BoxBot, își explorează propriile servicii de livrare automată a robotului. Dar depășește cu mult dincolo de roboții care ne pot aduce mâncăruri sau produse alimentare atunci când suntem prea ocupați (sau leneși) pentru a merge la magazine. Pe măsură ce roboții joacă un rol mai mare în viața noastră, întrebarea cum să îi integrăm în lumea noastră devine din ce în ce mai presantă.
Nu este necesar să se ia în considerare micile obstacole statice, cum ar fi acești poli, în timp ce se definește zona de acționare pentru robot. Acestea sunt mapate folosind senzorul de intrare în timpul conducerii, iar robotul le va evita automat mai târziu. Roboții au avut în mod tradițional performanțe foarte bune în condiții de laborator în care fiecare variabilă poate fi controlată perfect. De asemenea, au fost separați în mare măsură de oameni din motive de siguranță. Acum se mută în lumea reală într-un mod mare. Dacă nu suntem obișnuiți să vedem roboții pe străzile noastre acum, suntem siguri că până la sfârșitul anilor 2020.
"În fiecare săptămână, în echipa noastră de conducere autonomă, avem o întâlnire în care, timp de o oră, echipa noastră de siguranță le arată inginerilor de conducere autonomă unele dintre cele mai interesante lucruri care s-au întâmplat în ultimele [șapte zile]", a spus Heinla. „Aceste lucruri interesante sunt ori locuri în care a existat un anumit disconfort, robotul a condus excepțional de bine sau [în care au existat] anumite condiții meteorologice neobișnuite sau obiecte.”
Unele dintre aceste probleme implică roboții capabili să înțeleagă lumea noastră. Asta a testat Heinla când a făcut fotografii în afara casei sale în primele zile ale Starship Technologies. El a vrut să știe dacă un robot va fi capabil să-și recunoască casa ca și ei, indiferent dacă era o zi însorită de vară sau o seară ploioasă de iarnă. Se pare că ar putea - și această perspectivă a ajutat la crearea unei întregi companii (sau poate chiar a unei întregi industrii de livrare).
O astfel de cercetare - parte inginerie, parte sociologie - se referă la găsirea de răspunsuri la modul în care oamenii și mașinile pot coexista mai bine. Este mai rău pentru un robot să fie prea precaut sau prea nesăbuit? Ce se întâmplă atunci când roboții de livrare întâlnesc câini ghizi? Datele din acest nou domeniu de cercetare sunt colectate și utilizate pentru a modifica algoritmii care alimentează roboții fabricați de companii precum Starship Technologies.
Într-o zi, le vom mulțumi pentru asta. Deocamdată, este important să înțelegem deciziile pe care le iau și motivele pentru care le iau.
