Что могут сделать роботы чего не могут люди
Полная автоматизация и замена человека: что ждет роботов через десять лет
Три сценария развития робототехники
Рост индивидуализации
Этот сценарий больше всего похож на то, что происходит в области робототехники сегодня. Скорее всего, компании начнут создавать кастомизированных роботов, направленных на решение задач, требуемых отдельным потребителям. Возможно, кто-то создаст робота, собирающего клубнику, или машину, способную взять образцы крови.
Конечно, стоит учитывать, что на этом рынке изначально будет очень высокий ценник. Более того, производители роботов не смогут увеличить объемы производства, чтобы снизить затраты. В такой среде преимущество будет у специализированных маленьких или средних компаний и стартапов, которые легко адаптируются под запросы потребителей и могут создать нишевый продукт.
Увеличение автоматизации
Второй вероятный путь развития робототехники. В этом случае роботы смогут занять рабочие места: появятся роботы-курьеры, роботы-сборщики и роботы для зарядки электромобилей.
Лидерами на этом рынке станут компании, способные масштабировать производство за счет создания дешевых мехатронных устройств. Таких роботов можно будет выпустить в массовое производство, спроектировать и приобрести онлайн.
Развитие искусственного интеллекта
Последний сценарий. Здесь можно ожидать развития мобильных и полностью автономных интеллектуальных роботов. Они смогут справляться со сложными и динамичными задачами: работать в аэропортах, вокзалах и в отелях.
На этом рынке главную роль сыграет разработка программного обеспечения. Потенциально при развитии такого сценария компании, создающие роботов, сместятся на второй план. Они скорее превратятся в платформы для тестирования новых вариантов ПО.
Способность учиться и полная автономность: тренды в области робототехники
Социальные тренды ускорят потребность в высокотехнологичных робототехнических решениях. С взрослением современного поколения, уже привыкшего использовать роботов, увеличится спрос на ассистентов, которые будут помогать с упражнениями, личной гигиеной, доставкой еды. Внимание к экологической повестке и принципам устойчивого развития сместит акцент в сторону роботов, выполняющих сложные задачи по сортировке.
Увеличится количество роботов в низкооплачиваемых сферах. Эксперты отмечают, что нехватка ручного труда и повышение заработной платы в странах, где раньше она была низкой, приведет к достаточно быстрой замене людей роботами. Сейчас, чтобы преодолеть проблему старения населения и роста заработных плат, роботизированные технологии начали активно внедрять на предприятиях Китая. С 2008 года зарплаты работников заводов в стране увеличились на 71%.
Искусственный интеллект и другие технологические решения сблизят людей и роботов. Развитие роботизированных технологий и увеличение возможностей ассистентов значительно упростят взаимодействие с ними. Искусственный интеллект вскоре позволит роботам без помощи людей справляться с неожиданными ситуациями. Роевой интеллект увеличит возможности мобильных роботов: они смогут распределять задачи между друг другом и даже изменять их. Системы визуализации способствуют развитию больше автономности во время анализа и проверки данных. Развитие сетей связи 5G и других коммуникационных возможностей станут толчком к увеличению радиуса действия роботов и облачных сетей, расширяющих вычислительную мощность роботов и датчиков.
Роботы начнут учиться. Сегодня решению задач реального мира роботы обучаются на специальных симуляторах, но это достаточно грубый метод, которого постепенно становится недостаточно: ситуативность и мгновенные решения роботам по-прежнему отчасти неподвластны. Тем не менее, несколько лет назад компания OpenAI, которая занимается изучением и разработками в области нейронных сетей, создала роботизированную руку, решившую самую популярную головоломку — кубик Рубика — без помощи человека.
Чтобы обучить этому руку, инженерам потребовалось 50 часов, в течение которых она получила опыт приблизительно в 100 человеческих лет.
Машины с условной автоматизацией освоят больше задач. Автомобили по-прежнему с помощью сигнала будут сообщать водителю о том, что необходима помощь, хотя их функционал значительно увеличится, вплоть до маневрирования без помощи человека в заранее запрограммированной местности. Эксперты BCG ожидают, что к 2030 году машины с автоматизацией третьего уровня будут составлять около 8% продаж на мировом авторынке.
