Роботы уже стали неотъемлемой частью нашей жизни. Но представить
себе робота, который бы выполнял множество разнообразных функций
одновременно от помощи на кухне до выгула собаки, можно только в
кино или далеком будущем. Специалисты лаборатории робототехники
Сбера пытаются сделать такое будущее реальным: их главная задача
научить роботов принимать решения автономно, без участия человека,
и адаптироваться к непредсказуемым условиям повседневной среды. О
том, как расширить сферу применения роботов, что такое эффект
зловещей долины и почему самое сложное в работе с роботами это
работа с людьми, ПостНаука поговорила с Михаилом Владимировым и
Александром Сёмочкиным.Роботы сегодняРобот продукт области
робототехники, специалисты которой создают программируемые машины,
способные имитировать действия человека. Изначально роботы
создавались для выполнения монотонных задач (например, сборки
автомобилей на конвейере), однако достижения в аппаратном
обеспечении и развитие больших данных обусловили экспоненциальное
развитие роботов и сфер их применения. Если один из самых ранних
электромеханических роботов ELSIE, созданный Уильямом Греем
Уолтером, был собран из деталей старых электроприборов и мог лишь
обходить препятствия, то сегодня мы знаем о таких проектах, как
Zipline, использующих искусственный интеллект для управления
беспилотными аппаратами, доставляющими донорскую кровь пациентам в
Африке.Роботы имеют различный уровень независимости от внешних
воздействий от ботов, полностью контролируемых человеком, до
автономных устройств, которые способны выполнять задачи без
каких-либо дополнительных манипуляций со стороны людей.
Роботы-манипуляторы сегодня входят в естественный производственный
процесс для различных отраслей промышленности от автомобилестроения
до фармацевтики. Так, по данным Международной федерации
робототехники (IFR)1, уже в 2016 году для выполнения задач на
производствах приходилось более 86% мирового парка промышленных
роботов. Возможность с помощью роботов максимально автоматизировать
процесс действительно долгое время была важнейшим компонентом
экспоненциального характера их распространения. Однако вместе с
развитием технологий будут меняться и цели экспансии сферы
робототехники. В последние годы появились новые типы
коллаборационных роботов, устройство которых синтезирует
искусственный интеллект и облачные технологии, таким образом плавно
преодолевая разрыв между квалифицированной ручной сборкой и
автоматизированным производством. Активное усовершенствование
робототехнических систем ведется в научно-исследовательских
лабораториях. Так, в лаборатории робототехники экосистемы Сбера
сегодня создают роботов, управляемых обученным искусственным
интеллектом. Эти роботы уже не просто исполнительные устройства.
Каждое из них воплощенный интеллект, умная вычислительная машина,
которая может без участия человека принимать решения о том, что и
как ей делать.Спектр робототехникиВсех роботов можно расположить на
спектре, где на одном конце будут самые простые автоматы, а на
другом почти автономные системы, способные учитывать массу факторов
среды и решать задачи почти так же, как их решают люди. Разница
между машинами, находящимися на разных участках этого спектра,
сводится к способности к обучению.Люди умеют учиться. Когда человек
решает новую для себя задачу, он много думает, совершает ошибки и в
конце концов приходит к алгоритму решения этой задачи. С каждым
повторением путь к решению сокращается, человек решает ее все
быстрее и быстрее, пока наконец не делает это почти на автомате.С
роботами дело обстоит почти так же. Создавая нового робота, группа
инженеров путем проб и ошибок получает рабочую модель сначала
математическую, а затем и физического робота, который успешно
решает свою задачу. В этом случае этап обучения за робота проходят
его создатели, а сам робот просто выполняет алгоритмы, заложенные в
него людьми.Чем больше сил вложено в создание такой машины, тем
шире у нее сфера применения. Однако любой робот ограничен средой,
для которой он создавался, и теми задачами, которые он
запрограммирован решать. За пределами этой среды и этих задач робот
бесполезен.Зрение как новая степень автономностиНад тем, чтобы
расширить границы возможностей роботов и сферу их применения в
повседневной жизни, и работают специалисты лаборатории
робототехники Сбера. Для решения этой задачи необходимы новые
методы программирования, которые позволят не модифицировать
программу под малейшее изменение среды или задачи.Как проходит
работа по совершенствованию роботов, можно показать на примере
робота-манипулятора, о котором мы уже говорили. Обычно это
шестизвенная рука с захватом, пальцами или, например, присоской на
конце. Манипуляторы, как правило, монтируются статически например,
у определенной части конвейера. Детали подъезжают по транспортеру,
манипулятор хватает их, передвигает, перекладывает в другое место.
