چه زمانی ربات‌ها وارد خانه ما می‌شوند؟

به گزارش lastech، از آن زمان شاهد جهش‌های رو به جلو در حوزه هوش مصنوعی، از بینش رایانه‌ای گرفته تا یادگیری ماشینی بوده‌ایم. موج اخیر ظهور مدل‌های زبانی بزرگ و سیستم‌های هوش مصنوعی مولد، فرصت‌های جدیدی را برای تعامل انسان و رایانه فراهم می‌کند اما بیرون از آزمایشگاه‌های تحقیقاتی، ربات‌های فیزیکی تا حد زیادی به کارخانه‌ها و انبارها محدود می‌شوند و وظایف بسیار خاصی را انجام می‌دهند که اغلب پشت حصار ایمنی صورت می‌گیرند. کار ربات‌های خانگی در حال حاضر به جارو کردن و چمن‌زنی محدود می‌شود.

«جنی رید»(Jenny Read) مدیر برنامه رباتیک «آژانس تحقیقات و اختراعات پیشرفته»(ARIA) انگلیس گفت: اجسام رباتیک از دهه ۱۹۵۰ به ‌طور اساسی توسعه نیافته‌اند. من نمی‌گویم هیچ پیشرفتی وجود ندارد اما وقتی به آنچه در محاسبات و نرم‌افزار رخ داده نگاه می‌کنید، تعجب می‌کنید که پیشرفت چقدر کم بوده است.

«ناتان لپورا»(Nathan Lepora) استاد رباتیک و هوش مصنوعی «دانشگاه بریستول»(Bristol University) در انگلیس گفت: توسعه یک ربات به منابع بیشتری نیاز دارد. یک شخص با استعداد می‌تواند با رایانه یک الگوریتم بنویسد اما ساخت یک ربات نیازمند دسترسی به دستگاه فیزیکی است. این روند بسیار کندتر و بسیار سخت‌تر است و اساسا دلیل عقب ماندن رباتیک از هوش مصنوعی به شمار می‌رود.

آزمایشگاه‌ها و شرکت‌های تحقیقاتی امیدوارند بتوانند این شکاف را پر کنند. ربات‌های انسان‌نمای جدیدی در حال توسعه هستند و برخی از آنها به بازار وارد شده‌اند. شرکت بوستون داینامیکس، مدل اصلی اطلس هیدرولیک خود را در ماه آوریل بازنشسته کرد و یک نسخه جدید و الکتریکی را معرفی کرد که قصد دارد در چند سال آینده آن را تجاری‌سازی کند و سال آینده آزمایش آن را در کارخانه‌های «هیوندای»(Hyundai) آغاز خواهد کرد. شرکت آمریکایی «اجیلیتی رباتیکس»(Agility Robotics) نیز ادعا می‌کند که ربات موسوم به «دیجیت»(Digit) آن اولین ربات انسان‌نماست که واقعا در برابر شغل دستمزد می‌گیرد و جعبه‌ها را در یک مرکز تدارکات جابه‌جا می‌کند.

«ایلان ماسک»(Elon Musk) مدیرعامل شرکت «تسلا»(Tesla) هم اصرار دارد که ربات انسان‌نمای «اپتیموس»(Optimus) یا «تسلا بات»(Tesla Bot) از سال آینده در کارخانه‌های خودروسازی آن شروع به کار خواهد کرد.

با وجود این، هنوز راه درازی در پیش است تا ببینیم ربات‌ها می‌توانند بیرون از محیط‌های کاملا کنترل‌شده عمل ‌کنند یا خیر. رید گفت: پیشرفت‌های هوش مصنوعی فقط می‌توانند ما را با سخت‌افزار کنونی تا این حد پیش ببرند و برای بسیاری از وظایف، قابلیت‌های فیزیکی یک ربات حیاتی هستند. سیستم‌های هوش مصنوعی مولد می‌توانند شعر بنویسند یا عکس بسازند اما نمی‌توانند کارهای کثیف و خطرناکی را که ما تمایل داریم خودکارسازی شوند، انجام دهند. برای این ربات‌ها، به چیزی بیش از یک مغز در یک جعبه نیاز است.

طراحی جالب ربات اغلب با دست آغاز می‌شود. رید ادامه داد: بسیاری از موارد استفاده ربات‌ها واقعا به این بستگی دارد که بتوانند کارها را با دقت و مهارت و بدون آسیب رساندن به جسم انجام دهند.

انسان‌ها در این کار بسیار خوب هستند. ما می‌توانیم به طور غریزی بین بلند کردن دمبل، دست زدن به پوسته تخم مرغ یا خرد کردن هویج و هم زدن سس تمایز قائل شویم. همچنین، ما حس لامسه بسیار خوبی داریم که با توانایی ما در خواندن خط بریل ثابت شده است. در مقایسه، ربات‌ها با مشکل روبه‌رو هستند. برنامه رید در آژانس تحقیقات و اختراعات پیشرفته که با بودجه ۵۷ میلیون پوندی پشتیبانی می‌شود، بر این مشکل متمرکز شده است.

