Žinių bazė

Ką veikia robotai pasaulyje? juos galima rasti daugybėje sričių.

Kol Lietuvoje vyksta „mini sumo“ robotų kautynės , Tokijuje robotaižaidžia futbolą ir kelia grėsmę Davidui Beckhamui, kiti juos linksmina šokdami pagal sambos muziką.

Japonijos personalo atrankos agentūra „People Staff'' liepą paskelbė pradedanti nuomoti žmogaus pavidalo robotus - biurų darbuotojus. Čia kalbama apie mechanizmus „Wakamaru", sukurtus sunkiųjų mašinų gamybos kompanijos „Mitsubishi Heavy Industries". Maždaug 1 metro ūgio robotas išoriškai panašus į fantastinių animacinių filmų moteriškus personažus ir gali atlikti paprastą šveicoriaus ar sekretorės darbą - atpažinti lankytojus, užmegzti nesudėtingą dialogą, palydėti lankytojus iki reikiamos vietos, pakeliui linksminti juos dainomis.

Tokio darbuotojo nuoma siekia nuo 120 tūkst. jenų per dieną (apie 1 tūkst. JAV dolerių). Kompanija planuoja iš pradžių sudaryti ne mažiau kaip 10 kontraktų. „Atsižvelgdami į personalo trūkumą, mes siekiame sukurti atmosferą, kurioje žmonės ir robotai galėtų bendradarbiauti", - paaiškino agentūros atstovas.

Netrukus viename didžiausių pasaulyje Amsterdamo tarptautiniame Schipolio oro uoste bus pradėta diegti nauja pasaulinės informacinių technologijų bendrovės IBM ir kompanijos „Vanderlande Industries“ sukurta bagažo sekimo, transportavimo ir pakrovimo sistema. Visas oro uoste esantis keleivių bagažas bus sekamas ir valdomas pasitelkiant radijo dažnių identifikavimo (angl. Radio Frequency Identification - RFID) technologiją ir specialiai tam sukurtus robotus.

Paieškos gigantas „Google“ pasiūlė 30 mln. dolerių prizą privačioms bendrovėms, kurių visureigis robotas nusileis Mėnulyje. Kad gautų prizą, Mėnulio paviršių pasiekęs visureigis turės atsiųsti nufilmuotą medžiagą, įveikti tam tikrus atstumus.

Minsko apskrityje buvo išbandytas pirmasis „robotas–policininkas“, kuris artėjant automobiliui pakelia ranką su radaro muliažu. Šio roboto kūrėjas teigia, kad bandymas vyko sklandžiai – dauguma vairuotojų mažino greitį ir imdavo segtis saugos diržus.

Mechaninės inžinerijos doktorantas Yun Seong Song ir profesoriaus asistentas Metin Sitti iš Carnegie Mellon universiteto sukonstravo robotą, mėgdžiojantį vandens čiuožikus. Tai pirmas vandens paviršiumi judantis, lengvai valdomas robotas, kuris savo konstrukcija labai primena vandens čiuožiką. Šis robotas skiriasi nuo anksčiau sukurtų plūduriuojančių robotų, nes sveria nedaug, o jo ilgos kojos leidžia išsilaikyti vandens paviršiaus dėl įtempimo.

NASA roboto rankos pagalba apžiūri pažeidimą daugkartinio panaudojimo erdvėlaivio „Endeavour“ apsauginiame šilumos sluoksnyje.

Jungtinėse Amerikos Valstijose, Floridoje, rugpjūtį sėkmingai paleistas erdvėlaivis „Phoenix“, kuris iškeliavo į Marsą ieškoti gyvybės ženklų. Mokslininkai tikisi, kad robotas ras ledo, kurio galėtų būti po viršutiniu planetos sluoksniu. Be to, bus ieškoma anglies ir kitų cheminių elementų molekulių, kurios reikalingos gyvybei. Tokiu būdu bus aiškinamasi, ar Marse kada nors buvo, o gal vis dar yra primityvių gyvybės formų.

Japonijos Gifu universiteto mokslininkai sukūrė pirmąjį robotą humanoidą , kuris geba imituoti įvairiomis ligomis sergantį pacientą. Moteriškos išvaizdos robotas geba ne tik atsakyti į klausimus apie savijautą, bet ir kūno judesiais parodyti ligos simptomus. Tai padeda studentams kaip įmanoma geriau pažinti ligas, kurios nedažnai pasitaiko darbo praktikoje. 

Yale’o ir Indianos universiteto mokslininkai, stengdamiesi kuo geriau integruoti robotus į žmonių visuomenę, sukūrė šešias taisykles, galinčias bent sumažinti potencialų jų pavojų.