Азиатские компании по производству робототехники, которые сейчас составляют малую часть рынка, начнут конкурировать с американскими и европейскими гигантами. Ретейлеры азиатских странах начинают активно модернизировать свои производства, чтобы удовлетворить растущий спрос на продукцию, поэтому производители роботов (в том числе стартапы) должны учитывать этот фактор и использовать его в качестве отправной точки для роста. Тем не менее, с 2017 года количество робототехнических компаний в Корее, Китае и Японии увеличивается достаточно быстро. Некоторые китайские компании уже могут составить конкуренцию производителям из Америки и Европы.
До чего дошел прогресс: что могут делать роботы, а не человек
Мы все боимся, что скоро нас заменят роботы. Что они будут писать новости для журналистов (и уже пишут!), водить машины, обслуживать нас в ресторанах, писать книги и даже просто разговаривать с нами, а мы и не поймем, что на связи вовсе не живой человек.
Как раз такого «собеседника» разработала компания Google. Бот синтезирует человеческую речь так качественно, что разницу с реальным человеком уловить, как говорят разработчики, невозможно. Именно поэтому компания пообещала предупреждать граждан о том, что на связи именно компьютер. Звонить бот может с коммерческими и деловыми целями — например, «записаться» на стрижку.
Как отмечает Би-би-си, некоторые эксперты, услышав такого бота на конференции разработчиков, просто ужаснулись сходству: он звучал абсолютно как живой человек. Пока этот робот говорит, конечно, по-английски, но представить такой компьютер носителем русского языка тоже несложно.
Новость вроде бы пугающая: что же станет тогда с живой речью, с ее милыми неправильностями, ошибками и интонационными странностями? И что же будут анализировать лингвисты, если вокруг будут говорить роботы?
Искусственный интеллект всегда противопоставляется чему-то живому, непосредственному, и кажется, что машина убьет жизнь. Но если задуматься — чем роботы хуже нас?
Мы ведь сами в каком-то смысле стали роботами и превратили свою речь в набор паролей и отзывов, которые очень легко имитировать машине.
В роботов давно превратились политики, которые произносят одни и те же слова из года в год, не подкрепляя их делами. А многие из них похожи не на новых, современных, а на старых, заржавевших роботов, из железных уст которых до сих пор звучат советские клише времен холодной войны.
Те же клише повторяют и журналисты, которые тоже давно превратились в роботов, до сих пор говорящих о ракетах, которые «бороздят просторы», и о времени, которое «покажет».
В роботов превратились менеджеры, повторяющие фразу «Я вас услышал».
В роботов превратились даже мы сами в разговорах со знакомыми и друзьями в фейсбуке. Мы пишем одни и те же фразы («Внезапно!», «До слез», «Со дна опять постучали!»), мы одинаково ругаемся («В бан!», «Горите в аду»), сопровождаем наши посты одними и теми же цитатами («Никогда не было — и вот опять!», «Зачем Володька сбрил усы?», «Даже самые отсталые слои населения облачились в джинсы»).
Робот, я думаю, легко может сымитировать речь современного политика, журналиста или просто блогера. Никто и не заподозрит!
А еще — парадокс! — мы вроде бы боимся роботов и часто считаем их злом, но при этом сами часто хотим превратить в роботов окружающих: сражаемся с двойной нормой в языке, выступаем против всяких поблажек типа «разговорного варианта», требуем «жесткой руки».
К примеру, я уверена, что можно было бы провести целую конференцию о состоянии русского языка, на которую приехали бы одни роботы. Один выступал бы против среднего рода кофе (тезисы готовы, надо только загрузить их в компьютерную голову), другой — против слов с уменьшительными суффиксами, третий обличал бы глагол «кушать». Все остальные тоже нашли бы себе что-то из того вечного списка «самых страшных ошибок», которого строго придерживаются граммар-наци.
И даже в разговорах с собственными детьми мы часто превращаемся в компьютерные программы, повторяя одни и те же фразы.
Роботы могут победить, если их речь в какой-то момент станет более живой, чем человеческая. Иногда, когда я слышу какого-нибудь политика, говорящего не о людях, а о «населении», такой сценарий мне кажется вполне возможным.
Именно поэтому роботов-собеседников я бы рассматривала не как угрозу, а как возможность — возможность задуматься над тем, что происходит с нашей собственной речью.
10 вещей, которым сложно научить роботов
Быть человеком куда проще, чем создать человека. Возьмите, к примеру, процесс игры в мяч в детстве с другом. Если разложить эту деятельность на отдельные биологические функции, игра перестанет быть простой. Вам нужны датчики, передатчики и эффекторы. Вам нужно рассчитывать, как сильно бить по мячу, чтобы он сократил дистанцию между вами и вашим компаньоном. Вам нужно учитывать солнечные блики, скорость ветра и все, что может отвлечь. Нужно определить, как вращается мяч и как нужно его принимать. И остается пространство для посторонних сценариев: что, если мяч пролетит над головой? Перелетит через забор? Выбьет окно соседу?