«ریچ واکر»(Rich Walker) مدیر شرکت «شدو ربات»(Shadow Robot) مستقر در لندن گفت: یکی از چالش‌های مهارت ربات، مقیاس است. دست ربات به اندازه دست انسان است و پنج انگشت و مفاصلی شبیه به بند انگشت دارد. با وجود این، اگرچه ظاهر آن خوب به نظر می‌رسد اما دست به یک بازوی رباتیک بسیار پهن‌تر از ساعد انسان متصل شده و تجهیزات الکترونیکی، سیم‌ها، محرک‌ها و هر چیز دیگری را که برای کار با دست مورد نیاز است، شامل می‌شود.

مزیت دست ساخته‌شده در مقیاس دست انسان این است که اندازه و شکل مناسبی را برای کار کردن با تجهیزات مورد استفاده انسان دارد اما یک دست کاملا شبیه به دست انسان برای هر کاری بهترین نیست. جدیدترین دست رباتیک شرکت شدو ربات که «DEX-EE» نام دارد، عجیب به نظر می‌رسد. این دست رباتیک سه انگشت دارد که بیشتر شبیه به انگشت شست هستند تا انگشت‌های دیگر. انگشت‌ها به طور قابل توجهی بزرگ‌تر از انگشت‌های دست انسان هستند و با حسگرهای لمسی پوشانده شده‌اند. شرکت شدو ربات این دست را با همکاری شرکت «دیپ‌مایند»(DeepMind) طراحی کرد. دیپ‌مایند خواهان یک دست رباتیک بود که بتواند با تلاش مکرر طی یک رویکرد آزمون و خطا موسوم به یادگیری تقویتی، این کار را بیاموزد اما این کار چالش‌هایی را به همراه داشت. دست‌های رباتیک معمولا به گونه‌ای طراحی می‌شوند که با اشیا برخورد نکنند و در صورت برخورد مستعد شکستن هستند. «موریلو مارتینز»(Murilo Martins) مهندس تحقیقاتی دیپ‌مایند پس از انجام دادن چند آزمایش‌ با این دست رباتیک گفت: هر نیم ساعت یک تاندون را می‌شکستم.

دست رباتیک DEX-EE، استحکام را در اولویت قرار داده است. یک ویدیو نشان می‌دهد که DEX-EE در برخورد با یک پتک، سه انگشت خود را باز و بسته می‌کند. اندازه بزرگ‌تر این دست، قرقره‌های بزرگ‌تری را در خود جای می‌دهد که فشار کمتری را به تاندون‌های سیمی وارد می‌کنند. این بدان معناست که دست رباتیک DEX-EE می‌تواند حداقل ۳۰۰ ساعت با اطمینان کار کند.

«ماریا باوزا»(Maria Bauza) دانشمند تحقیقاتی دیپ‌مایند باور دارد که با وجود این کارآیی، زمان درباره ربات بسیار ارزشمند است. دیپ‌مایند هفته گذشته یک پژوهش را منتشر کرد که در آن، یک روش آموزشی جدید را موسوم به «دمواستارت»(DemoStart) توضیح داده بود. این روش همان رویکرد آزمون و خطا را دنبال می‌کند اما کار آن با استفاده از یک دست رباتیک شبیه‌سازی‌شده به جای یک دست واقعی آغاز می‌شود. پس از آموزش دست شبیه‌سازی‌شده برای انجام دادن کارهایی مانند سفت کردن پیچ و مهره، پژوهشگران این رفتار آموخته‌شده را به دست DEX-EE منتقل کردند. باوزا گفت: دست‌ها هزاران آزمایش را پشت سر گذاشته‌اند و فقط به همین خاطر است که ما آزمایش‌ها را از صفر شروع نمی‌کنیم.

این کار، زمان و هزینه اجرای آزمایش‌ها را کاهش می‌دهد و آموزش ربات‌هایی را که می‌توانند با وظایف گوناگون سازگار شوند، آسان‌تر می‌کند. با وجود این، مهارت‌ها همیشه به طور کامل منتقل نمی‌شوند. اگرچه دست رباتیک شبیه‌سازی‌شده دیپ‌مایند در ۹۹.۶ درصد مواقع قادر بود یک دوشاخه را به سوکت وارد کند اما تنها در ۶۴ درصد مواقع کار را مدیریت می‌کرد.

این کار، نمونه‌ای از این موضوع است که پیشرفت‌های صورت‌گرفته در حوزه هوش مصنوعی و بدن ربات‌ها چگونه دست به دست هم می‌دهند. ربات‌ها فقط از طریق تعاملات فیزیکی می‌توانند محیط اطراف خود را درک کنند. رید خاطرنشان کرد: از این گذشته، مدل‌های زبانی بزرگ پشت تولیدکننده‌های متن مانند ChatGPT با یک مجموعه بزرگ از زبان انسانی منتشرشده در اینترنت آموزش داده شده‌اند اما اطلاعات مربوط به چیدن توت‌فرنگی یا درست کردن ساندویچ را از کجا می‌توانند دریافت کنند؟

گروه رباتیک دیپ‌مایند گفتند: یک مدل زبانی بزرگ می‌تواند به شما بگوید چگونه پیچ و مهره را محکم کنید یا بند کفش‌های خود را ببندید اما حتی اگر این کارها در یک ربات تجسم یافته باشند، باز هم خودش نمی‌تواند آنها را انجام دهد.

