Роботы на службе людей: изобретения, готовые помогать человеку в повседневной жизни. Собери робота который будет помогать таким людям Собери робота который будет помогать таким людям

Быть человеком куда проще, чем создать человека. Возьмите, к примеру, процесс игры в мяч в детстве с другом. Если разложить эту деятельность на отдельные биологические функции, игра перестанет быть простой. Вам нужны датчики, передатчики и эффекторы. Вам нужно рассчитывать, как сильно бить по мячу, чтобы он сократил дистанцию между вами и вашим компаньоном. Вам нужно учитывать солнечные блики, скорость ветра и все, что может отвлечь. Нужно определить, как вращается мяч и как нужно его принимать. И остается пространство для посторонних сценариев: что, если мяч пролетит над головой? Перелетит через забор? Выбьет окно соседу?

Эти вопросы демонстрируют некоторые из наиболее острых проблем робототехники, а также закладывают основу для нашего обратного отсчета. Перед вами список из десяти самых сложных вещей, которым нужно научить роботов. Эту десятку мы должны победить, если когда-нибудь хотим реализовать обещания, сделанные Брэдбери, Диком, Азимовым, Кларком и другими фантастами, которые видели воображаемые миры, где машины ведут себя как люди.

Проложить путь

Передвижение из точки А в точку Б казалось нам простым с детства. Мы, люди, делаем это каждый день, каждый час. Для робота, однако, навигация - особенно через единую среду, которая постоянно изменяется, или через среду, которую он раньше не видел - сложнейшая вещь. Во-первых, робот должен быть способен воспринимать окружающую среду, а также понимать все входящие данные.

Робототехники решают первую проблему, вооружая свои машины массивом датчиков, сканеров, камер и других высокотехнологичных инструментов, которые помогают роботам оценить свое окружение. Лазерные сканеры становятся все более популярными, хотя их нельзя использовать в водной среде из-за того, что свет серьезно искажается в воде. Технология сонара кажется жизнеспособной альтернативой для подводных роботов, но в наземных условиях она куда менее точна. Кроме того, «видеть» свой пейзаж роботу помогает система технического зрения, состоящая из набора интегрированных стереоскопических камер.

Собрать данные об окружающей среде - это только полдела. Куда более сложной задачей будет обработка этих данных и использование их для принятия решений. Многие разработчики управляют своими роботами, используя предопределенную карту или составляя ее на лету. В робототехнике это известно как SLAM - метод одновременной навигации и составления карты. Составление карты здесь означает то, как робот преобразует информацию, полученную датчиками, в определенную форму. Навигация же подразумевает то, как робот позиционирует себя относительно карты. На практике эти два процесса должны протекать одновременно, в форме «курицы и яйца», что выполнимо только при использовании мощных компьютеров и продвинутых алгоритмов, вычисляющих положение на основе вероятностей.

Продемонстрировать ловкость

Роботы собирают упаковки и детали на заводах и складах уже много лет. Но в таких ситуациях они, как правило, не встречаются с людьми и практически всегда работают с одинаковыми по форме объектами в относительно свободной среде. Жизнь такого робота на заводе скучна и заурядна. Если же робот хочет работать на дому или в больнице, для этого ему понадобится обладать продвинутым осязанием, способностью обнаруживать людей поблизости и безупречный вкус в плане выбора действий.

Этим навыкам робота крайне сложно обучить. Обычно ученые вообще не обучают роботов прикосновениям, программируя их на провал, если они вступают в контакт с другим объектом. Однако за последние пять лет или около того были достигнуты значительные успехи в совмещении податливых роботов и искусственной кожи. Податливость относится к уровню гибкости робота. Гибкие машины более податливы, жесткие - менее.

В 2013 году исследователи из Georgia Tech создали роботизированный манипулятор с пружинными суставами, которые позволяют манипулятору сгибаться и взаимодействовать с предметами, подобно человеческой руке. Затем они покрыли все это «кожей», способной распознавать давление или прикосновение. Некоторые виды кожи роботов содержат шестигранные микросхемы, каждая из которых оснащена инфракрасным сенсором, который регистрирует любое приближение ближе чем на сантиметр. Другие оснащаются электронными «отпечатками пальцев» - ребристой и шероховатой поверхностью, которая улучшает сцепление и облегчает обработку сигнала.

Объедините эти высокотехнологичные манипуляторы с продвинутой системой зрения - и вы получите робота, который может сделать нежный массаж или перебрать папку с документами, выбрав нужный из огромной коллекции.

Поддержать беседу

Алан Тьюринг, один из основателей компьютерной науки, сделал в 1950 году смелый прогноз: однажды машины смогут говорить так свободно, что вы не сможете отличить их от людей. Увы, пока роботы (и даже Siri) не оправдали ожиданий Тьюринга. Все потому, что распознавание речи значительно отличается от обработки естественного языка - то, что делают наши мозги, извлекая смысл из слов и предложений в процессе беседы.

Первоначально ученые думали, что повторить это будет так же просто, как подключить правила грамматики к памяти машины. Но попытка запрограммировать грамматические примеры для каждого отдельного языка попросту провалилась. Даже определить значения отдельных слов оказалось весьма сложно (ведь есть такое явление, как омонимы - ключ от двери и ключ скрипичный, например). Люди научились определять значения этих слов в контексте, опираясь на свои умственные способности, развитые за многие годы эволюции, но разбить их снова на строгие правила, которые можно положить на код, оказалось просто невозможно.

В результате многие роботы сегодня обрабатывают язык, основываясь на статистике. Ученые скармливают им огромные тексты, известные как корпусы, а затем позволяют компьютерам разбивать длинные тексты на куски, чтобы выяснить, какие слова часто идут вместе и в каком порядке. Это позволяет роботу «учить» язык, основываясь на статистическом анализе.

