Το καλοκαίρι του 2014, ο Ahti Heinla, ένας από τους μηχανικούς λογισμικού που βοήθησε στην ανάπτυξη του Skype, άρχισε να φωτογραφίζει το σπίτι του.
Φυσικά, δεν υπάρχει κάτι ασυνήθιστο για αυτό. Μόνο συνέχισε να το κάνει. Μήνας με μήνα, καθώς το καλοκαίρι έπεσε στο φθινόπωρο και το φθινόπωρο έφυγε για το χειμώνα, η Χάινλα βγήκε στο ίδιο ακριβώς σημείο στο πεζοδρόμιο και έσπασε νέες, φαινομενικά πανομοιότυπες εικόνες του σπιτιού του. Ο άνθρωπος που είχε διαδραματίσει σημαντικό ρόλο στη δημιουργία μιας εφαρμογής τηλεπικοινωνιών πολλών δισεκατομμυρίων δολαρίων έχασε το μυαλό του; Όπως αποδείχθηκε, υπήρχε ένας απολύτως λογικός λόγος για τις ενέργειες της Heinla - παρόλο που θα μπορούσε ωστόσο να ακούγεται λίγο τρελό σε όποιον ρώτησε τι έκανε. Ο Ahti Heinla βοηθούσε τα μελλοντικά αυτόνομα ρομπότ να μάθουν πώς να βλέπουν.
Πάνω από μισή δεκαετία αργότερα, ο κόσμος (ή, τουλάχιστον, μερικά επιλεγμένα μέρη του) αποκομίζει τις ανταμοιβές του φαινομενικά περίεργου πειράματος της Heinla. Ως συνιδρυτής μιας νεοσύστατης εταιρείας που ονομάζεται Starship Technologies μαζί με τον συνιδρυτή του Skype, Janus Friis, η Heinla βοήθησε στην κατασκευή ενός στόλου ρομπότ παράδοσης αυτοκινούμενων. Αυτά τα ρομπότ, που μοιάζουν με εξακύλινδρους ψυγεία, έχουν ταξιδέψει δεκάδες χιλιάδες μίλια σε όλο τον κόσμο, κάνοντας περίπου 100.000 παραδόσεις στη διαδικασία. Είναι ιδιαίτερα διαδεδομένοι σε έναν αυξανόμενο αριθμό πανεπιστημιουπόλεων, αν και έχουν διασχίσει δρόμους σε πόλεις που κυμαίνονται από το Σαν Φρανσίσκο έως τον Μίλτον Κινς στο Ηνωμένο Βασίλειο.
Για να παραγγείλετε κάτι από ένα από τα ρομπότ παράδοσης της Starship, ένας πελάτης επιλέγει απλά το αντικείμενο που θέλει από έναν από τους συνεργάτες παράδοσης της Starship. Για μια μικρή χρέωση παράδοσης, το ρομπότ θα παραλάβει το αντικείμενο και θα το παραδώσει αυτόνομα στο σημείο της επιλογής σας. Το μόνο που πρέπει να κάνει ο πελάτης είναι να ξεκλειδώσει το ρομπότ χρησιμοποιώντας την εφαρμογή και να ανακτήσει την παραγγελία. Απλό, σωστά;
Όπως και με οποιαδήποτε τέτοια λύση, ωστόσο, τα απλούστερα πράγματα φαίνονται από τη σκοπιά του χρήστη, τόσο πιο περίπλοκα είναι τεχνολογικά. Εδώ το 2020, έχουμε συνηθίσει να ακούμε για αυτοκίνητα αυτο-οδήγησης που μπορούν να περιηγηθούν στον κόσμο με εντυπωσιακά επίπεδα ευκολίας. Ως μία από τις πρώτες εταιρείες που κυκλοφόρησαν αυτοκινούμενα οχήματα χωρίς οδηγούς για την ανθρώπινη ασφάλεια, η Starship Technologies βοήθησε να διαδραματίσει βασικό ρόλο στη δημιουργία αυτόνομων τεχνολογιών όπως αυτό μέρος της καθημερινής ζωής.
Ωστόσο, δεν πρέπει να θεωρούμε δεδομένα αυτά τα εργαλεία. Όχι μόνο είναι καταπληκτικά επιτεύγματα της μηχανικής και της επιστήμης των υπολογιστών, αλλά οι επιλογές που γίνονται σήμερα γύρω από αυτές τις τεχνολογίες θα βοηθήσουν στον προσδιορισμό του μέλλοντος των ανθρώπινων και ρομποτικών αλληλεπιδράσεων.
