Дело в том, что чем больше я ищу, тем меньше я нахожу в работе автономных (реальных) роботов. Все роботы-компаньоны - это игрушки с ограниченной бесполезной функциональностью. Всякий раз, когда происходит стихийное бедствие, вы не видите в новостях оперативных поисковых и спасательных роботов. Даже военные роботы на службе - это машины с дистанционным управлением. Они не интеллектуальные машины. Промышленные роботизированные руки являются детерминированными машинами. Единственные роботы с некоторыми уровнями автономной функциональности - это роботы-уборщики, боты, работающие на складе, и сельскохозяйственные роботы.
С другой стороны, сегодня:
- алгоритмы искусственного интеллекта очень хороши в принятии решений
- сенсорные технологии очень сложны
- коммуникационные технологии очень быстрые
- мы можем изготовить дешевые детали
- люди очень сообразительны
Итак, почему в нашей повседневной жизни нет настоящего робота? Нет инвестиций в домен? Рынка еще нет? Недостаточно знаний в области? Отсутствующая технология? Любая идея?
источник
Ответы:
Прежде всего, все не так идеально, как вы думаете. Многие алгоритмы (включая ИИ) хорошо работают в теории, но на практике слишком много
ifнепредвиденных событий. Так часто случается, что ваш алгоритм отлично работает в симуляции, и как только вы загружаете его в робота, он не может даже идти прямо в простом коридоре.Кроме того, я считаю, что есть две основные причины:
Поэтому я считаю, что, хотя мы не слишком далеки от того, чтобы среди нас были друзья-роботы, для этого еще слишком рано.
Просто чтобы дать вам примеры из реального мира:
Нао робот , разработанный , чтобы быть компаньоном (из Википедии) , но на самом деле в основном используется для футбольных матчей, стоит около 16000 $ :
(источник: about-robots.com )
Enon робот , построенный , чтобы быть личным помощником, стоит около 60000 $ :
ICub гуманоида стоит 200000 $ :
(источник: physorg.com )
источник
Основным ограничивающим фактором для автономных роботов является интеллект. Хотя ИИ добился больших успехов, он, как правило, не мог справиться со сложностью мира. Распространенным решением этой проблемы было ограничение автономных роботов очень упрощенными версиями мира.
Roomba - хороший пример. Он имеет дело со сложностью мира, по существу выполняя комбинации простых паттернов (спирали, прямые линии и т. Д.), Где переходы между паттернами являются функцией наличия препятствий и времени. Это имеет свои преимущества. Например, Roomba нужна только рука, полная ударов и инфракрасных датчиков, чтобы воспринимать ее мир, что, в свою очередь, ограничивает количество необходимой вычислительной мощности.
Исключением на данный момент являются автономные транспортные средства. Это происходит главным образом из-за крупных инвестиций, которые военные делают на протяжении многих лет. Не только в беспилотных летательных аппаратах (БЛА), но и наземных транспортных средствах. Широко известные примеры таких инвестиций включают DARPA Grand Challenge и DARPA Urban Challenge . К счастью, многие методы, разработанные для этих транспортных средств, в целом применимы. Например, методы планирования движения обычно применимы к роботам с другими методами передвижения.
Другие типы автономных роботов находятся на горизонте из-за аналогичных инвестиций. Например, DARPA недавно объявила победителя в конкурсе DARPA и активно продвигает конкурс на двуногие . Аналогичным образом, такие компании, как Boston Dynamics, много сделали для продвижения автономных роботов. Конечно, можно возразить, что их роботы (например, BigDog и Cheetah ) являются только полуавтономными, но такое возражение не может распознать, насколько автономия все еще задействована.
источник
На самом деле, роботы существуют в вашей повседневной жизни. Многие из них.
Просто не так, как вы ожидаете. Может ли ИИ определять задачи для себя, работать для достижения цели и целенаправленно взаимодействовать с людьми? Нет. Даже самый лучший ИИ, который существует, все еще, вероятно, не намного больше, чем Распознавание образов .
Если вы извините за аналогию, мы не собираемся (и не должен был) создавать живые машины, чего многие люди ожидают от продвинутой робототехники.
Вместо этого мы создаем реальный эквивалент магического предмета . Они помогают пользователю (нам), выполняя очень специфическую задачу или просто облегчая такую задачу для нас . Некоторые из этих роботов настолько стары и распространены, что вы даже не узнаете их как таковых.
Робот можно определить как машину, которая воспринимает окружающую среду, чтобы принимать решения и выполнять какую-то задачу. Можем ли мы вспомнить некоторые из этих машин?
источник
Ваши первые 2 причины наличия робота все еще не верны сегодня, то есть через 2 года после публикации.
Пока нет алгоритмов ИИ. В настоящее время существуют довольно умные сценарии действий-реакций. Я работал над автоматизацией крана на цементном заводе между 1997 и 2000 годами. Различные датчики отправляли уведомления о необходимости нового материала, поэтому было создано и запланировано новое задание. Абсолютно никакой магии в этом. В итоге 5 крановщиков потеряли работу, потому что некоторые программы с большим количеством датчиков сделали то же самое.
Для моих нужд до сих пор нет используемых датчиков. Мне нужен робот, который убирает мою квартиру, особенно ванную и кухню. Где датчик, который определяет, грязное ли полотенце? Если окно или пол нуждается в очистке? Где робот, чтобы вымыть мою посуду и потом поместить ее в шкаф?
Люди все еще ждут программного обеспечения, которое пройдет тест Тьюринга. Когда это успешно сделано, первый шаг к программному обеспечению AI сделан.
источник
Эта ситуация может измениться теперь, когда Aldebaran анонсировала робота Pepper примерно за 2000 долларов США (плюс еще неизвестная подписка).
Также в этом году робот NAO был удешевлен и теперь доступен примерно за 7000 долларов США.
источник