Научиться новому

Представим, что кто-то, кто никогда не играл в гольф, решил научиться размахивать клюшкой. Он может прочитать книгу об этом, а затем попробовать или же наблюдать за тем, как практикуется известный гольфист, и потом попробовать самостоятельно. В любом случае освоить азы можно будет просто и быстро.

Робототехники сталкиваются с определенными проблемами, когда пытаются построить автономную машину, способную обучаться новым навыкам. Один из подходов, как в случае с гольфом, заключается в том, чтобы разбить активность на точные шаги, а затем запрограммировать их в мозге робота. Это предполагает, что каждый аспект активности нужно разделить, описать и закодировать, что не всегда-то и легко сделать. Существуют определенные аспекты в размахивании клюшкой для гольфа, которые и словами-то сложно описать. Например, взаимодействие запястья и локтя. Эти тонкие детали легче показать, чем описать.

За последние годы ученые добились определенного успеха в обучении роботов имитировать человека-оператора. Они называют это имитационным обучением, или обучением по демонстрации (методика LfD). Как они это делают? Вооружают машины массивами широкоугольных и масштабирующих камер. Это оборудование позволяет роботу «видеть» учителя, выполняющего определенные активные процессы. Обучающие алгоритмы обрабатывают эти данные для создания математической карты функций, которая объединяет визуальный ввод и желаемые действия. Конечно, роботы LfD должны уметь игнорировать определенные аспекты поведения своего учителя - вроде зуда или насморка - и справляться с похожими проблемами, которые рождаются из-за разницы в анатомии робота и человека.

Обманывать

Любопытное искусство обмана развивалось еще у животных, чтобы обойти конкурентов и не быть съеденным хищниками. На практике обман как искусство выживания может быть весьма и весьма эффективным механизмом самосохранения.

Роботам же научиться обманывать людей или других роботов может быть невероятно сложно (и, возможно, хорошо для нас с вами). Обман требует наличия воображения - способности формировать идеи или образы внешних объектов, не связанных с чувствами - а у машины его, как правило, нет. Они сильны в прямой обработке данных с датчиков, камер и сканеров, но не могут формировать концепции, которые выходят за пределы сенсорных данных.

С другой стороны, роботы будущего могут лучше разбираться в обмане. Ученые Georgia Tech смогли передать некоторые навыки обмана белок роботам в лаборатории. Сначала они изучали хитрых грызунов, которые защищают свои тайники с пищей, заманивая конкурентов в старые и неиспользуемые хранилища. Затем закодировали это поведение в простые правила и загрузили в мозги своих роботов. Машины смогли использовать эти алгоритмы для определения, когда обман может быть полезным в конкретной ситуации. Следовательно, могли обмануть своего компаньона, заманив его в другое место, в котором нет ничего ценного.

Предвидеть действия человека

В «Джетсонах» робот-горничная Рози была в состоянии поддерживать беседу, готовить еду, убирать и помогать Джорджу, Джейну, Джуди и Элрою. Чтобы понять качество сборки Рози, достаточно вспомнить один из начальных эпизодов: мистер Спейсли, босс Джорджа, приходит в дом Джетсонов на ужин. После трапезы он вынимает сигару и помещает ее в рот, а Рози бросается вперед с зажигалкой. Это простое действие представляет собой сложное поведение человека - умение предвидеть, что будет дальше, на основе того, что только что произошло.

Как и обман, предвосхищение человеческих действий требует от робота представления будущего состояния. Он должен быть в состоянии сказать: «Если я вижу, что человек делает А, значит, как я могу предположить на основе прошлого опыта, скорее всего, он сделает Б». В робототехнике этот пункт был крайне сложным, но люди делают определенный прогресс. Команда Корнелльского университета разработала автономного робота, который мог реагировать на основе того, как компаньон взаимодействует с объектами окружающей среды. Для этого он использует пару 3D-камер, чтобы получить изображение окружения. Затем алгоритм определяет ключевые объекты в комнате и выделяет их на фоне остальных. Затем, используя огромное количество информации, полученной в результате предыдущих тренировок, робот вырабатывает набор определенных ожиданий движений от персоны и объектов, которые она трогает. Робот делает выводы относительно того, что будет дальше, и действует соответственно.

Иногда Корнелльские роботы ошибаются, но довольно уверенно продвигаются вперед, в том числе и по мере того, как улучшаются технологии камер.

Координировать деятельность с другими роботами

Строительство единой крупномасштабной машины - даже андроида, если хотите - требует серьезных вложений времени, энергии и денег. Другой подход предполагает развертывание армии из более простых роботов, которые могут действовать вместе для достижения сложных задач.

Возникает ряд проблем. Робот, работающий в команде, должен уметь хорошо себя позиционировать в связи с товарищами и быть в состоянии эффективно общаться - с другими машинами и оператором-человеком. Для решения этих проблем ученые обратились к миру насекомых, которые используют сложное роевое поведение для поиска еды и решают задачи, которые приносят пользу всей колонии. Например, изучая муравьев, ученые поняли, что отдельные особи используют феромоны для связи друг с другом.

Роботы могут использовать эту же «феромонову логику», только полагаться на свет, а не на химические вещества, при общении. Работает это так: группа крошечных роботов рассредоточена в ограниченном пространстве. Сначала они исследуют эту область случайным образом, пока один не натыкается на световой след, оставленный другим ботом. Он знает, что нужно идти по следу, и идет, оставляя собственный след. По мере того как следы сливаются в один, все больше и больше роботов следуют друг за другом гуськом.

Самокопироваться

Господь сказал Адаму и Еве: «Плодитесь и размножайтесь, и наполняйте землю». Робот, который получил бы такую команду, почувствовал бы смущение или разочарование. Почему? Потому что он не способен размножаться. Одно дело построить робота, но совсем другое - создать робота, который сможет делать копии самого себя или регенерировать утраченные или поврежденные компоненты.

Что примечательно, роботы могут и не брать людей за пример репродуктивной модели. Возможно, вы заметили, что мы не делимся на две одинаковые части. Простейшие, однако, делают это постоянно. Родственники медуз - гидры - практикуют форму бесполого размножения, известную как бутонизацию: небольшой шарик отделяется от тела родителя, а затем отрывается, чтобы стать новым, генетически идентичным индивидуумом.