Οι χάρτες δεν έχουν δημιουργηθεί για ρομπότ
Θυμάστε τη συντριπτική αίσθηση ότι ξεκινάτε ένα νέο σχολείο ως παιδί και πρέπει να περιηγηθείτε; Ίσως, εάν ζούσατε κοντά, περπατήσατε ακόμη και από το σπίτι στο σχολείο μόνοι σας ή με φίλους. Κανονικά, πριν από αυτά τα ταξίδια προηγήθηκαν αυτά που συνοδεύουμε από έναν γονέα ή κηδεμόνα που μπορεί να μας δώσει συμβουλές για το πώς να περιηγηθούμε στον κόσμο γύρω μας. Μπορεί να περπατήσουν μαζί μας τις πρώτες φορές για να διασφαλίσουν ότι είμαστε εξοικειωμένοι με ένα συγκεκριμένο μονοπάτι. Πιθανότατα θα επισημάνουν ορισμένα ορόσημα, όπως πινακίδες ή ιδιαίτερα αξιομνημόνευτα κτίρια. Πριν από πολύ καιρό, διαμορφώνουμε έναν διανοητικό χάρτη για το πού πηγαίνουμε και πώς να περιηγηθούμε εκεί.
Η συντομότερη διαδρομή (πράσινη) δεν είναι πάντα η ταχύτερη και ασφαλέστερη. Το ρομπότ θα προτιμήσει τη διαδρομή που έχει μεγαλύτερη απόσταση, αλλά πιο γρήγορη και ασφαλέστερη Αυτή η ικανότητα, την οποία οι περισσότεροι από εμάς θεωρούμε δεδομένη, είναι αυτό που η Starship Technologies έχει εργαστεί σκληρά για να αναπτύξει για τα ρομπότ της. Κατά κάποιο τρόπο, είναι εκπληκτικά περίπλοκο. Πάρτε για παράδειγμα χάρτες. Όταν τα ρομπότ του Starship ξεκινούν να πλοηγούνται από το σημείο Α στο σημείο Β, ξεκινούν χρησιμοποιώντας δορυφορικές εικόνες για να τους βοηθήσουν να σχεδιάσουν το ταξίδι. Στη συνέχεια χρησιμοποιείται ένας αλγόριθμος δρομολόγησης για τον υπολογισμό της συντομότερης και ασφαλέστερης διαδρομής που πρέπει να ακολουθήσει το ρομπότ. Μέχρι στιγμής, τόσο απλό, σωστά; Εκτός ότι δεν είναι.
Όπως λέει η Heinla: «Δεν μπορούμε να χρησιμοποιήσουμε πολλούς υπάρχοντες χάρτες επειδή δεν είναι πραγματικά κατασκευασμένοι για ρομπότ. είναι φτιαγμένα για ανθρώπους. " Τα υπάρχοντα συστήματα χαρτογράφησης προϋποθέτουν ένα επίπεδο ανθρώπινης γνώσης, όπως η κατανόηση του μέρους του δρόμου που πρέπει να περπατήσουμε και πώς πρέπει να κάνουμε ελιγμούς σε ένα πολυσύχναστο πεζοδρόμιο. Αυτά είναι όλα πράγματα που ένα ρομπότ δεν κατανοεί απαραίτητα. Υπάρχουν πολλές πρόσθετες πολυπλοκότητες.
Για παράδειγμα, σκεφτείτε πώς η συμπεριφορά σας ενώ περπατάτε σε ένα δρόμο διαφέρει από ένα κανονικό πεζοδρόμιο. Ίσως να μην τους θεωρούμε ότι είναι ιδιαίτερα διαφορετικοί, αλλά είναι. Εάν ένα από τα ρομπότ του Starship αντιμετωπίζει εμπόδιο στο πεζοδρόμιο, η απάντησή του είναι να σταματήσει στα ίχνη του. Αυτό συμβαίνει επειδή η διακοπή είναι το ασφαλέστερο πράγμα. Αλλά η στάση σε ένα δρόμο, ή κατά τη διέλευση ενός δρόμου, εμποδίζει την πρόσβαση των οχημάτων. Απαιτεί εκμάθηση ενός εντελώς διαφορετικού τύπου συμπεριφοράς.