Pirmoji taisyklė. Nepatikėkite robotams užduočių, kurios susijusios su didele rizika visuomenei. Kitaip tariant, robotų veiksmai turi būti nuspėjami, o katastrofos galimybė artima nuliui. Tačiau jau dabar skaičiavimo sistemų elgesį ne visada galima prognozuoti, o ateityje, kompiuteriams vis sudėtingėjant, robotų “savarankiškumas” didės.

Antroji taisyklė. Niekada nepatikėkite robotams jokių ginklų. Deja, kovinių robotų atsiradimas neišvengiamas – jau veikia pusiau robotizuotos autonominės kovinės sistemos, be piloto skraidantys lėktuvai, o keli kariniai robotai buvo pasiųsti bandymams į Iraką, kad būtų ištirtos jų galimybės. Apie rezultatus nepranešama.

Trečioji taisyklė. Laikykitės trijų mokslininko, rašytojo fantasto Isaaco Asimovo robototechnikos taisyklių. Jos turėtų padėti robotams su žmonėmis gyventi saugiai vienoje visuomenėje, išvengti nelaimingų atsitikimų ir neleisti robotams viršyti savo “įgaliojimų”. Tačiau bėda ta, jog I.Asimovas visgi buvo fantastas, o robotų kūrimo srityje jis neturėjo patirties. Dar baisiau – rašytojas savo kūriniuose aprašo situacijas, kai robotams sukurtos taisyklės nesuveikia.

Ketvirtoji taisyklė. Robotai turi būti programuojami su tam tikrų sąlygų ir principų „rinkiniu”. Vienas tokių principų – maksimaliai naudingų veiksmų dėsnis, t.y. robotas iš galimų savo veiksmų išsirenka tokį, kuris žmonėms atneš mažiausiai nemalonumų. Iš kitos pusės – tokiu būdu robotas gali nužudyti vieną žmogų, kad išgelbėtų penkis. Tuo tarpu gydytojas žmogus (bent jau taip turėtų būti) nežudys paciento tam, kad žūtų kiti. Aukštos moralinės savybės – viena pagrindinių ateities robotų technologijos problemų.

Penktoji taisyklė. Robotus pastoviai reikia mokyti. Taip jie galės lanksčiau elgtis įvairiose situacijose, analizuoti savo veiksmus, suvokti, kurie iš jų teisingi, o kurie – ne.

Šeštoji taisyklė. Robotas turi turėti tam tikrų emocijų. Tokia „funkcija” būti tam, kad robotai integruotųsi į žmoniją – juk mašinos turi lengvai atpažinti žmogaus emocijas ir pagal tai rinktis savo elgesio strategiją. Juk ne paslaptis, kad didžioji dalis informacijos, būtina bendravimui, perduodama neverbaliniu būdu – veido išraiška, gestų kalba. Visa tai turi suvokti ir robotai. 
Tačiau kol kas ši užduotis itin sudėtinga, nors jau yra robotų, galinčių atpažinti tam tikras emocijas. Vadinasi, nėra nieko neįmanomo!

Prieš dešimtmetį garsus amerikiečių filosofas ir futurologas Francis Fukuyama pranašavo, jog dar XXI amžiaus pirmojoje pusėje biotechnologijų ir kompiuterinė revoliucija taip smarkiai pakeis žmoniją, kad mes jau nebegalėsime vadintis gamtos vaikais.

Pramoniniai robotai, dieną naktį dirbantys prie gamyklų konvejerių, nėra jokia naujiena: daugelis Japonijos, Pietų Korėjos, JAV ar Vakarų Europos bendrovių juos naudoja jau kokius tris dešimtmečius. Tačiau su jais plačioji visuomenė neturi jokio ryšio.

Mokslininkų teigimu, kyla didelis klausimas: kaip žmonės gali užtikrinti, kad ateities robotų technologijos išsaugos žmonijos ir mūsų visuomenės vertybes. Nors į ši klausimą paprasto atsakymo nėra, keletas etišką robotų elgesį užtikrinančių technologijų gali būti naudingos. Viena iš jų – „etinės kontrolės“ varikliukas, kuris užtikrintų, kad galingi robotai elgtųsi saugiai ir neviršytų nustatytų normų. Pavyzdžiui, į autonominių karinių robotų nustatytas normas galėtų įeiti tam tikri Ženevos konvencijos principai ir kitos žmogiškosios taisyklės. Tuo tarpu civiliniai robotai galėtų turėti skirtingas taisykles, kurios atitiktų specifinius tikslus.