Ученые работают над роботами, которые смогут выполнять такую же простую процедуру клонирования. Многие из этих роботов построены из повторяющихся элементов, как правило кубов, которые сделаны по образу и подобию одного куба, а также содержат программу саморепликации. У кубиков есть магниты на поверхности, поэтому они могут присоединяться и отсоединяться от других кубов поблизости. Каждый кубик делится на две части по диагонали, поэтому каждая половина может существовать независимо. Весь же робот содержит несколько кубиков, собранных в определенную фигуру.

Действовать из принципа

Когда мы ежедневно общаемся с людьми, мы принимаем сотни решений. В каждом из них мы взвешиваем каждый наш выбор, определяя, что есть хорошо, а что есть плохо, честно и нечестно. Если бы роботы хотели быть похожи на нас, им нужно было бы понять этику.

Но как и в случае с языком, закодировать этическое поведение крайне сложно главным образом потому, что единого набора общепринятых этических принципов не существует. В разных странах существуют разные правила поведения и разные системы законов. Даже в отдельных культурах региональные различия могут повлиять на то, как люди оценивают и измеряют свои действия и действия окружающих. Попытка написать глобальную и подходящую всем роботам этику оказывается практически невозможной.

Именно поэтому ученые решили создавать роботов, ограничивая масштабы этической проблемы. Например, если машина будет работать в определенной среде - на кухне, скажем, или в палате пациента - у нее будет гораздо меньше правил поведения и меньше законов для принятия этически обоснованных решений. Для достижения этой цели инженеры-робототехники вводят основанный на этике выбор в алгоритм обучения машины. Выбор этот основывается на трех гибких критериях: к чему хорошему приведет действие, какой вред оно нанесет и мере справедливости. Используя этот тип искусственного интеллекта, ваш будущий домашний робот сможет точно определить, кто в семье должен мыть посуду, а кому достанется пульт от телевизора на ночь.

Чувствовать эмоции

«Вот мой секрет, он очень прост: зорко одно лишь сердце. Самого главного глазами не увидишь».

Если это замечание Лиса из «Маленького принца» Антуана де Сент-Экзюпери верно, то роботы не увидят самого прекрасного и лучшего в этом мире. В конце концов, они отлично зондируют мир вокруг, но не могут превращать сенсорные данные в конкретные эмоции. Они не могут увидеть улыбку любимого человека и почувствовать радость, или же зафиксировать гневную гримасу незнакомца и задрожать от страха.

Именно это, больше чем что-либо другое в нашем списке, отделяет человека от машины. Как научить робота влюбляться? Как запрограммировать разочарование, отвращение, удивление или жалость? Стоит ли вообще пытаться?

Некоторые думают, что стоит. Они считают, что роботы будущего будут совмещать когнитивные и эмоциональные системы, а значит, лучше работать, быстрее учиться и эффективнее взаимодействовать с людьми. Верьте или нет, прототипы таких роботов уже существуют, и они могут выражать ограниченный диапазон человеческих эмоций. Nao, робот, разработанный европейскими учеными, обладает эмоциональными качествами годовалого ребенка. Он может выражать счастье, злость, страх и гордость, сопровождая эмоции жестами. И это только начало.

Дек 24, 2017 Геннадий

Source: nauka.boltai.com

Роботы крепко вошли в нашу современную жизнь. Они безустанно помогают людям на заводах, в больницах, выполняют сложнейшие вычисления и им не нужно платить зарплату. Времена, когда машины начнут помогать нам по хозяйству или обучать детей уже наступили, просто не все об этом еще знают.

1. «Социальный» робот «Jibo»

«Jibo» - это милый маленький «социальный» робот с характером, который может легко стать лучшим другом семьи. Робот с остроумным чувством юмора имеет необычный внешний вид и забавную анимацию, которая вращается и танцует. «Jibo» - не просто игрушка, а высокотехнологическая разработка. Используя технологию искусственного интеллекта, камеры и микрофоны робот способен изучать голоса, эмоции и лица шестнадцати разных людей.

«Jibo» может выполнять ряд полезных задач: начиная установкой будильника, фотографированием, прогнозированием погоды и заканчивая общением с человеком. При этом интонацию и фразы робот подбирает в зависимости от собеседника. «Jibo» уже имеется в продаже за $900.

2. Робот-гений «Профессор Эйнштейн»

Робот выполнен в виде карикатурной версии Альберта Эйнштейна и позиционируется как обучающий инструмент для людей разного возраста. Помимо широкой базы знаний робот также обладает хорошим чувством юмора, что делает процесс обучения более увлекательным. С «Эйнштейном» вы не только можете обучаться точным наукам, но и играть в различные обучающие игры.

Для ответов на всевозможные вопросы робот использует облачную базу данных. Кроме ответов на вопросы «Профессор Эйнштейн» может вести диалог с собеседником и имеет в наличии пятьдесят вариантов выражения лица. Стоимость робота - $200.

3. Робот-помощник «Aeolus»

Представьте себе робота на колесах, который по команде приносит из холодильника бутылку газировки. Для тех, кто ждет идеального помощника по дому - мечта сбылась. По информации сайт, робот-помощник «Aeolus» призван облегчить вашу жизнь, выполняя работу по дому, пока вы спите. Робот использует искусственный интеллект и технологию машинного обучения для распознавания предметов с разных углов и расстояний.

На месте глаз у «Aeolus» установлены специальные широкоугольные камеры с трехмерными датчиками. Таким образом, робот может пылесосить, мыть полы, вытирать пыль, мыть окна и многое другое. Он даже запоминает, в каких местах находятся вещи в доме, чтобы в случае необходимости вернуть их на место. Несмотря на то, что это все еще прототип, создатели заявили, что разработка будет доступна для покупки ужу в этом году, а цена не нее будет меньшей, чем заграничный отпуск для семьи, сколько бы это не значило.

