€ 99.99
$ 92.50
Ход Липсон: Пусть роботы развиваются и учатся, как дети

Лекции

Ход Липсон: Пусть роботы развиваются и учатся, как дети

Ход Липсон показывает несколько классных маленьких роботов, способных учиться, понимать себя и даже размножаться

Ход Липсон
Будущее

А где же роботы? В течение 40 лет нам твердили, что они скоро появятся. Совсем скоро они будут делать за нас все: готовить, убирать, делать покупки, строить. Но их здесь нет. Пока все делают нелегальные мигранты, а у нас нет никаких роботов. Что же мы можем с этим сделать? Что можем сказать? Я хочу показать, как мы можем посмотреть на эти вещи немного иначе. Это рентгеновский снимок настоящего жука и швейцарских часов 88-го года. Посмотрите на это – все, что было верно тогда – верно и теперь. Мы по-прежнему можем делать части, делать правильные части, можем сделать схему необходимой вычислительной мощности, но мы не может соединить их вместе, чтобы сделать что-нибудь, что работало бы и адаптировалось подобно этим системам.

Поэтому давайте посмотрим на это с другой точки зрения. Давайте призовем на помощь самого лучшего дизайнера, мать всех дизайнеров: давайте посмотрим, что может сделать для нас эволюция.

Итак, начали – мы создали первичный бульон с множеством частей роботов: планками, моторами, нейронами. Поместим все это в условия естественного отбора, мутации и наград, в зависимости от того, как хорошо они могут двигаться вперед. Очень простое задание, и интересно посмотреть, что же из этого получится.

Если вы взглянете, то увидите, что получилось множество разных машин. Они двигаются, ползают в разные стороны, и справа видно, что мы на самом деле создали несколько этих роботов, и они на самом деле работают. Эти роботы не самые фантастичные, но они эволюционировали таким образом, что исполняют именно то, за что мы им даем вознаграждение: за способность двигаться вперед.

Это все было проделано в условиях симуляции, но мы можем проделать это и с реальным роботом. Вот существующий робот с несколькими мозгами, которые соревнуются или эволюционируют внутри машины. Похоже на родео – они все пытаются укротить робота, и они получают вознаграждение в соответствии с тем, как быстро или как далеко они способны заставить робота двигаться вперед. И вы видите, что эти роботы пока еще не готовы завладеть миром, но они постепенно учатся, как двигаться вперед, и они это делают автономно.

Итак, эти два примера показали нам роботов, которые учатся передвигаться в условиях симуляции, и роботов, которые учатся передвигаться в реальности. Но я хочу вам показать другой подход. Вот робот с четырьмя ногами и восемью моторчиками, четыре из которых в «коленях» и четыре – на «бедрах». У него также есть 2 сенсорных датчика, сообщающие машине, куда она отклоняется.

Но эта машина понятия не имеет, как она выглядит. Вы смотрите на нее и видите, что у нее есть четыре ноги, сама же машина не знает, змея она или дерево. Она не имеет абсолютно никакого понятия о том, как она выглядит, но она это попытается выяснить. Вначале она делает произвольные движения, и затем пытается выяснить, как она могла бы выглядеть. Как видно, у нее в голове рождается множество идей, множество моделей, которые пытаются объяснить связь между посылаемыми сигналами и ощущениями – а затем она пытается произвести следующее действие, которое создает наибольшее противоречие между прогнозами этих альтернативных моделей. Прямо как ученый в лаборатории. После этого робот пытается это объяснить и изменить модели себя.

Это последний цикл, и, как вы видите, роботу вполне точно удалось выяснить, как он выглядит, и как только у него есть модель самого себя, он может ее использовать для выяснения способов передвижения.

Итак, вы видите здесь двух роботов – точнее два способа передвижения. Мы надеялись, что его походка будет напоминать злобного паука, но вместо этого он нашел достаточно хромой способ передвижения.

Но если вы видите это, вы должны помнить, что эта машина не делала никаких физических упражнений на движение вперед, и у нее не было представления о собственном устройстве. Она сама догадалась, как она выглядит и как двигаться вперед, а затем на самом деле попробовала это сделать.

Давайте перейдем к следующей идее. Вот что происходит, когда у вас есть два – хорошо, хорошо – они друг друг не нравятся. Итак, вот другой робот. Вот что происходит, когда роботы награждаются за выполнение каких-то действий. А что случается, если вы никак их не стимулируете, а просто предоставляете самим себе?

Изначально у нас есть кубики, как на этой диаграмме. Кубик может скручиваться, поворачиваться на одну из сторон, и мы просто смешали 1000 таких кубиков «в суп» – это симуляция – и мы никак их не стимулировали, просто оставили их сгибаться. Мы подключили энергию и начали смотреть, что произойдет через пару мутаций. Вначале ничего не происходило, они просто сгибались где-то здесь. Но вскоре, как видите, эти синие штуки справа стали доминировать.

Они стали размножаться. То есть в отсутствие каких-либо стимулов внутренней мотивацией служит размножение. Мы сделали пару таких роботов, и это часть большого робота, сделанного из таких кубиков, в ускоренной съемке, где вы можете наблюдать робота, занятого процессом размножения. Вы скармливаете ему больше материала – кубиков в данном случае – и больше энергии, и он делает другого робота. Конечно, это очень грубая машина, но мы работаем над более миниатюрными версиями и надеемся, что можно будет засыпать кубики, как порошок.

Итак, что мы узнали? Эти роботы, естественно, не очень полезны сами по себе, но они могут научить нас кое-чему о том, как мы можем делать лучших роботов, и, возможно, как люди и животные создают модели себя и учатся. Во всем этом, как мне кажется, важно то, что нам надо отвлечься от идеи конструирования роботов вручную, а, наоборот, дать им возможность развиваться и учиться, как детям. И, пожалуй, именно таким путем мы этого добьемся.

Перевод: Николай Фролов
Редактор: Михаил Стойчев

Источник

Свежие материалы