Akivaizdu, jog norint išvengti dviprasmybių, visi robotų gamintojai turėtų vadovautis bendromis taisyklėmis, kurios būtų privaloma tvarka diegiamos į karinių robotų valdymo programas. Tačiau kokios šios taisyklės galėtų būti? Tos pačios, kurias dar 1950 metais suformulavo Isaac Asimov ir pavadino trimis robototechnikos taisyklėmis?

1. Robotas negali pakenkti žmogui arba savo neveiklumu leisti, kad žmogui nutiktų nelaimė.

2. Robotas turi paklusti visiems žmogaus įsakymams, išskyrus tuos atvejus, kuomet jie prieštarauja pirmajai taisyklei.

3. Robotas turi rūpintis savo saugumu ir gerove tol, kol tai neprieštarauja pirmai ir antrai taisyklei.

Robotika – tai mokslas apie robotus arba automatizuotas mašinas, galinčias pamėgdžioti įvairius gyvų organizmų veiksmus. Žodžio „robotas” kilmė – dirbtinė, šį žodį pasiūlė čekų rašytojas fantastas ir jis reiškia „priverstinis triūsas”. Paprastai robotai tai ir daro: valandų valandas kartoja vis tuos pačius užprogramuotus veiksmus ir nesiskundžia. Tiesa, mokslininkai kuria eksperimentinius robotus, bandančius kuo geriau perimti žmogaus gebėjimus ir juos kuo tiksliau atkartoti be klaidų. Klysti gali tiktai žmonės, o robotai – ne.

Robotų judesiai nustatomi padedant inžinieriui ir valdomi sudarytomis programomis. Visi judesiai gali būti keičiami ir pritaikomi prie naujos darbo vietos. Dažniausiai robotai atlieka tuos veiksmus, kurie žmogui nuobodūs, varginantys arba pavojingi, pvz.: pakavimo, dažymo, perkėlimo darbus ir kt. Be to, šiuolaikinė robotika neapseina be naujausių dirbtinio intelekto sistemų, vaizdų apdorojimo ir signalų analizės algoritmų kūrimo ir taikymo. Manoma, kad nebe už kalnų ta diena, kai tarp mūsų gyvens robotai kaip lygiateisiai nariai. 

Socialinių robotų kūrimas sudėtingesnis tuo, kad jų darbo aplinka dažnai yra sunkiai nuspėjama, nestruktūrizuota ir įvairi. Tai daugiausiai lemia žmogaus bendravimo sudėtingumas. Todėl čia neapsieinama be ne tik technologinių, bet ir socialinių mokslų žinių. Apžvalgos metu pastebėti svarbiausi socialinių robotų bruožai:

• Kuriamas žmogui priimtinas ir patrauklus dizainas;
• Vystoma neverbalinė kalba (daugiausia rankų, galvos judesiai, žvilgsnio nukreipinėjimas);
• Kuriami kuo universalesni pokalbių algoritmai;
• Tobulinamas komandų ir kitos informacijos suvokimas (skirtingais žodžiais, gestais, tekstu priimami nurodymai, teiginiai ir kt.);
• Kuriami universalesni interaktyvaus elgesio algoritmai (įdomiam, ilgalaikiam roboto ir žmogaus bendravimo palaikymui).

Neretai mokslininkai, kurdami robotų dizainą, pervertina antropomorfizmą, pvz.: robotas, galintis dirbti restorane, bei turintis realistinės simpatiškos moters išvaizdą. Taip pat patariama atsižvelgti į pageidaujamą roboto elgesį ir visuomeniškumo lygį, priklausomai nuo darbo aplinkos (restoranas, muziejus, universitetas, mokykla ir kt.), žmonių grupės (suaugusieji, vaikai, neįgalūs žmonės), su kuria robotas bendraus bei nuo roboto paskirties. Trečiasis patarimas yra sudaryti kuo daugiau galimybių robotui keisti savo elgesį priklausomai nuo aplinkos.

Roboto sandara labai veikia žmogaus elgesį bendraujant su robotu. Antropomorfiniai robotai, panašiausi į žmones, - turintys vieną galvą, dvi rankas, kojas ir kūną bei žmogiškus judesius, žmonėms pasirodė mielesni ir pripažinti tinkamiausiais artimesniam bendravimui. Zoomorfinis robotas, lyginant su kitais robotais, pasirodė gan savitas, turintis keturias kojas ir uodegą, žmonėms atrodė draugiškesnis bei įdomesnis. Siekiant sukurti nerealistinį ar animacinius filmus primenantį įvaizdį, karikatūrinis robotas gali būti perdėtos ir iškreiptos išvaizdos, konstruojant jo kūną iš labai įvairių elementų. Toks robotas itin pritraukia žmogaus dėmesį, bet ne visuomet gali jį ilgai išlaikyti. Tuo tarpu funkcinis robotas neturėjo jokių žmogų ar gyvūną primenančių detalių, - tik ratus ir ekraną kaip informacijos išvestį ir buvo aiškiai priskirtas prie mažiausiai tinkamų artimam bendravimui su žmonėmis.