4. «Умный» домашний робот «Aido»

«Aido» - уникальный интерактивный домашний робот, который может с легкостью маневрировать в доме. Создатели «Aido» заложили в робота набор функций, основываясь на исследовании часто запрашиваемых опций у электронных домашних помощников.

Этот семейный робот был разработан, чтобы сделать его взаимодействие с людьми как можно более естественным и интуитивным. Внутри «Aido» находится сабвуфер и колонки системы домашнего кинотеатра.
Интерактивное взаимодействие с людьми осуществляется инновационной системой распознавания речи. Робот может помогать с работой по дому, играть с детьми, обеспечивать безопасность дома и даже выполнять запрограммированные задачи. «Aido» компании Ingen Dynamic Inc. доступен по предзаказу за $499.

5. Семейный друг «Buddy»

«Buddy» - это робот с открытым исходным кодом, работающий на программном обеспечении Unity 3D и Android. Этот «социальный» робот-помощник от компании Blue Frog Robotics станет отличным компаньоном для всей семьи. Он может встречать вас, напомнить вам о событиях и даже охранять ваш дом с сияющей улыбкой на лице.

Маршрут патрулирования робота довольно «продвинутый». «Buddy» способен наблюдать как за одним местом, так и передвигаться между указанными точками. Как и другие модели, о которых мы упоминали ранее, «Buddy» может похвастаться продвинутым интеллектом.

Сельское хозяйство трансформируется неслыханными темпами. Робототехники стремятся автоматизировать фермерские процессы и год за годом создают машины для сбора фруктов и овощей. На ферме в Новой Зеландии планируется запустить робота, который будет срывать спелые яблоки с деревьев. Это в очередной раз говорит нам о том, что в будущем машины будут помогать нам выращивать урожай.

Ваши яблоки скоро будут собирать одни роботы

Анна Самойдюк

Робот, разработанный компанией Abundant Robotics, перемещается по рядам между яблонями при помощи лидара, или светового радара, и ищет фрукты при помощи машинного видения.

«Робот распознает яблоки в реальном времени. Если фрукт созрел, компьютерная система велит машине сорвать его», – объясняет Дэн Стир, генеральный директор Abundant. Конечно, она не совсем его сорвет; скорее, проглотит – рука используют вакуумную трубку, при помощи которой «высасывает» фрукты с дерева. Затем яблоко попадает на конвейер, а оттуда падает в ведро. Робот может делать это круглосуточно.

Есть много логических и технических причин, почему такой робот не появился раньше. Когда речь заходит об эволюции сельскохозяйственной автоматизации, стоит представлять скорее мачете, а не ножницы. На фермах широко используются комбайны, которые собирают пшеницу или хлопок. Яблони – это деревья, и по ним нельзя просто проехаться на тракторе, чтобы собрать плоды. «Нельзя повредить ни дерево, ни фрукт. Тут требуется куда более сложный процесс», – объясняет Стир.

Автоматизация сбора яблок по большей части опирается на ощущения – робот не только определяет фрукты, но и анализирует их зрелость. Посоветовавшись с фермером, оператор может настроить систему так, чтобы робот ориентировался на конкретный цвет, который будет символизировать зрелость яблока.

Вы, наверное, думаете, что конец человеческого фермерства близок. Прежде чем начинать бить тревогу о том, что роботы лишают нас работы, стоит вспомнить, что автоматизация – это далеко не новости, особенно в сельском хозяйстве. Подумайте, что случилось с пшеницей. До появления комбайнов тысячи работников обрабатывали целые поля вручную. Таким образом, нет ничего удивительного в том, что яблоки и другой урожай вскоре тоже увидят автоматизацию.

Благодаря роботу у людей освободится время, и им не нужно будет выполнять физически тяжелый труд. Вместо этого они могут либо контролировать робота во время его передвижений по саду, либо собирать пропущенные им фрукты. Это изобретение очень важно для сельского хозяйства, потому что индустрия испытывает огромную нехватку человеческих рук. Автоматизация просто необходима для того, чтобы прокормить все человечество.

Интересно также то, что теперь мы можем адаптировать урожай под машины. Видите ли, яблони в Новой Зеландии не похожи на те, что растут у вас на даче. В то время как обычные деревья объемные и круглые, яблони в Новой Зеландии плоские. Они выглядят, скорее, как виноградные лозы. У такой формы деревьев есть множество преимуществ: помимо того, что так человеку и роботу проще дотягиваться до плодов, на яблоки попадает больше солнечного света. Таким образом, мы должны подстраивать не только машины под урожай, но и урожай под машины.

Да, до какой-то степени сельскохозяйственные роботы научатся адаптироваться к любой среде. Но мы определенно не сможем создать одну универсальную машину для сбора плодов – урожай просто очень разнообразный. Кроме того, роботы когда-то будут обладать способностями, не доступными человеку – например, суперскоростью. В конечном итоге, они помогут нам обеспечить надежную систему производства продуктов питания на изменяющейся планете.

В этом модуле вы узнаете:

Как используют роботов в промышленности;
как роботы помогают исследовать небо, землю и воду;
в какой области роботы эффективнее человека;
чем робот может помочь врачам и медсестрам;
какие роботы окружают нас в повседневности;
могут ли роботы быть целиком виртуальными.

В этом видео ментор курса Николай Пак рассказывает, какие роботы распространены в промышленности, почему они пришлись ко двору в науке, какие задачи роботы берут на себя в медицине и как упрощают нашу повседневную жизнь. В следующих частях модуля мы подробно обсудим каждую из этих областей.

Когда будете смотреть видео, обратите внимание:

Какой завод Николай приводит в пример как роботизированное производство?

Как называется робот-хирург?