مارتینز یک گام فراتر می‌رود. او بر این باور است که رباتیک برای دستیابی به هوش مصنوعی جامع -هوش گسترده و معادل هوش انسان- حیاتی محسوب می‌شود. استدلال مارتینز این است که هوش مصنوعی فقط زمانی می‌تواند واقعا دنیای ما را درک کند که شکل فیزیکی داشته باشد. وی افزود: از نظر من، هوش مصنوعی جامع بدون تجسم وجود نخواهد داشت؛ دقیقا همان طور که هوش انسانی بدون داشتن بدن خودمان وجود ندارد.

اگرچه دست‌ها اهمیت دارند اما فقط یک عضو بدن هستند. در حالی که شرکت شدو ربات و سایرین روی انگشت‌ها تمرکز دارند، تعداد زیادی از شرکت‌ها و آزمایشگاه‌ها در حال توسعه انسان‌نماهای کامل هستند.

با وجود این، یک ربات انسان‌نما ممکن است بهترین طراحی برای همه مشاغل نباشد. یک ربات چرخ‌دار می‌تواند به هر جایی وارد شود که کاربر نشسته روی ویلچر می‌تواند به آنجا برود اما وقتی نوبت به زمین‌های پیچیده‌تر می‌رسد، چهار پا بهتر از دو پاست. سگ‌ رباتیک شرکت بوستون داینامیکس موسوم به «اسپات»(Spot) می‌تواند روی زمین‌های ناهموار یا پله‌ها بپرد و در صورت افتادن دوباره بلند شود. این همان کاری است که ربات‌های دو پا با آن دست‌وپنجه نرم می‌کنند. یکی از سخنگویان بوستون داینامیکس در یک ایمیل نوشت: فقط به این دلیل که یک ربات انسان‌نما شبیه به انسان است، به این معنا نیست که باید همان راه را برود و محدودیت‌های مفاصل ما را داشته باشد.

انسان‌نماها در حال حاضر هنوز مشغول پیدا کردن جایگاه خود هستند. لپورا گفت: ویدئوهای پرزرق‌وبرق و طراحی‌های شیک ممکن است یک احساس غیر واقعی را درباره توانایی یا قابل اعتماد بودن ربات‌ها به افراد بدهد. ویدئوهای بوستون داینامیکس چشمگیر هستند اما این شرکت به خاطر قرقره‌های خود هم شناخته شده است که ربات را از راه دور کنترل می‌کنند. ایلان ماسک نیز در ماه ژانویه یک ویدئو را از ربات اپتیموس منتشر کرد که یک پیراهن را تا می‌کند اما بینندگان با چشم‌های تیزبین خود، نشانه‌های آشکاری را مشاهده کردند که نشان می‌داد این ربات تحت کنترل از راه دور است.

یک چالش بزرگ در بیرون کشیدن ربات‌ها از آزمایشگاه‌ها و محیط‌های صنعتی و آوردن آنها به خانه‌ها یا فضاهای عمومی، ایمنی است. «موسسه مهندسین برق و الکترونیک»(IEEE) در ماه ژوئن یک گروه مطالعاتی را راه‌اندازی کرد تا استانداردهای ویژه ربات‌های انسان‌نما را بررسی کند. «آرون پراتر»(Aaron Prather) رئیس این گروه توضیح داد که یک ربات انسان‌نما در یک فضای مشترک، پیشنهاد متفاوتی با یک ربات صنعتی محسوب می‌شود که در قفس محافظ محصور شده است. وی افزود: تعامل ربات‌های انسان‌نما با همکاران خود در تأسیسات «آمازون» یا کارخانه «فورد» عادی است زیرا کارگران آموزش‌دیده با این ربات‌ها کار می‌کنند اما اگر ربات‌ها را در یک پارک عمومی بگذاریم، چگونه با کودکان یا افرادی که نمی‌دانند چه خبر است، ارتباط برقرار خواهند کرد؟

پراتر معتقد است که به زودی میزهای انتظار را برای ربات‌ها خواهیم دید. با وجود این، برای بسیاری از کاربردها ممکن است استفاده از ربات منطقی نباشد. واکر یک ربات تحویل‌دهنده را مثال زد و گفت: این ربات باید در مقایسه با کسی که قراردادی را با حداقل دستمزد دارد، مقرون‌به‌صرفه باشد.

بیشتر شرکت‌های رباتیک معتقدند که هنوز راه دوری را تا تحقق ساخت یک ربات خانگی چندمنظوره با توانایی انجام دادن کارهایی مانند شستن ظرف‌ها و لباس‌ها داریم. بوستون داینامیکس گفت: دوران یک انسان‌نمای سودمند فرا رسیده است اما مسیر رسیدن به یک ربات انسان‌نمای چندمنظوره، طولانی و سخت خواهد بود و سال‌ها زمان خواهد برد.