Nebloga ir rimta įžanga į savaime apsimokančias sistemas: http://work.caltech.edu/library/ Galite sužinoti apie įvairius pagrindinius saviapsimokančių sistemų metodus. Visa medžiaga pateikiama filmuota, anglų kalba.

Save mokančios sistemos (machine learning) , kaip dirbtinio intelekto dalis, apima labai plačią procesų sritį, kuriuos labai sunku aprašyti vienu apibrėžimu.

Galima sakyti, kad sistema išmoksta tai, kas keičia jos struktūrą, programą ar jos informaciją, tokiu būdu keičiant tikimasi pagerinti, patobulinti sistemos darbą ateityje. Kai kurie iš šių pakeitimų, tokie kaip papildomas įrašas duomenų bazėje, yra labai patogus disciplinų srityje ir nėra geriau būtinas suprasti mokymąsi kaip reikšmę. Bet pavyzdžiui, kai yra vykdomas kalbos atpažinimo (speech-recognition) sistemos tobulinimas, po kelių pavyzdžių klausymosi (samples), vieno žmogaus, iš dalies mes galime sakyti, kad sistema išmoko, įsiminė pavydžius.

Save mokančios sistemos yra dalis kompiuteriu mokslo, kuris susijęs su sistemomis galinčiomis mokytis iš joms pateikiamų duomenų, ar iš save mokančių sistemų atliktų veiksmų. Save mokančios sistema (Machine learning) atsakinga už DI galimumą automatiškai mokytis iš jau apdorotu žinių. Ši galimybė mokytis iš patirties, analizinis peržiūrėjimas, ir kita reiškia, kad sistema gali pradėti veikti labai veiksmingai ir naudingai, t.y. kad sistemos su šiuo mechanizmu yra žymiai pranašesnės nei sistemos be šio mechanizmo. Save mokančios sistemose dažniausiai kalbama apie susijusius pasikeitimus sistemoje, kalbant apie dirbtinį intelektą DI (artificial intelligence AI). Tai yra tokie užduočių veiksmai kaip atpažinimas, diagnozė, planavimas, robotu kontrolė (robot control) , pranašavimas. Penkios save mokančių sistemų pagrindinės sritys:

• Analytic learning methoods – analitiniai mokymosi metodai.
• Neural network - semantiniai tinklai.
• Genetic algorithms – genetiniai algoritmai.
• Clasifier systems - sistemos klasifikatorius.
• Desision trees – sprendimų medis.
• Case-based approaches learning – tikrinimu pagristas mokymasis.

Taip pat Standford'o dėstytojų sukurtas paskaitų ciklas. Apimtis - maždaug vieno semestro, taigi teks skirti apie pusę metų laiko. https://class.coursera.org/ml/lecture/preview#close

20 Paskaitų ciklas apie mašininį mokymasis. Reiktų turėti rimtus matematikos ir inžinerijos pagrindus. http://www.academicearth.org/courses/machine-learning/

Paskutinį dešimtmetį sparčiai padidėjo verslo intelektinių technologijų (angl. Business Intelligence) diegimas įmonėse. Tai sąlygota intelektinių sprendimų poreikiu. Didėjantis informacijos kiekis, duomenų apdorojimo srautai, poreikis operatyviai priimti svarbius sprendimus, staigūs pasikeitimai verslo rinkoje įtakojo įmonių sprendimą investuoti į technologijas, padedančias kaupti ir valdyti įmonės viduje sukauptus duomenis, analizuoti didelius informacijos kiekius, iš jų ištraukti naudingą informaciją (žinias), pagrindžiant sprendimų priėmimo procesą. Reikalaujama rezultatų tikslumo, įrankių patogumo, investicijų grąžos. Didėjant intelektinių sistemų poreikiui bei keliant joms vis griežtesnius reikalavimus siūloma duomenų gavybos proceso valdymui naudoti veiklos žinių bazę, kurios pagalba būtų kontroliuojamos duomenų gavybos vykdymo funkcijos. Taip pat būtų galima užtikrinti rezultatų tikslumą, sumažinti klaidų tikimybes, žinių bazėje sukaupta informacija patobulinti algoritmo vykdymą. Žinių valdymo procesas ir jo kokybiškas įgyvendinimas padėtų pagerinti įmonės veiklą, padidinti darbo našumą, pelningumo rodiklius, konkurencingumą bei operatyviai reaguoti į pasikeitimus verslo rinkoje.