Эти вопросы демонстрируют некоторые из наиболее острых проблем робототехники, а также закладывают основу для нашего обратного отсчета. Перед вами список из десяти самых сложных вещей, которым нужно научить роботов. Эту десятку мы должны победить, если когда-нибудь хотим реализовать обещания, сделанные Брэдбери, Диком, Азимовым, Кларком и другими фантастами, которые видели воображаемые миры, где машины ведут себя как люди.
Проложить путь
Робототехники решают первую проблему, вооружая свои машины массивом датчиков, сканеров, камер и других высокотехнологичных инструментов, которые помогают роботам оценить свое окружение. Лазерные сканеры становятся все более популярными, хотя их нельзя использовать в водной среде из-за того, что свет серьезно искажается в воде. Технология сонара кажется жизнеспособной альтернативой для подводных роботов, но в наземных условиях она куда менее точна. Кроме того, «видеть» свой пейзаж роботу помогает система технического зрения, состоящая из набора интегрированных стереоскопических камер.
Собрать данные об окружающей среде — это только полдела. Куда более сложной задачей будет обработка этих данных и использование их для принятия решений. Многие разработчики управляют своими роботами, используя предопределенную карту или составляя ее на лету. В робототехнике это известно как SLAM — метод одновременной навигации и составления карты. Составление карты здесь означает то, как робот преобразует информацию, полученную датчиками, в определенную форму. Навигация же подразумевает то, как робот позиционирует себя относительно карты. На практике эти два процесса должны протекать одновременно, в форме «курицы и яйца», что выполнимо только при использовании мощных компьютеров и продвинутых алгоритмов, вычисляющих положение на основе вероятностей.
Продемонстрировать ловкость
Этим навыкам робота крайне сложно обучить. Обычно ученые вообще не обучают роботов прикосновениям, программируя их на провал, если они вступают в контакт с другим объектом. Однако за последние пять лет или около того были достигнуты значительные успехи в совмещении податливых роботов и искусственной кожи. Податливость относится к уровню гибкости робота. Гибкие машины более податливы, жесткие — менее.
В 2013 году исследователи из Georgia Tech создали роботизированный манипулятор с пружинными суставами, которые позволяют манипулятору сгибаться и взаимодействовать с предметами, подобно человеческой руке. Затем они покрыли все это «кожей», способной распознавать давление или прикосновение. Некоторые виды кожи роботов содержат шестигранные микросхемы, каждая из которых оснащена инфракрасным сенсором, который регистрирует любое приближение ближе чем на сантиметр. Другие оснащаются электронными «отпечатками пальцев» — ребристой и шероховатой поверхностью, которая улучшает сцепление и облегчает обработку сигнала.
Объедините эти высокотехнологичные манипуляторы с продвинутой системой зрения — и вы получите робота, который может сделать нежный массаж или перебрать папку с документами, выбрав нужный из огромной коллекции.
Поддержать беседу
Первоначально ученые думали, что повторить это будет так же просто, как подключить правила грамматики к памяти машины. Но попытка запрограммировать грамматические примеры для каждого отдельного языка попросту провалилась. Даже определить значения отдельных слов оказалось весьма сложно (ведь есть такое явление, как омонимы — ключ от двери и ключ скрипичный, например). Люди научились определять значения этих слов в контексте, опираясь на свои умственные способности, развитые за многие годы эволюции, но разбить их снова на строгие правила, которые можно положить на код, оказалось просто невозможно.
В результате многие роботы сегодня обрабатывают язык, основываясь на статистике. Ученые скармливают им огромные тексты, известные как корпусы, а затем позволяют компьютерам разбивать длинные тексты на куски, чтобы выяснить, какие слова часто идут вместе и в каком порядке. Это позволяет роботу «учить» язык, основываясь на статистическом анализе.
Научиться новому
Робототехники сталкиваются с определенными проблемами, когда пытаются построить автономную машину, способную обучаться новым навыкам. Один из подходов, как в случае с гольфом, заключается в том, чтобы разбить активность на точные шаги, а затем запрограммировать их в мозге робота. Это предполагает, что каждый аспект активности нужно разделить, описать и закодировать, что не всегда-то и легко сделать. Существуют определенные аспекты в размахивании клюшкой для гольфа, которые и словами-то сложно описать. Например, взаимодействие запястья и локтя. Эти тонкие детали легче показать, чем описать.