Роботы-рабочие

Грузчики, сортировщики и сборщики

Роботы не устают от монотонных задач, могут поднимать объемные грузы и работать быстро, им не нужны выходные и перерывы на обед. Неудивительно, что самые разные производства (от повседневных товаров до самолетов и космических аппаратов) «нанимают» роботов с распростертыми объятиями. Ниже мы собрали самые характерные примеры роботов на производстве.

Манипулятор - это те самые роботизированные «руки», которые мы видим на фотографиях и видео с современных фабрик и заводов. Их снабжают разнообразными датчиками, чтобы они могли обрабатывать и соединять детали, контролировать качество продукции, упаковывать ее и т. д.

Роботы-сортировщики помогают освободить людей от тяжелого и монотонного труда, который требует большой концентрации. Их сенсоры готовы 24/7 анализировать вид деталей и элементов, лежащих на конвейере, и распределять их по разным отсекам. Например, сегодня роботы-сортировщики часто разбирают строительный мусор, ведь что-то из него можно повторно использовать или переработать.

Роботы-погрузчики освобождают людей от необходимости перемещать что бы то ни было - от бумаг до объемных грузов. Например, в архиве Сбербанка нужные коробки с документами находят и перемещают специальные роботизированные краны-штабелеры. А гиганты интернет-торговли Amazon и Alibaba вовсю используют роботов-кладовщиков, которые берут 70% рутинной работы на себя и весьма самостоятельны (например, смогут сориентироваться на складе, если там изменится планировка).

От конкретных задач до целой стройки

В строительстве роботы ценны тем же, чем и в промышленности: они берут на себя физически тяжелые, опасные и монотонные задачи. К тому же им не страшна плохая погода: темп их работы не упадет из-за похолодания или дождя.

Робот-строитель - отличный пример того, что роботы способны выполнять однообразные задачи в разы быстрее людей. Так, робот-строитель от Fastbrick Robotics работает в 20 раз быстрее обычного каменщика и может сам возвести фундамент частного дома из кирпича за два дня. С ним строители смогут возводить по 150 кирпичных зданий в год - им остаются коммуникации и отделочные работы.

Робот для прокладки кабеля пробирается по каналам, уже прорытым для труб, и тянет за собой телефонный или оптический кабель. Это значит, что для прокладки кабеля не нужно ничего копать отдельно, можно использовать готовые трубы. Более того, поломки тоже обнаружить проще: такие роботы могут исследовать трубопроводы с помощью камеры и подсветки.

Робот-экскаватор Brokk из Швеции может выполнять на стройке очень много задач: откапывать, грузить и переносить предметы, разбирать конструкции из железобетона, кирпича и металла, снимать слои штукатурки со стен, бурить отверстия и т. д.

В 2019 году в Амстердаме планируют установить мост, целиком изготовленный из стали по методу 3D-печати, прямо в воздухе. Два робота начинают строить мост на разных берегах и продвигаются вперед по уже возведенной части, встречаясь на середине уже готового моста. Роботизированные системы напечатают все детали моста прямо на месте, их не придется везти. Своеобразные строительные леса, а точнее, конструкции, которые выдержат их собственный вес, они тоже построят сами.

Роботы-исследователи

Роботы-исследователи незаменимы при изучении опасных для человека локаций и явлений, а также там, где требуется большая точность или физическая сила. Они могут забраться туда, куда людям ход заказан: глубоко под воду, в жерло вулкана или, наоборот, на уровень органов и даже отдельных клеток живого организма

На Земле

Катер. Роботизированные катера исследуют и изучают реки, озера и моря. Особенно они полезны в экстремальных условиях - например, во льдах Дальнего Севера. Они могут работать самостоятельно, а могут - по командам оператора через дистанционное управление. Если управление ведется через радиоволны, оператор может находиться довольно далеко от робота. Даже на другом конце города среднего размера.

Батискаф / глайдер. Роботы-батискафы и роботизированные глайдеры с разными принципами движения оказывают нам неоценимую помощь в исследовании морских глубин. Человека туда отправлять пока рано: для долгих погружений аппарату надо быть большим и дорогим. Да и нужно ли это, если можно сделать робота любой формы из устойчивых к низким температурам материалов, наделить его манипуляторами, датчиками, снабдить камерой и исследовать глубины, не подвергая человека опасности?

Станция. Роботизированные подводные и донные станции ведут длительное наблюдение за экологией и геологией глубин и помогают отслеживать экологическую, геологическую, ледовую и другую обстановку на недоступной человеку глубине и в неподходящих условиях. Например, глубоководная экспедиция в Марианскую впадину от Национального управления океанических и атмосферных исследований (National Oceanic and Atmospheric Administration, NOAA) обнаружила множество новых биологических видов благодаря роботу с камерой на дистанционном управлении. В зависимости от назначения и аккумулятора такие станции могут работать от нескольких недель до нескольких лет.

Вулкан. На планете есть и другие места, куда человеку не забраться (например, вулканы и гейзеры). Построенный из устойчивых к высоким температурам и ядовитым газам материалов робот способен проводить исследования даже в момент пиковой сейсмической активности. НАСА разработало уже два таких робота: один перемещается на колесах, а второй имитирует движения червя и за счет этого может перемещаться по отвесным ледяным скалам.

В космосе

Curiosity - марсоход третьего поколения, который был запущен НАСА в 2011 году, по сути - автономная химическая лаборатория, которая исследует почву и атмосферу Марса.

Роботизированные помощники уже появились на МКС, а скоро роботы будут выполнять простейшие рутинные обязанности космонавтов: например, устранять неполадки с солнечными панелями при отказах автоматики, которая меняет их положение, или монтировать блоки космических станций. Русский сегмент МКС уже сегодня чинит космический манипулятор ERA. А может быть, астронавтов и вовсе в будущем заменят электронные коллеги - уже ведутся разработки роботов-космонавтов . И тренировать никого не надо, и для людей опасности нет.