Он работает 24 часа в сутки, семь дней в неделю и не устает. Но
стоит подать предмет не туда, где манипулятор запрограммирован его
захватить, и робот не справится. Поэтому следующий этап развития
таких роботов наделение их машинным зрением. Тогда с помощью
специальных датчиков робот сканирует пространство и понимает, где
расположены предметы. Такой робот может брать детали не из одного
определенного программой места, а оттуда, где деталь на самом деле
находится.Обучать, а не программироватьСледующий шаг сделать робота
не программируемым, а обучаемым. Именно к классу обучаемых роботов
относится Coin-Bot ассистент для разгрузки тележек с мешками монет
в центрах пересчета наличных денег, созданный лабораторией
робототехники Сбера совместно с Microsoft Research.Мешки бывают
тяжелыми, до шести килограммов, человеку тяжело их переносить.
Сначала специалисты предложили выдать рабочим экзоскелеты, берущие
на себя часть нагрузки. Позднее родилась идея робота, который
подхватывал бы мешок и доставлял в нужное место.Задача оказалась
непростой из-за характеристик объекта. Роботы не любят
непредсказуемости, а форма полиэтиленового мешка с монетами может
быть любой. К тому же мешки не так просто поднять с места: они
перекатываются, рвутся, деньги рассыпаются. Для программируемого
робота, пусть даже с машинным зрением, эта задача была бы
невыполнимой. Для каждой неучтенной ситуации расположения мешков в
корзине пришлось бы постоянно дописывать и усложнять алгоритм
управления роботом.Справиться с капризным объектом удалось с
помощью обучения с подкреплением одной из самых популярных методик
искусственного интеллекта. В ходе обучения с подкреплением робот
пробует выполнить действие, делает ошибки, запоминает результат и
пробует снова, в конце концов запоминая самые правильные навыки
поведения. Этот метод считается передовым. Есть даже мнение, что
именно с его помощью будет создан ИИ общего назначения, то есть
такой, который будет так же универсален, как человеческий.Но у него
есть недостаток: обучение с подкреплением занимает очень много
времени. Чтобы ускорить процесс, специалисты создали компьютерную
модель мешка с мелочью, и виртуальный робот учился брать и носить
виртуальный мешок. Происходило все это в облаках на 500 облачных
серверах гораздо быстрее, чем могло бы в реальных испытаниях. Когда
у виртуального робота стало получаться передвигать виртуальные
монеты, его переселили в бортовой вычислитель физического робота
Coin-Bot, и тот стал носить реальные мешки с мелочью без
осечек.Следующий робот лаборатории, так называемая роботизированная
станция отбора товаров, это манипулятор, который быстро хватает
вещи, движущиеся в корзинах по конвейеру, и собирает заказы. Он
хорошо стыкуется с другим проектом лаборатории шаттловой системой
хранения, где флот роботов-шаттлов ездит по складу, снимает корзины
с товарами со стеллажей и привозит их на станцию отбора, где
робот-манипулятор или человек перекладывает товары в корзинку,
которая затем уезжает к покупателю.Место России в мире разработок
робототехникиСейчас главный вопрос, который предстоит решить
российским специалистам, это увеличение объема исследований в этой
сфере. Так, в Китае несмотря на то, что качество исследований в
среднем ниже, чем в России, их количество в определенных областях
доходит до 60% от мировых. Однако у России есть возможности быть в
лидерах отрасли, и для этого нужны стимулирующие развитие экономики
инициативы. Шаги в этом направлении делаются: принимаются меры по
поддержке инновационных направлений. В том числе благодаря этим
мерам многие предприятия, которые раньше не задумывались о
роботизации, теперь готовы, конечно, при поддержке государства на
эксперименты.Есть и такой фактор, как объем внутреннего рынка
количество заказчиков, которые могут быть заинтересованы в том,
чтобы заказывать роботов, использовать их в своем бизнесе. Большой