За последние годы ученые добились определенного успеха в обучении роботов имитировать человека-оператора. Они называют это имитационным обучением, или обучением по демонстрации (методика LfD). Как они это делают? Вооружают машины массивами широкоугольных и масштабирующих камер. Это оборудование позволяет роботу «видеть» учителя, выполняющего определенные активные процессы. Обучающие алгоритмы обрабатывают эти данные для создания математической карты функций, которая объединяет визуальный ввод и желаемые действия. Конечно, роботы LfD должны уметь игнорировать определенные аспекты поведения своего учителя — вроде зуда или насморка — и справляться с похожими проблемами, которые рождаются из-за разницы в анатомии робота и человека.
Обманывать
Роботам же научиться обманывать людей или других роботов может быть невероятно сложно (и, возможно, хорошо для нас с вами). Обман требует наличия воображения — способности формировать идеи или образы внешних объектов, не связанных с чувствами — а у машины его, как правило, нет. Они сильны в прямой обработке данных с датчиков, камер и сканеров, но не могут формировать концепции, которые выходят за пределы сенсорных данных.
С другой стороны, роботы будущего могут лучше разбираться в обмане. Ученые Georgia Tech смогли передать некоторые навыки обмана белок роботам в лаборатории. Сначала они изучали хитрых грызунов, которые защищают свои тайники с пищей, заманивая конкурентов в старые и неиспользуемые хранилища. Затем закодировали это поведение в простые правила и загрузили в мозги своих роботов. Машины смогли использовать эти алгоритмы для определения, когда обман может быть полезным в конкретной ситуации. Следовательно, могли обмануть своего компаньона, заманив его в другое место, в котором нет ничего ценного.
Предвидеть действия человека
Как и обман, предвосхищение человеческих действий требует от робота представления будущего состояния. Он должен быть в состоянии сказать: «Если я вижу, что человек делает А, значит, как я могу предположить на основе прошлого опыта, скорее всего, он сделает Б». В робототехнике этот пункт был крайне сложным, но люди делают определенный прогресс. Команда Корнелльского университета разработала автономного робота, который мог реагировать на основе того, как компаньон взаимодействует с объектами окружающей среды. Для этого он использует пару 3D-камер, чтобы получить изображение окружения. Затем алгоритм определяет ключевые объекты в комнате и выделяет их на фоне остальных. Затем, используя огромное количество информации, полученной в результате предыдущих тренировок, робот вырабатывает набор определенных ожиданий движений от персоны и объектов, которые она трогает. Робот делает выводы относительно того, что будет дальше, и действует соответственно.
Иногда Корнелльские роботы ошибаются, но довольно уверенно продвигаются вперед, в том числе и по мере того, как улучшаются технологии камер.
Координировать деятельность с другими роботами
Возникает ряд проблем. Робот, работающий в команде, должен уметь хорошо себя позиционировать в связи с товарищами и быть в состоянии эффективно общаться — с другими машинами и оператором-человеком. Для решения этих проблем ученые обратились к миру насекомых, которые используют сложное роевое поведение для поиска еды и решают задачи, которые приносят пользу всей колонии. Например, изучая муравьев, ученые поняли, что отдельные особи используют феромоны для связи друг с другом.
Роботы могут использовать эту же «феромонову логику», только полагаться на свет, а не на химические вещества, при общении. Работает это так: группа крошечных роботов рассредоточена в ограниченном пространстве. Сначала они исследуют эту область случайным образом, пока один не натыкается на световой след, оставленный другим ботом. Он знает, что нужно идти по следу, и идет, оставляя собственный след. По мере того как следы сливаются в один, все больше и больше роботов следуют друг за другом гуськом.
Самокопироваться
Что примечательно, роботы могут и не брать людей за пример репродуктивной модели. Возможно, вы заметили, что мы не делимся на две одинаковые части. Простейшие, однако, делают это постоянно. Родственники медуз — гидры — практикуют форму бесполого размножения, известную как бутонизацию: небольшой шарик отделяется от тела родителя, а затем отрывается, чтобы стать новым, генетически идентичным индивидуумом.
