סרגיי לוין הוא א עוזר פרופסור באוניברסיטת ברקלי שהמחקר שלו מתמקד בדבר שהורינו נהגו לעשות עליו מהומה, בכל פעם שעשינו טעויות טיפשיות או שהיינו צריכים לדעת להימנע מזה או זה ואיך לכל הרוחות יכולנו להיות כל כך חסרי מושג.
טק. בידור. מַדָע. תיבת הדואר הנכנס שלך.
הירשם לחדשות הטכנולוגיה והבידור המעניינות ביותר שיש.
בהרשמה אני מסכים ל תנאי שימוש וסקרו את הודעת פרטיות.
יש לו עניין רב ללמד שכל ישר. לרובוטים.
אל תפספסו: תכונות iOS 10 נסתרות אלה ישנו את הדרך שבה אתה משתמש באייפון שלך
זה אולי נשמע קל דעת או מטלה, אבל זה תואם את העיסוק שאתה מתחיל לשמוע עליו הרבה בימים אלה בקרב מומחים המתמקדים בלמידת מכונה וראייה ממוחשבת וכדומה. אוקיי, אז אנחנו רוצים להביא רובוטים למצב שבו הם שימושיים ומסוגלים לפעול ולהתערבב בין בני אדם ולהוות חלק יומיומי בחיי היומיום.
למכונות האלה אין את היתרון של עשרות שנים של ידע נרכש - לימודים, כישורים חברתיים נרכש באמצעות אינטראקציות וכן הלאה - מה שאומר שמישהו צריך לתכנת תגובות שמתאימות תרחישים. טונות של פקודות "אם אתה רואה את זה, עשה את זה" משורשרות.
לוין חושב שיש דרך טובה יותר. אל תגיד לרובוט איך לעשות משהו. במקום זאת, פשוט אמור לו מה לעשות.
בין היתר, זה מציל איזה קודן מסכן מעבודת הפרך של הקלדת אלפי פקודות "אם זה, אז זה", נכון?
"בעולם הראייה הממוחשבת, זיהוי הדיבור, עיבוד השפה הטבעית וכן הלאה, תחומי התפיסה הפסיביים הללו, אנשים הבינו כי בשלב זה מדובר בהרבה קל יותר להתמודד עם המורכבות של העולם האמיתי על ידי כך שמכונות ילמדו מנתונים במקום תוכנית מהנדס אנוש בכל המקרים המיוחדים", אמר לוין, המלמד ב המחלקה להנדסת חשמל ומדעי המחשב באוניברסיטת ברקלי. "אז הגישה שאני נוקט בעבודתי היא לנסות ליישם את אותו שיעור לרובוטיקה.
"כדי לראות אם אנחנו יכולים לגרום לרובוטים ללמוד באופן אוטונומי מהניסיון שלהם, כך שלא נצטרך לתכנת את כל המקרים המיוחדים האלה ובדרך זו להפוך את זה למעשי יותר להוציא אותם לעולם האמיתי. כדי להוציא אותם מהמפעל ואל הבית שלך, בנייני משרדים, מצבי סיוע באסונות - סביבות שבהן יש הרבה גיוון בתשומות חושיות ומורכבות והיכן היינו רוצים מאוד שרובוטים יעשו כמה עבודות שהן כרגע מאוד מסוכנות או מאוד לא נעימות או שבהן אין אנשים לעשות אוֹתָם."
עם זאת, הם צריכים, מחוסר ביטוי טוב יותר, מידה מסוימת של "שכל ישר" כדי להגיע לנקודה הזו. אפילו לעשות עבודות פשוטות מאוד.
לוין מציע משהו כמו המשימה של ניקוי סלון כדוגמה. אולי ילד השאיר צעצועים על הרצפה. צריך לאסוף ולשמור הרבה דברים.
הרובוט צריך להבין שחיית פרווה נכנסת לארון, אבל החתול הרך שעלול להידמות לרובוט לפוחלץ לא. ואם בתהליך הניקוי הרובוט דופק אגרטל ושובר אותו, גם הרסיסים לא נכנסים לארון.