объем заказов дает возможность тестировать, улучшать технику,
собирать данные о том, как она лучше всего работает, причем не в
лаборатории, а в реальной жизни. Один заказчик, даже очень крупный,
может дать только ограниченный набор таких данных. Именно поэтому
важно сделать робототехнику доступной для широкого спектра
бизнеса.Кто создает роботовСоздание роботов это комплексная
индустрия, которая дает возможность реализоваться специалистам
самых разнообразных профессий. Роботам нужны не только системы
управления, но и сами машины и механизмы, а значит, для их создания
нужны инженеры, в том числе конструкторы, проектировщики. Если
роботы работают автономно, необходимы элементы питания
аккумуляторы, которые долго держат заряд. Значит, в команде
разработчиков должны быть электротехники, химики, физики и
материаловеды создатели новых материалов. А для разработки бортовых
вычислителей нужны специалисты по схемотехнике, электротехнике, в
идеале разработчики и производители процессоров полного
цикла.Поэтому для дальнейшего развития робототехники необходимо
смотреть на картину целиком, выстраивая комплексную инфраструктуру
отрасли, начиная с подготовки квалифицированных кадров и заканчивая
полным производственным циклом.Психология создания роботовСамой
сложной частью робототехники многие эксперты называют вовсе не
разработку самообучающихся роботов, а создание таких условий, в
которых рядом с машинами комфортно работать людям.Культура
формирует представления о технологии, о тех опасностях, которые она
несет, и связанные с ней ожидания. Парадоксальным образом она
завышает последнее, но совершенно не способствует восприятию
робототехники как серьезной науки. Ее считают скорее чем-то сродни
научной фантастике.Другую сложность для разработчиков и
маркетологов составляет психологический порог, который не позволяет
людям доверять новой технологии процессы, которые до сих пор
делались вручную или с помощью простых машин. Это легко понять,
если представить, что роботу хотят отдать какую-то часть
повседневных дел скажем, лечение зубов или поход в магазин. Многие
люди не согласятся на услуги машины, даже если те будут
бесплатными.Из-за завышенных ожиданий и недоверия к новым
технологиям людей бывает сложно убедить в том, что роботы способны
приносить пользу и прибыль. Дополнительно ситуацию осложняет тот
факт, что на создание роботов уходит много времени, сил и
денег.Поэтому и для разработчиков, и для тех, кто продает роботов,
важно уметь сформулировать пользовательский сценарий, где робот и
живой человек сотрудничают, и человеку при этом комфортно.
Опасность или благо выбор за намиСуществует гипотеза,
сформулированная японским ученым-робототехником и инженером
Масахиро Мори, согласно которой слишком натуралистичный робот
вызывает тревогу из-за мелких несоответствий, например слишком
пропорционального лица. Этот эффект называется зловещая долина.
Похожий на человека робот перестает восприниматься как техника и
начинает казаться нездоровым или неживым человеком, что и является
следствием психологического отторжения. Этот момент очень важно
учитывать в разработках.Что касается не просто субъективного
восприятия, а реальной опасности, то необходимо четко осознавать,
что все зависит от того, в какую среду робот попадает и какой опыт
приобретет. Если люди сделают упор на разрушительных применениях,
развиваться будут они. И наоборот, если в роботов будут закладывать
пользовательские сценарии, при которых он должен взаимодействовать
с людьми, выполнять команды, опережать желания, то он будет
исключительно полезным инструментом.Кроме того, не всегда легко
отделить нужные, перспективные направления от не имеющих
смысла.Пожалуй, это и есть самая сложная и важная задача
робототехники вглядываться в ближайшее будущее и пытаться
разглядеть в нем, какие роботы будут нужны завтра.
