Десятилетний калифорнийский стартап Vicarious занимается производством усовершенствованных технологических решений на базе искусственного интеллекта. Компания использует теоретические вычислительные принципы мозга человека для создания программного обеспечения, которое поможет технологическому решению мыслить и учиться как человек. В разработки стартапа уже инвестировали предприниматели-миллиардеры Марк Цукерберг, Илон Маск и Джефф Безос.
В офисах Vicarious в Юнион-Сити, США, 10 манипуляторов неустанно укладывают флаконы косметических средств в контейнеры на конвейерной ленте. Ловко справляться с антиперспирантами или лосьонами им помогает захват в виде присоски.
Интегратор приобретает стандартные промышленные роботы, а затем дополняет их своим программным обеспечением. В Балтиморе манипуляторы от Vicarious собирают наборы образцов для косметической компании Sephora. Ранее такая работа выполнялась исключительно людьми, а сейчас с ней вполне могут справиться технологические решения. Все это стало возможным благодаря программному обеспечению на базе искусственного интеллекта.
Как утверждает генеральный директор и соучредитель компании Скот Феникс, разрешить парадокс современного общества поможет только свежий подход к искусственному интеллекту. А дело вот в чем. Роботизированные руки и захваты существуют уже давно и компоненты к ним еще никогда не были такими доступными и функциональными как сейчас. Но даже на фабриках и складах манипуляторы ограничены выполнением определенных жестко контролируемых задач. Их программное обеспечение должно быть специально запрограммировано для каждой ситуации и не может адаптироваться к неожиданным изменениям.
«Мы платим людям триллионы долларов в год за то, что роботы физически способны делать в течение последних 30 или 40 лет», — отметил Феникс.
Рассмотрим следующий пример. Робототехническое решение может обыграть человека в ходе обычной игры. Однако даже при незначительном изменении игры, например, путем увеличения яркости цветов или изменения размера объектов робот «сдаст позиции». Причина кроется в негибкости программного обеспечения.
Можно ли изменить ситуацию? Да. Если научить роботы работать по принципу глубокого обучения, а не руководствоваться специализированными алгоритмами под конкретные задачи.
Собственное программное обеспечение стартапа может справиться с приведенными в примере изменениями, поскольку они не влияют на понимание манипулятором механизмов игры. Однако на данном этапе роботы компании могут успешно адаптироваться только к небольшим изменениям.
Vicarious использует глубокое обучение для систем машинного зрения своих технологических решений. Программное обеспечение распознает данные, такие как изображения или аудио, и выполняет поиск статистических шаблонов, которые были извлечены из данных, полученных в ходе прошлых опытов. Один из способов научить робот захватывать предметы — это запрограммировать его на использование разных подходов и запоминание случаев успешного захвата и неудачи. Таким образом манипулятор будет работать более эффективно.
«Ключевой частью интеллекта человека является построение гибких моделей мира, которые можно использовать в самых разных ситуациях, — пояснил Бренден Лэйк, доцент Нью-Йоркского университета. — Я думаю люди понимают, что этого нельзя достичь с крупномасштабными системами распознавания образов, обученными на больших наборах данных для выполнения одной конкретной задачи».
Похоже грядут большие перемены! Ожидается что благодаря инвестициям компании в фундаментальные исследования их роботы смогут расширить свой функционал и займутся более сложной работой чем размещение продукции на поддонах. В свою очередь совершенствование принципов глубокого обучения поможет преобразовать экономику, изменив баланс труда между людьми и технологическими решениями.
Автор: Мария Котанович: 31.03.2020
Источник: Wired
Источник: