Roboty zaczną myśleć jak ludzie? System FLEX z pomocą AI uczy je samodzielnego wyciągania wniosków
Wyobraźmy sobie robota, który przenosi filiżankę kawy przez stół, na którym stoi laptop i smartfon. Dla człowieka to nic trudnego. Wiemy przecież, że rozlana kawa może uszkodzić oba urządzenia. Robot niekoniecznie musi rozumieć takie zależności. Zwykle robi to, co zostało wcześniej mu zaprogramowane, a każda zmienna może pokrzyżować jego plany. Naukowcy z MIT i New York University pracują nad rozwiązaniem, które ma to zmienić. Ich projekt FLEX pozwala maszynom wyciągać szersze wnioski z poleceń.
GPT-4o podpowiada robotom w zadaniach
Naukowcy z MIT i New York University postanowili sprawdzić, czy robot może samodzielnie wyciągać wnioski z prostych poleceń, zamiast trzymać się wyłącznie wcześniej przygotowanych instrukcji. W tym celu opracowali system FLEX, który wykorzystuje sztuczną inteligencję do rozpoznawania zależności między przedmiotami i przewidywania potencjalnych zagrożeń. W przeprowadzonym eksperymencie maszyny otrzymywały krótkie zadania, a następnie musiały zdecydować, na co jeszcze powinny uważać, mimo że człowiek nie wspomniał o tym bezpośrednio. Wyniki pokazały, że nie zawsze trzeba szczegółowo tłumaczyć robotowi każdego kroku.
W całym pomyśle ważną rolę odgrywa GPT-4o. Model analizuje polecenie i próbuje ustalić, co użytkownik miał tak naprawdę na myśli, nawet jeśli nie powiedział wszystkiego wprost i używał skrótów myślowych. W omawianym teście już po ominięciu laptopa maszyna powinna automatycznie tak samo podchodzić do pozostałych urządzeń na stole. Ale jak to wygląda w praktyce? FLEX działa w trzech krokach.
Najpierw maszyna zapamiętuje przedmiot wskazany przez człowieka. Później GPT-4o szuka podobieństw i na tej podstawie rozszerza listę rzeczy, których należy unikać. Na końcu system kamer sprawdza, co faktycznie znajduje się w otoczeniu. Jeżeli jakiś przedmiot zniknął, robot nie musi już uwzględniać go podczas planowania trasy. Według badaczy cały proces zajmuje około pięciu sekund – czyli działa prawie natychmiast.
No dobrze, ale dlaczego to takie ważne? Przy dotychczasowym podejściu każda kolejna uwaga użytkownika mogła oznaczać dopisanie następnego przedmiotu do listy ograniczeń. Z czasem robiło się ich coraz więcej, nawet jeśli część przestała mieć tak naprawdę znaczenie. FLEX próbuje rozwiązać ten problem inaczej. Zamiast zapamiętywać wyłącznie konkretne rzeczy, robot ma rozpoznawać również ich wspólne cechy. Dzięki temu jedna krótka uwaga może wystarczyć do uniknięcia kilku potencjalnych zagrożeń.
Jak dokładnie sprawdzono system FLEX?
Naukowcy przygotowali trzy scenariusze, w których robot miał podawać kawę, przenosić zapaloną świecę oraz transportować kulę do kręgli. Próby odbywały się w symulowanym środowisku, a uczestnicy wpisywali polecenia zwykłym językiem. To ważne, bo nie musieli znać komend technicznych ani zastanawiać się, jak dokładnie zaprogramować zachowanie maszyny.
Przykład z kawą wydaje się najbardziej wymowny. Kiedy uczestnik poprosił, aby nie rozlać napoju na laptopa, system uwzględnił również smartfon znajdujący się w pobliżu. Przy świecy robot miał unikać materiałów łatwopalnych, natomiast podczas przenoszenia kuli do kręgli brał pod uwagę przedmioty, które mogłyby zostać uszkodzone przez ciężki ładunek. We wszystkich testach chodziło o to samo: maszyna miała zrozumieć powód otrzymanego ostrzeżenia, a nie tylko zapamiętać nazwę wskazanej rzeczy.
Mimo powodzenia w testach, na razie nie ma jednak powodów, by ogłaszać przełom w robotach domowych. Trzy przygotowane scenariusze pokazują możliwości FLEX, ale nie odpowiadają jeszcze na pytanie, jak system poradzi sobie w prawdziwym mieszkaniu, gdzie przedmioty mogą być zasłonięte, przemieszczane lub trudne do rozpoznania. Sam kierunek jest bardzo ciekawy, ale badacze mają przed sobą jeszcze sporo pracy.
Roboty humanoidalne potrzebują czegoś więcej niż sprawnych części
Omawiane umiejętności mogą okazać się szczególnie przydatne w przypadku robotów humanoidalnych. Maszyny przypominające wyglądem człowieka mają w przyszłości pomagać przecież nam w domu, wykonywać proste obowiązki i pracować w miejscach, w których trudno przygotować specjalne warunki. Nie wystarczy jednak, że będą miały sprawne ręce i nogi. Muszą jeszcze wiedzieć, jak zachować się w nieprzewidzianej sytuacji. Dobrym przykładem są testy robotów na chińskich plantacjach herbaty, o których pisałem w innym artykule. Praca w takim otoczeniu wymaga czegoś więcej niż poruszania się po równej powierzchni. Maszyny muszą radzić sobie z nierównym terenem i zmieniającymi się nieustannie warunkami.
Warto przypomnieć również UBTECH U1, humanoidalnego robota, któremu również poświęciliśmy wcześniej osobny tekst. Konstrukcja jest rozwijana z myślą o kontakcie z człowiekiem, rozpoznawaniu emocji i reagowaniu na zachowanie rozmówcy. Właśnie w takich zastosowaniach umiejętność właściwego odczytywania intencji może mieć wręcz kolosalne znaczenie. Bo przecież trudno wyobrazić sobie domowego pomocnika, któremu za każdym razem trzeba tłumaczyć wszystkie szczegóły najprostszej czynności.
W tym kontekście FLEX nie jest jeszcze gotowym produktem, który w najbliższym czasie trafi do sklepów. To raczej projekt badawczy, ale dobrze pokazuje, nad czym pracują dziś naukowcy zajmujący się robotyką i sztuczną inteligencją. Być może w przyszłości zamiast wydawać maszynie długą listę instrukcji, będzie wystarczyło powiedzieć jej, na co powinna uważać i zwracać uwagę. Resztę będzie musiała wywnioskować i zrobić sama.
Paweł Matyjewicz
Autor Media Expert
Dumny tata, pasjonat życia, kultury Azji i technologii. Od lat związany z dziennikarską branżą gier wideo. Miłośnik fantastyki wszelkiego rodzaju. Przez wielu nazywany geekiem, chociaż sam uważa, że do tego określenia mu daleko. Wielbiciel przemyślanych światów, również tych papierowych (stołowe RPG zawsze w sercu). Gdy nie pisze, prawdopodobnie przechodzi japońskiego RPGa, ogląda nowy serial lub robi długie wycieczki ze swoją piesełą o imieniu Buffy.