Спутники на орбите Земли обеспечивают нам связь, наблюдение за погодой и навигацию. Их уже сотни, и они настолько важны, что еще в 2016 году одно из управлений Пентагона начало разрабатывать проект отдельного спутника для ремонта спутников - своеобразной скорой помощи на высоте 36 тысяч километров. У этих аппаратов есть собственная функция, способы получать информацию о внешнем мире, алгоритмы действий и оборудование, которым они выполняют эти действия, а значит, они считаются роботами.

Роботы-помощники в мелочах

Газонокосилки, чемоданы и няни

В первом модуле мы говорили о том, как много роботов уже сегодня упрощают повседневную жизнь человека: робот-пылесос, голосовые помощники и даже стиральные машины при внимательном рассмотрении оказались роботами. В этой части давайте посмотрим, какие еще задачи можно автоматизировать.

Робот-уборщик не такой компактный и симпатичный, как его дальний родственник робот-пылесос, зато может работать в непогоду и справляться с более серьезными врагами: дорожной пылью, листьями, снегом и наледью. В зависимости от задач его снабжают колесами или гусеницами.

Робот-газонокосилка выглядит как небольшая тележка на колесном или гусеничном ходу, с электрическим или дизельным двигателем. Точно так же, как робот-пылесос, газонокосильщик обходит владения, выполняет задачу и возвращается на базу. Границы участка обозначают кабелем, чуть врытым в землю, а вернуться на базу помогают инфракрасные датчики.

Для борьбы с насекомыми уже тоже придуман робот. Китайские инженеры разработали миниатюрный танк, который детекторами обнаруживает комаров, а затем «расстреливает» их лазерной пушкой.

Чистить бассейн - не слишком увлекательное занятие, а значит, здесь тоже есть простор для автоматизации. Первый тип роботов-чистильщиков плавает по поверхности и собирает мусор. Второй умеет ползать по стенкам и дну точь-в-точь как улитки по аквариуму - и точно так же очищать его от грязи.

Робот-чемодан вмещает от 15 до 30 кг вещей и умеет следовать за хозяином, а точнее, за маячком в его кармане. Потерявшись, он подаст звуковой сигнал, а датчики помогают ему не сталкиваться с людьми и не падать. По лестнице он за вами карабкаться пока не сможет, но для перемещений по аэропорту - это то, что нужно.

В личном ассистенте скоро тоже не будет необходимости. По мере развития робот-помощник научится поддерживать распорядок дня, искать информацию, следить за погодой и пробками на дороге, помогать в домашних делах. Они уже умеют многое из этого - например, робот Zenbo от ASUS заменяет ежедневник, управляет «умным домом», способен отвечать на вопросы, делать фото и видео.

Робот-няня поможет родителям присмотреть за ребенком: камера покажет, что делает малыш, а микрофон поможет услышать, не плачет ли он. Через динамики с ребенком можно общаться, а система дистанционного управления поможет перемещать робота по дому. Робоняню можно попросить показать детям картинки и мультики (разумеется, те, которые укажет родитель).

Роботы - медицинские помощники

Вместо скальпеля, медсестры и донора

В медицине на первый план выходят такие качества роботов, как точность, способность работать без устали и отсутствие эмоций. Внедрение роботов в медицину должно решить сразу 2 задачи. Во-первых, человеку больше не придется заниматься рутинной работой, например, выдавать медкарты больных. Во-вторых, роботы помогут врачам совершать высокоточные операции, которые ранее были невозможны. Робот не огорчается, не допускает ошибок и всегда готов к работе.

Робот-медсестра. Роботы могут ухаживать за пациентами, работать в регистратуре, следить за соблюдением назначенного лечения (например, в качестве части автоматизированной системы по выдаче назначенных препаратов из аптеки), забирать в процедурном кабинете и приносить пациентам нужные лекарства. Один из таких роботов, созданных для ухода за детьми и пожилыми пациентами, называется Robear - его представили в Японии еще в 2015 году.

Робот-хирург. Робот-хирург сегодня - подспорье в сложных операциях, требующих тонкой и длительной работы. Так, разработан робот Da Vinci: набор камер и манипуляторов, который работает под руководством оператора-хирурга. Наладив дистанционное управление, инженеры добьются того, что врачу и пациенту будет необязательно встречаться лично даже для операции, так как хирург выполнит все манипуляции удаленно. Робот-хирург Versius помогает врачам проводить самый современный тип операций, когда вся манипуляция происходит через крошечный разрез. Такой метод причиняет пациенту меньше боли и оставляет меньше шрамов, но требует ювелирной точности и целого набора технологий.

Принтер органов. Это некое подобие 3D-принтера, только в качестве материала для «печати» используют собственные клетки пациента. Таким способом уже создают и успешно пересаживают некоторые внутренние органы, кожу, части тела (уши и носы), кости и хрящи. Совсем скоро поиски донора органов уйдут в прошлое - уже известны случаи успешной печати сосудов, клапанов сердца, кожи, выращенных в лаборатории.

Робот-диагност. Роботы уже активно помогают врачам принимать решения: врач вводит данные, система помогает поставить диагноз или выписать лекарство. Следующий шаг - суперкомпьютеры, оснащенные искусственным интеллектом. Так, робот-онколог IBM Watson использует данные 600 тысяч документов и научных работ, чтобы за несколько минут проанализировать все сведения о пациенте и предложить варианты диагноза. Важно, что такие роботы ни в коем случае не заменяют врача, они лишь помогают ему проанализировать информацию и предлагают варианты решения. Например, робот не интерпретирует рентгеновский снимок, а только показывает, что у людей со сходными снимками обнаружен некоторый диагноз, а дальше выводы делает врач.

Экзоскелет. Устройство не научная фантастика, а способ восстановиться после травмы или операции. Экзоскелет ExoAtlet представляет собой жесткий каркас с двигателями и программой. Он помогает пациенту встать вертикально и двигаться так, как если бы он шел сам. Специальные датчики считывают движения тела и усиливают их моторами, так что человек идет как будто сам, но затрачивает гораздо меньше усилий.