"הדרך שבה התמודדו עם בעיות מסוג זה ברובוטיקה היא בעצם דרך המון המון הנדסה", מסביר לוין. "לאחר שהמהנדסים מגיעים עם הרבה מקרים פינתיים וזה הוכח כקשה ביותר."
גלול בין הכותרות האחרונות בנושא רובוטיקה, בינה מלאכותית, למידת מכונה, ותמצא הרבה דיו שהושקע בגרסה המהודרת והסקסית של עתיד מלא ברובוטים. קל להעלים את הפערים שצריך לעבור כדי להגיע לשם, ומחקר כמו של לוין הוא אבן דרך חשובה. סטפני טלקס, אסיסטנטית למדעי המחשב באוניברסיטת בראון, עובדת על דבר דומה.
היא מתמקדת ברובוטים וביכולת שלהם לתפוס חפצים.
בכנס EmTech האחרון של MIT Technology Review, היא פירטה את הבעיה. לכו כמעט לכל רובוט במעבדה, שימו לפניו חפץ שרובוט לא נתקל בו בעבר, והם כמעט אף פעם לא יוכלו להרים אותו.
לשם כך, הרובוט יצטרך תשובות להמון שאלות. איפה המקום הנכון לתפוס את החפץ הזה? כיצד אוכל להזיז את מנגנון האחיזה שלי למצב?
איך ללמד רובוט, מסביר לוין, הוא למעשה דבר פשוט יחסית.
"כדי שרובוט ילמד מהניסיון שלו, אנחנו צריכים לומר לו מה אנחנו רוצים שהוא ילמד", אמר. "אז בדרך כלל אנו מציינים את המטרות עבור הרובוט באמצעות פונקציה אובייקטיבית - מה שנקרא לפעמים פונקציית תגמול. לפעמים זה יכול להיות מאוד ניואנס, כמו עם משהו כמו הדוגמה של הסלון.
"אחד הדברים שחקרנו לא מעט לאחרונה הוא למעשה במקום שנצטרך אפילו לציין את פונקציית התגמול, כדי שילמדו זאת גם מהתבוננות בבני אדם. אז עשינו עבודה שבה אדם מראה לרובוט כיצד לבצע משימה מסוימת, והרובוט מנסה להבין מה לגבי הקודמת של האדם משקף סוג של מטרה או יעד."
במחקרו באוניברסיטה, לוין מתמקד, כפי שמסביר הביוגרפיה שלו, "הצומת בין בקרה ללמידת מכונה". המטרה של כלומר לפתח אלגוריתמים וטכניקות שנותנות למכונות את היכולת לרכוש בעצמן את המיומנויות הדרושות לביצוע משימות מורכבות.
לדבריו, זה מפתה למהנדסים ומדענים לחשוב על דברים כאלה עם חשיבה מלמעלה למטה. קבע את המטרה, ומפה את השלבים הדרושים כדי שהתוכנית או הרובוט יגיעו לשם.
"אחד הדברים שאני חושב שראינו עם ראייה ממוחשבת הוא שהגישה מלמטה למעלה נוטה להיות מאוד יעילה", אומר לוין. "במילים אחרות, ברגע שאתה מבין דרך טובה לרכוש את הייצוגים ברמה נמוכה - במקרה של חזון, דברים כמו העובדה שתמונות מורכבות מ קצוות - אז כל טכניקה שבה אתה משתמש שהיא כללית שיכולה לרכוש את הייצוגים ברמה נמוכה תוכל גם להתמודד עם הדברים ברמה הגבוהה יותר.
"אז עבורי, חלק מהתקווה היא שאם נוכל למצוא את הדרך הנכונה לרכוש את ההתנהגויות ברמה נמוכה, ההתנהגויות הגבוהות יותר יתחילו לצוץ באופן טבעי. שימוש באותה טכניקה רק מיושם בקנה מידה גדול יותר."