Για να κατανοήσει το είδος της συμπεριφοράς που πρέπει να χρησιμοποιούν τα ρομπότ, η Starship ανέπτυξε εργαλεία μηχανικής μάθησης που μπορούν να τμηματοποιήσουν τους χάρτες σε μια σειρά διασυνδεδεμένων χρωματιστών γραμμών που αντιπροσωπεύουν πεζοδρόμια (σε πράσινο), διασταυρώσεις (με κόκκινο χρώμα) και δρόμους (μοβ) Αντί να επιλέγει απλώς τη συντομότερη διαδρομή από την άποψη της απόστασης, το ρομπότ καθορίζει την ταχύτερη διαδρομή προσδίδοντας ένα κόστος σε κάθε σενάριο που θα αντιμετωπίσει το ρομπότ κατά τη διάρκεια ενός ταξιδιού.
Αναγνωρίζοντας τον κόσμο γύρω τους
Μετά από αυτό, τα ρομπότ του Starship κατευθύνονται στον πραγματικό κόσμο, χρησιμοποιώντας μια σειρά από 10 κάμερες για να αναγνωρίσουν τον κόσμο 360 μοιρών γύρω τους μέσω της παρατήρησης. Τα ειδικά συστήματα αναγνώρισης εικόνας χωρίζουν τον κόσμο σε χιλιάδες γραμμές, δίνοντάς του μια απλοποιημένη προβολή περίγραμμα του κόσμου για χρήση ως κατευθυντήριες γραμμές. Με την πάροδο του χρόνου, καθώς τα ρομπότ της εταιρείας περνούν περισσότερο χρόνο σε μια περιοχή, μπορούν να δημιουργήσουν συνεργατικούς τρισδιάστατους χάρτες πλαισίου καλωδίων ολόκληρων περιοχών, καθιστώντας πολύ πιο εύκολο για τα μελλοντικά ρομπότ να κατανοήσουν το τοπίο γύρω τους.
Γραμμές διαφορετικού χρώματος (κίτρινο και μπλε) αντιπροσωπεύουν τις άκρες που έχουν εντοπιστεί διαφορετικά ρομπότ κατά την οδήγηση. Αργότερα, ο διακομιστής θα καταλάβει ότι οι γραμμές από διαφορετικά ρομπότ ταιριάζουν και έτσι είναι γνωστή η θέση του ρομπότ και αυτά τα κομμάτια οδήγησης μπορούν να συνδυαστούν σαν παζλ «Είναι ακριβώς όπως μπορείτε να κατευθύνετε ένα άτομο: συνεχίστε μέχρι να χτυπήσετε ένα κίτρινο κτίριο, στη συνέχεια στρίψτε δεξιά και συνεχίστε μέχρι την εκκλησία», είπε ο Heinla. «Το ρομπότ έχει επίσης ορόσημα, αλλά δεν είναι κίτρινα κτίρια ή εκκλησίες. είναι αφηρημένα σχήματα. "
Το τελευταίο στάδιο της διαδικασίας χαρτογράφησης των ρομπότ είναι να υπολογίσουμε ακριβώς πόσο ευρύ και πού βρίσκεται το πεζοδρόμιο. Αυτό γίνεται με τη χρήση τόσο των ενσωματωμένων καμερών όσο και του 2D χάρτη του που λαμβάνεται από δορυφορικές εικόνες.
«Ακόμα και κάτι τόσο απλό όσο το περπάτημα στο πεζοδρόμιο είναι κάτι που έχουμε μάθει από την εποχή που ήμασταν πολύ νέοι», είπε η Heinla. «Το θεωρούμε δεδομένο. Αλλά για τα μηχανήματα, είναι κάτι που πρέπει να διδαχθεί. Υπάρχουν πράγματα όπως εάν περνάτε ένα πλησιάζοντας άτομο στα αριστερά ή στα δεξιά. Εάν κάποιος πιο αργός από εσάς περπατά μπροστά, επιβραδύνετε ή περάστε τον; Εάν επιβραδύνετε, πόσο κοντά πρέπει να φτάσετε στο άλλο άτομο; Εάν πλησιάσετε πολύ, το άλλο άτομο θα νιώσει άβολα. Όλα αυτά πρέπει να διδάξουμε στο μηχάνημα. "
Εάν όλοι πάνε στο σχέδιο (και, μέχρι σήμερα, έχει), τα ρομπότ του Starship θα μπορούν να πλοηγούνται στον προορισμό που επιλέγουν οι χρήστες στο χάρτη.