Роботы-программы

Мы уже говорили о том, что роботы могут выглядеть как угодно. Пришло время выяснить, что они могут и вовсе никак не выглядеть. Главное - чтобы они выполняли свою функцию по заданному алгоритму, а результат их работы был ощутим вне виртуального мира.

Робот Вера

Александр Ураксин с коллегами разработали робота Веру, который берет на себя рутинные задачи рекрутеров. Послушайте рассказ Александра о том, как Вера помогает «Ростелекому» нанимать новых сотрудников. Какие задачи выполняет робот?

Автоматизация роботами

Один из частных случаев софтверных роботов, то есть роботов, не имеющих тела, - это автоматизация бизнес-процессов с помощью роботов или искусственного интеллекта. Такая технология называется «автоматизация процессов роботами» (от английского Robotic process automation - RPA). Суть заключается в том, что программа сначала отслеживает действия пользователя, а затем автоматизирует ихи начинает выполнять самостоятельно.

Один из примеров такой автоматизации - робот Вера, с ним вы уже знакомы.

Одна из китайских страховых компаний автоматизировала процесс обработки заявлений на страховые возмещения. До автоматизации это была ручная работа: сканирование заявлений, архивирование бумаг, занесение данных из заявлений в учетные системы для анализа соответствующими подразделениями. В итоге на каждое заявление в среднем уходило 11 минут, а таких заявлений за день поступало от 70 до 125. Когда процесс автоматизировали, оставалось только отсканировать документы. После этого система распознавания образов стала «сама» заносить данные в систему и в архив по всем правилам компании и законодательства. Весь процесс обработки заявлений стал занимать около полутора минут.

Один из фармацевтических холдингов использовал RPA для анализа претензий клиентов. Система автоматически принимает, проверяет и обрабатывает претензии клиентов. С помощью сложного алгоритма робот одобряет или отклоняет заявку, а затем переходит к следующей. В компанию поступает около 5000 обращений в месяц, и для ручной обработки требовалось 45 операторов. Внедрение, настройка и тестирование робота заняли полтора месяца, зато после этого тот же объем заявок может обработать один оператор.

Быть человеком куда проще, чем создать человека. Возьмите, к примеру, процесс игры в мяч в детстве с другом. Если разложить эту деятельность на отдельные биологические функции, игра перестанет быть простой. Вам нужны датчики, передатчики и эффекторы. Вам нужно рассчитывать, как сильно бить по мячу, чтобы он сократил дистанцию между вами и вашим компаньоном. Вам нужно учитывать солнечные блики, скорость ветра и все, что может отвлечь. Нужно определить, как вращается мяч и как нужно его принимать. И остается пространство для посторонних сценариев: что, если мяч пролетит над головой? Перелетит через забор? Выбьет окно соседу?

Эти вопросы демонстрируют некоторые из наиболее острых проблем робототехники, а также закладывают основу для нашего обратного отсчета. Перед вами список из десяти самых сложных вещей, которым нужно научить роботов. Эту десятку мы должны победить, если когда-нибудь хотим реализовать обещания, сделанные Брэдбери, Диком, Азимовым, Кларком и другими фантастами, которые видели воображаемые миры, где машины ведут себя как люди.

Передвижение из точки А в точку Б казалось нам простым с детства. Мы, люди, делаем это каждый день, каждый час. Для робота, однако, навигация - особенно через единую среду, которая постоянно изменяется, или через среду, которую он раньше не видел - сложнейшая вещь. Во-первых, робот должен быть способен воспринимать окружающую среду, а также понимать все входящие данные.

Робототехники решают первую проблему, вооружая свои машины массивом датчиков, сканеров, камер и других высокотехнологичных инструментов, которые помогают роботам оценить свое окружение. Лазерные сканеры становятся все более популярными, хотя их нельзя использовать в водной среде из-за того, что свет серьезно искажается в воде. Технология сонара кажется жизнеспособной альтернативой для подводных роботов, но в наземных условиях она куда менее точна. Кроме того, «видеть» свой пейзаж роботу помогает система технического зрения, состоящая из набора интегрированных стереоскопических камер.

Собрать данные об окружающей среде - это только полдела. Куда более сложной задачей будет обработка этих данных и использование их для принятия решений. Многие разработчики управляют своими роботами, используя предопределенную карту или составляя ее на лету. В робототехнике это известно как SLAM - метод одновременной навигации и составления карты. Составление карты здесь означает то, как робот преобразует информацию, полученную датчиками, в определенную форму. Навигация же подразумевает то, как робот позиционирует себя относительно карты. На практике эти два процесса должны протекать одновременно, в форме «курицы и яйца», что выполнимо только при использовании мощных компьютеров и продвинутых алгоритмов, вычисляющих положение на основе вероятностей.

Продемонстрировать ловкость

Роботы собирают упаковки и детали на заводах и складах уже много лет. Но в таких ситуациях они, как правило, не встречаются с людьми и практически всегда работают с одинаковыми по форме объектами в относительно свободной среде. Жизнь такого робота на заводе скучна и заурядна. Если же робот хочет работать на дому или в больнице, для этого ему понадобится обладать продвинутым осязанием, способностью обнаруживать людей поблизости и безупречный вкус в плане выбора действий.

Этим навыкам робота крайне сложно обучить. Обычно ученые вообще не обучают роботов прикосновениям, программируя их на провал, если они вступают в контакт с другим объектом. Однако за последние пять лет или около того были достигнуты значительные успехи в совмещении податливых роботов и искусственной кожи. Податливость относится к уровню гибкости робота. Гибкие машины более податливы, жесткие - менее.

В 2013 году исследователи из Georgia Tech создали роботизированный манипулятор с пружинными суставами, которые позволяют манипулятору сгибаться и взаимодействовать с предметами, подобно человеческой руке. Затем они покрыли все это «кожей», способной распознавать давление или прикосновение. Некоторые виды кожи роботов содержат шестигранные микросхемы, каждая из которых оснащена инфракрасным сенсором, который регистрирует любое приближение ближе чем на сантиметр. Другие оснащаются электронными «отпечатками пальцев» - ребристой и шероховатой поверхностью, которая улучшает сцепление и облегчает обработку сигнала.

