Hvad robotter og AI lærte i 2015

Robotterne tog ikke rigtig over i 2015, men til tider føltes det, som om det kunne være der, vi er på vej hen.

Der var tegn på, at maskiner snart vil overtage manuelt arbejde, som i øjeblikket kræver menneskelig dygtighed. Tidligt på året dukkede detaljer op om en konkurrence arrangeret af Amazon for at hjælpe robotter med at udføre mere arbejde i dets enorme produktopfyldelsescentre.

Amazon Picking-udfordringen, som begivenheden blev kaldt, blev afholdt på en fremtrædende robotkonference senere på året. Hold konkurrerede om en præmie på $25.000 ved at designe en robot til at identificere og gribe varer fra en af ​​Amazons lagerhylder så hurtigt som muligt (vinderen valgte og pakkede 10 varer på 20 minutter). Dette kan virke som en triviel opgave for menneskelige arbejdere, men at finde ud af, hvordan man griber forskellige genstande, der er arrangeret tilfældigt på hylder i et rigtigt lager, er stadig en formidabel udfordring for robot-art.

Senere på året fik vi også et eksklusivt kig inde i et af Amazons opfyldelsescentre, som viste, hvor sofistikerede og automatiserede de allerede er. Inde i disse varehuse færger robotter produkter mellem menneskelige arbejdere, og folk opererer som en del af et omhyggeligt orkestreret, finjusteret produktionssystem.

Et par måneder senere blev en endnu mere imponerende robotkonkurrence, DARPA Robotics Challenge, afholdt i Pomona, Californien. Begivenheden blev finansieret af det amerikanske militær og skabt som reaktion på atomkatastrofen ved Fukushima i Japan og var designet til at inspirere til skabelsen af ​​humanoide robotter, der er i stand til at tage over i meget farlige katastrofescenarier.

Konkurrencen rykkede grænserne for robotsansning, bevægelse og manipulation med en række opslidende udfordringer, herunder at åbne døre, gå op ad trapper og betjene elværktøj. Igen, disse ting kan være lette nok for mennesker, men de er stadig ekstremt svære for robotter, som en række pratfalls, der involverer flere af robotdeltagere, der koster millioner dollar, hurtigt fremhævede. Førstepladsen på $2 millioner gik til sidst til en robot, der var i stand til at navigere hurtigt på banen, fordi den både kunne gå og trille på knæ.

Og selvom robotter stadig er ringere end os på mange måder, forbedres den underliggende teknologi hurtigt. Forskere udtænker nye måder, hvorpå robotter kan lære, og måder, hvorpå de kan dele den information, de har opsamlet, hvilket burde hjælpe med at fremskynde fremskridtene yderligere. Det er derfor næppe overraskende, at robotter dukker op i alle mulige nye kommercielle rammer, fra butikshilsnere og indkøbsassistenter til hospitalshjælpere og hotelportiere.

Det var også et stort år for automatiserede eller selvkørende biler. Adskillige nye virksomheder, herunder Apple, Uber og endda Kinas Baidu, sluttede sig til Google og mange bilproducenter i at forske i automatiseret køreteknologi. Vi undersøgte, hvordan denne tendens ikke kun aktiveres af billigere sensorer og bedre kontrolsoftware, men også af den stigende computerisering af bilen. Emissionsskandalen, der i øjeblikket opsluger Volkswagen, er endnu et eksempel på den voksende betydning af computerkode i nutidens køretøjer.

Det firma, der mest er indbegrebet af køretøjscomputerisering, Tesla, blev også den første til at introducere avanceret selvkørende teknologi på vejene, og udsendte en softwareopdatering, der inkluderede noget, der hedder Autopilot til Model S-biler med de nødvendige sensorer.

Det var dog ikke en helt glat udrulning. Flere Tesla-ejere postede alarmerende videoer, der viser, at systemet opfører sig på uventede måder på vejen, og virksomheden blev tvunget til at gå tilbage ved at begrænse systemets muligheder, indtil yderligere udvikling og test kan udføres.

Google afslørede også, at dens prototype af selvkørende biler har været ude for en række ulykker, selvom det skylden uheldene på det faktum, at dets biler har en tendens til at køre på måder, der nogle gange kan forvirre andre bilister på vejen. Alligevel peger disse hændelser på en truende etisk gåde, som skaberne af selvkørende biler står over for. Hvor mærkeligt det end lyder, overvejer nogle forskere allerede under hvilke omstændigheder disse systemer skal programmeres til at dræbe .

Der er sket store fremskridt inden for kunstig intelligens i løbet af de sidste par år, på grund af udviklingen af ​​meget store og sofistikerede neurale netværk for dyb læring, der lærer ved at fodre på store mængder data, og denne tendens fortsatte i 2015. Verdens største teknologivirksomheder har ansat eksperter på området til at anvende teknikken til opgaver som stemmegenkendelse. Vi profilerede teamet hos Facebook, der arbejder på den ambitiøse indsats for at skabe en dyb indlærende AI, der er i stand til at analysere sprog og føre meningsfulde samtaler. For nylig introducerede Facebook en personlig assistent-tjeneste kaldet M, der bruger menneskelige arbejdere, men som vil blive brugt til at hjælpe med at træne Facebooks samtale-AI.

Med så hurtige fremskridt inden for kunstig intelligens og robotteknologi er det måske ikke overraskende, at nogle eksperter er begyndt at bekymre sig om de langsigtede konsekvenser. En bog skrevet af Oxford University-filosoffen Nick Bostrom gav næring til denne bekymring, med mange bekymrende hypotetiske scenarier, der involverede en kunstig superintelligens. Vi anmeldte dog bogen og fandt ud af, at de tekniske fremskridt ikke ligefrem retfærdiggør vores dommedagsfrygt endnu.

For lidt mere perspektiv, så hvem er bedre at henvende sig til end en af ​​fædre til kunstig intelligens, Marvin Minsky? I et sjældent videointerview tilbød Minsky sine tanker om AI's historie og nogle overvejelser om, hvad feltet stadig mangler at opnå.

Hvis det kommende år kan matche noget af den tidlige optimisme, som pionerer som Minsky følte, så kan vi trods alt godt være på vej mod robotrevolution.

skjule