Πώς θέλουμε τα ρομπότ να αλληλεπιδρούν με άτομα;
Αυτή δεν είναι μια μοναδική πρόκληση για τη Starship Technologies. Ορισμένες άλλες εταιρείες, που κυμαίνονται από το Nuro έως το BoxBot, εξερευνούν τις δικές τους υπηρεσίες παράδοσης ρομπότ αυτο-οδήγησης. Αλλά ξεπερνά πολύ τα ρομπότ που μπορούν να μας φέρουν σε πακέτο ή παντοπωλεία όταν είμαστε πολύ απασχολημένοι (ή τεμπέληδες) για να πάμε στα καταστήματα. Καθώς τα ρομπότ διαδραματίζουν μεγαλύτερο ρόλο στη ζωή μας, το ζήτημα του πώς να τα ενσωματώσουμε στον κόσμο μας γίνεται πιο πιεστικό.
Δεν χρειάζεται να ληφθούν υπόψη τα μικρά στατικά εμπόδια, όπως αυτοί οι πόλοι, κατά τον καθορισμό της κινητής περιοχής για το ρομπότ. Αυτά χαρτογραφούνται χρησιμοποιώντας την είσοδο του αισθητήρα κατά την οδήγηση και το ρομπότ θα τα αποφύγει αυτόματα αργότερα. Τα ρομπότ έχουν παραδοσιακή απόδοση πολύ καλά σε εργαστηριακές συνθήκες όπου κάθε μεταβλητή μπορεί να ελεγχθεί τέλεια. Έχουν επίσης διαχωριστεί σε μεγάλο βαθμό από τους ανθρώπους για λόγους ασφαλείας. Τώρα μετακινούνται στον πραγματικό κόσμο με μεγάλο τρόπο. Εάν δεν έχουμε συνηθίσει να βλέπουμε ρομπότ στους δρόμους μας τώρα, σίγουρα θα φτάσει μέχρι το τέλος της δεκαετίας του 2020.
«Κάθε εβδομάδα στην αυτόνομη ομάδα οδήγησης, έχουμε μια συνάντηση όπου, για μία ώρα, η ομάδα ασφαλείας μας δείχνει στους αυτόνομους μηχανικούς οδήγησης μερικά από τα πιο ενδιαφέροντα πράγματα που έχουν συμβεί τις τελευταίες [επτά ημέρες]», δήλωσε ο Heinla. "Αυτά τα ενδιαφέροντα πράγματα είναι είτε μέρη όπου υπήρξε κάποια δυσφορία, το ρομπότ έχει κάνει εξαιρετικά καλή οδήγηση, ή [όπου υπήρχαν] κάποιες ασυνήθιστες καιρικές συνθήκες ή αντικείμενα."
Μερικά από αυτά τα προβλήματα περιλαμβάνουν τα ρομπότ να μπορούν να κατανοήσουν τον κόσμο μας. Αυτό δοκιμάζει ο Χάινλα όταν έβγαλε φωτογραφίες έξω από το σπίτι του τις πρώτες μέρες της Starship Technologies. Ήθελε να μάθει αν ένα ρομπότ θα μπορούσε να αναγνωρίσει το σπίτι του, επίσης, το σπίτι του, ανεξάρτητα από το αν ήταν μια ηλιόλουστη καλοκαιρινή μέρα ή ένα βροχερό χειμωνιάτικο απόγευμα. Αποδεικνύεται ότι θα μπορούσε - και ότι η διορατικότητα βοήθησε να δημιουργήσει μια ολόκληρη εταιρεία (ή ίσως ακόμη και μια ολόκληρη βιομηχανία παράδοσης).
Έρευνα όπως αυτή - μέρος της μηχανικής, μέρος της κοινωνιολογίας - έχει να κάνει με την εξεύρεση απαντήσεων στο πώς οι άνθρωποι και οι μηχανές μπορούν να συνυπάρχουν καλύτερα. Είναι χειρότερο για ένα ρομπότ να είναι υπερβολικά προσεκτικό ή υπερβολικά απερίσκεπτο; Τι συμβαίνει όταν τα ρομπότ παράδοσης συναντούν σκύλους-οδηγούς; Τα δεδομένα από αυτό το νέο πεδίο έρευνας συλλέγονται και χρησιμοποιούνται για να τροποποιήσουν τους αλγόριθμους που τροφοδοτούν ρομπότ από εταιρείες όπως η Starship Technologies.
Μια μέρα, θα τους ευχαριστήσουμε για αυτό. Προς το παρόν, όμως, είναι απλώς σημαντικό να κατανοήσουμε τις αποφάσεις που λαμβάνουν - και τους λόγους που τις λαμβάνουν.