Ученые работают над роботами, которые смогут выполнять такую же простую процедуру клонирования. Многие из этих роботов построены из повторяющихся элементов, как правило кубов, которые сделаны по образу и подобию одного куба, а также содержат программу саморепликации. У кубиков есть магниты на поверхности, поэтому они могут присоединяться и отсоединяться от других кубов поблизости. Каждый кубик делится на две части по диагонали, поэтому каждая половина может существовать независимо. Весь же робот содержит несколько кубиков, собранных в определенную фигуру.
Действовать из принципа
Но как и в случае с языком, закодировать этическое поведение крайне сложно главным образом потому, что единого набора общепринятых этических принципов не существует. В разных странах существуют разные правила поведения и разные системы законов. Даже в отдельных культурах региональные различия могут повлиять на то, как люди оценивают и измеряют свои действия и действия окружающих. Попытка написать глобальную и подходящую всем роботам этику оказывается практически невозможной.
Именно поэтому ученые решили создавать роботов, ограничивая масштабы этической проблемы. Например, если машина будет работать в определенной среде — на кухне, скажем, или в палате пациента — у нее будет гораздо меньше правил поведения и меньше законов для принятия этически обоснованных решений. Для достижения этой цели инженеры-робототехники вводят основанный на этике выбор в алгоритм обучения машины. Выбор этот основывается на трех гибких критериях: к чему хорошему приведет действие, какой вред оно нанесет и мере справедливости. Используя этот тип искусственного интеллекта, ваш будущий домашний робот сможет точно определить, кто в семье должен мыть посуду, а кому достанется пульт от телевизора на ночь.
Чувствовать эмоции
«Вот мой секрет, он очень прост: зорко одно лишь сердце. Самого главного глазами не увидишь».
Если это замечание Лиса из «Маленького принца» Антуана де Сент-Экзюпери верно, то роботы не увидят самого прекрасного и лучшего в этом мире. В конце концов, они отлично зондируют мир вокруг, но не могут превращать сенсорные данные в конкретные эмоции. Они не могут увидеть улыбку любимого человека и почувствовать радость, или же зафиксировать гневную гримасу незнакомца и задрожать от страха.
Именно это, больше чем что-либо другое в нашем списке, отделяет человека от машины. Как научить робота влюбляться? Как запрограммировать разочарование, отвращение, удивление или жалость? Стоит ли вообще пытаться?
Некоторые думают, что стоит. Они считают, что роботы будущего будут совмещать когнитивные и эмоциональные системы, а значит, лучше работать, быстрее учиться и эффективнее взаимодействовать с людьми. Верьте или нет, прототипы таких роботов уже существуют, и они могут выражать ограниченный диапазон человеческих эмоций. Nao, робот, разработанный европейскими учеными, обладает эмоциональными качествами годовалого ребенка. Он может выражать счастье, злость, страх и гордость, сопровождая эмоции жестами. И это только начало.
6 причин почему роботы не могут заменить человека
У роботов много силы, интеллекта и выносливости. Также они быстрые. Роботы настолько умны, что их интеллект превышает в несколько раз интеллект профессоров. Однако роботы не могут заменить человечество. Об этом говорят следующие причины.
Роботы — это просто машины.
Это всего лишь базы данных. Конечно, они умеют думать, как и люди, но в пределах заданных алгоритмов.
То есть робот действует автоматически, но он не понимает, что делает.
Человек отличается от роботов творческим решением и нестандартным подходом к решению проблем.
Роботы могут взаимодействовать в паре.
Но они не научатся быть командой вместе с людьми. У них нет слаженности, которая есть у людей. Люди умеют находить компромисс и готовы к сотрудничеству, а роботы нет.
Роботы не умеют фантазировать.
Как уже было сказано, они действуют автоматически, но при этом не проявляют никаких эмоций. Роботы не могут проявлять эмоции. Это просто куски железа.
Человек прекрасно знает, что даже выпекание хлеба должно быть с душой, воспитатели должны понимать людей. То есть любая работа должна выполняться с душой.
Роботы могут прекрасно знать теорию, но лишь человек способен вкладывать душу в дело.
Некоторые роботы умеют составлять тексты, а если другие не умеют, их можно научить.
Однако только люди способны вкладывать душу в свои произведения. Бездушные машины могут сделать красиво и качественно, но вряд ли их произведения возьмут человека за душу.
Роботы не умеют мечтать.
Этой способностью наделены только люди. Именно мечты дают человеку возможность двигаться вперед. Если людьми движет мечта, умные роботы этого не заменят.
Роботы не могут стать настоящими друзьями для людей.
Никто не будет отрицать, что роботы умны, но они не заменят живых людей.