Ilyen ügyes robotot még biztosan nem látott

Az emberi kéz rendkívül ügyes. Annyira, hogy sem az állatvilágban, sem a robotikában nem találunk ehhez hasonlót, ami nyilvánvalóan egy szép kis kihívást jelentett az ezzel foglalkozó mérnököknek, akik most készítettek valamit, ami már egészen közel jár.

A kísérletet az Elon Musk által alapított, a mesterséges intelligencia nyílt és átlátható kutatását forszírozó OpenAI nevű nonprofit szervezet végezte el, meglepően jó eredménnyel: az alábbi videóban látható robotkar korábban soha nem látott ügyességgel képes egy kockát a megfelelő irányba fordítani.

A mesterséges intelligenciát jellemzően úgy szokták megtanítani egy-egy feladatra, hogy hagyják próbálkozni, és az általa vétett hibákból képes tanulni, és ezeket a hibákat nem elkövetni újra. Mivel alapvetően egy programról van szó, ez akár több száz évnek megfelelő tanulási folyamatot jelenthet, ami nem nagy probléma, hiszen megfelelően erős hardverekkel a gép elképesztően gyors ütemben tud próbálkozni és tanulni. Ha egy mesterséges intelligenciának meg akarnak tanítani egy játékot, például a sakkot, akkor egyszerűen megmondják neki az alapszabályokat, onnantól pedig engedik maga ellen játszani, nyilván rendkívül gyorsított ütemben, így viszonylag rövid idő alatt hosszú évek tapasztalatát tudja magába szívni.

Ezzel pedig nincs is sok probléma egészen addig, amíg nem egy valós, fizikai feladatra próbáljuk megtanítani – mint például jelen esetben arra, hogy egy robotikus kezet irányítva a kockát a megfelelő állásba fordítsa. Könnyen belátható, hogy senki nem akarja kivárni, hogy a robot ténylegesen száz évig forgatgasson egy kockát, mire megfelelően ügyessé válik benne. Az OpenAI kutatói ezt úgy hidalták át, hogy a valós körülményekre készítettek egy számítógépes szimulációt, ahol a mesterséges intelligencia alaposan kiképezhette magát, majd csak utána kapcsolták össze a robotkarral.

Matthias Plappert, a projektben részt vevő egyik mérnök elmondta, a szimuláció létrehozásakor nagyon fontos volt, hogy annak paraméterei változtathatók legyenek: cserélgették a kocka méretét, különböző anyagokat használtak (például csúszósakat és ragadósokat), de még a gravitációt is módosíthatták, így aztán virtuálisan tényleg a lehető legtöbb szituációra felkészítették a gépet. Plappert szerint ha ezt nem tették volna meg, akkor Dactyl (ez a mesterséges intelligencia neve) valós körülmények között folyamatosan csak elejtette volna a kockát.

Persze azt is meg kell hagyni, hogy az OpenAInak elég komoly számítási teljesítmény áll rendelkezésére a mesterséges intelligencia „betanításához”. Ehhez a projekthez például 6144 darab processzort, valamint nyolc darab, kifejezetten gépi tanulásra felkészített Nvidia V100-as gyorsítót használtak.

Mindenesetre a végeredmény magáért beszél: a robot nagyon ügyes ujjmozdulatokkal tudja forgatni a kockát, és a kutatók számára az volt a leginkább meglepő, hogy elkezdett olyan megoldásokat használni különböző helyzetekre, ami ténylegesen az emberekre jellemző. Mindezt pedig a mesterséges intelligencia saját maga tapasztalta ki, emberi utasítások nélkül, több évtizednek megfelelő tanulási folyamatot követően. Ami egyben azt is jelenti, hogy az emberi kezet az agyunk elképesztően hatékonyan tudja vezérelni. Ügyesek vagyunk, na, tapsoljuk meg magunkat.

Forrás: OpenAI

A szakma egyébként többnyire pozitívan fogadta a dolgot: Smruti Amarjyoti, a Carnegie Mellon University robotikai intézetének vezetője szerint ugyan a szimuláció körülményeinek manipulálására volt már korábban is példa, azonban a robotkar annyira kifinomultan és elegánsan oldja meg a problémát, amiről eddig nem gondolták, hogy lehetséges. Antonio Bicchi, az Istituto Italiano di Tecnologia robotikai professzora szerint is remek a végeredmény, azonban szerinte mindez továbbra is csak egy bizonyos feladatra (kocka forgatására) használható, megfelelő körülmények között.

Az OpenAI azonban azt szerette volna bebizonyítani, hogy az általuk létrehozott mesterséges intelligencia, ami nagyjából általános célú, és eddig leginkább videójátékokat tanult, valójában megtanítható rengeteg különböző specifikus dologra. Ez az adott kísérlet például segíthet abban, hogy a jövőben a precízebb, ügyesebb mozgást igénylő fizikai munkát is ki tudják váltani robotokkal.

Ha szeretne még több érdekes techhírt olvasni, akkor kövesse az Origo Techbázis Facebook-oldalát, kattintson ide!