Объедините эти высокотехнологичные манипуляторы с продвинутой системой зрения - и вы получите робота, который может сделать нежный массаж или перебрать папку с документами, выбрав нужный из огромной коллекции.

Поддержать беседу

Алан Тьюринг, один из основателей компьютерной науки, сделал в 1950 году смелый прогноз: однажды машины смогут говорить так свободно, что вы не сможете отличить их от людей. Увы, пока роботы (и даже Siri) не оправдали ожиданий Тьюринга. Все потому, что распознавание речи значительно отличается от обработки естественного языка - то, что делают наши мозги, извлекая смысл из слов и предложений в процессе беседы.

Первоначально ученые думали, что повторить это будет так же просто, как подключить правила грамматики к памяти машины. Но попытка запрограммировать грамматические примеры для каждого отдельного языка попросту провалилась. Даже определить значения отдельных слов оказалось весьма сложно (ведь есть такое явление, как омонимы - ключ от двери и ключ скрипичный, например). Люди научились определять значения этих слов в контексте, опираясь на свои умственные способности, развитые за многие годы эволюции, но разбить их снова на строгие правила, которые можно положить на код, оказалось просто невозможно.

В результате многие роботы сегодня обрабатывают язык, основываясь на статистике. Ученые скармливают им огромные тексты, известные как корпусы, а затем позволяют компьютерам разбивать длинные тексты на куски, чтобы выяснить, какие слова часто идут вместе и в каком порядке. Это позволяет роботу «учить» язык, основываясь на статистическом анализе.

Научиться новому

Представим, что кто-то, кто никогда не играл в гольф, решил научиться размахивать клюшкой. Он может прочитать книгу об этом, а затем попробовать или же наблюдать за тем, как практикуется известный гольфист, и потом попробовать самостоятельно. В любом случае освоить азы можно будет просто и быстро.

Робототехники сталкиваются с определенными проблемами, когда пытаются построить автономную машину, способную обучаться новым навыкам. Один из подходов, как в случае с гольфом, заключается в том, чтобы разбить активность на точные шаги, а затем запрограммировать их в мозге робота. Это предполагает, что каждый аспект активности нужно разделить, описать и закодировать, что не всегда-то и легко сделать. Существуют определенные аспекты в размахивании клюшкой для гольфа, которые и словами-то сложно описать. Например, взаимодействие запястья и локтя. Эти тонкие детали легче показать, чем описать.

За последние годы ученые добились определенного успеха в обучении роботов имитировать человека-оператора. Они называют это имитационным обучением, или обучением по демонстрации (методика LfD). Как они это делают? Вооружают машины массивами широкоугольных и масштабирующих камер. Это оборудование позволяет роботу «видеть» учителя, выполняющего определенные активные процессы. Обучающие алгоритмы обрабатывают эти данные для создания математической карты функций, которая объединяет визуальный ввод и желаемые действия. Конечно, роботы LfD должны уметь игнорировать определенные аспекты поведения своего учителя - вроде зуда или насморка - и справляться с похожими проблемами, которые рождаются из-за разницы в анатомии робота и человека.

Обманывать

Любопытное искусство обмана развивалось еще у животных, чтобы обойти конкурентов и не быть съеденным хищниками. На практике обман как искусство выживания может быть весьма и весьма эффективным механизмом самосохранения.

Роботам же научиться обманывать людей или других роботов может быть невероятно сложно (и, возможно, хорошо для нас с вами). Обман требует наличия воображения - способности формировать идеи или образы внешних объектов, не связанных с чувствами - а у машины его, как правило, нет. Они сильны в прямой обработке данных с датчиков, камер и сканеров, но не могут формировать концепции, которые выходят за пределы сенсорных данных.

С другой стороны, роботы будущего могут лучше разбираться в обмане. Ученые Georgia Tech смогли передать некоторые навыки обмана белок роботам в лаборатории. Сначала они изучали хитрых грызунов, которые защищают свои тайники с пищей, заманивая конкурентов в старые и неиспользуемые хранилища. Затем закодировали это поведение в простые правила и загрузили в мозги своих роботов. Машины смогли использовать эти алгоритмы для определения, когда обман может быть полезным в конкретной ситуации. Следовательно, могли обмануть своего компаньона, заманив его в другое место, в котором нет ничего ценного.

Предвидеть действия человека

В «Джетсонах» робот-горничная Рози была в состоянии поддерживать беседу, готовить еду, убирать и помогать Джорджу, Джейну, Джуди и Элрою. Чтобы понять качество сборки Рози, достаточно вспомнить один из начальных эпизодов: мистер Спейсли, босс Джорджа, приходит в дом Джетсонов на ужин. После трапезы он вынимает сигару и помещает ее в рот, а Рози бросается вперед с зажигалкой. Это простое действие представляет собой сложное поведение человека - умение предвидеть, что будет дальше, на основе того, что только что произошло.

Как и обман, предвосхищение человеческих действий требует от робота представления будущего состояния. Он должен быть в состоянии сказать: «Если я вижу, что человек делает А, значит, как я могу предположить на основе прошлого опыта, скорее всего, он сделает Б». В робототехнике этот пункт был крайне сложным, но люди делают определенный прогресс. Команда Корнелльского университета разработала автономного робота, который мог реагировать на основе того, как компаньон взаимодействует с объектами окружающей среды. Для этого он использует пару 3D-камер, чтобы получить изображение окружения. Затем алгоритм определяет ключевые объекты в комнате и выделяет их на фоне остальных. Затем, используя огромное количество информации, полученной в результате предыдущих тренировок, робот вырабатывает набор определенных ожиданий движений от персоны и объектов, которые она трогает. Робот делает выводы относительно того, что будет дальше, и действует соответственно.

Иногда Корнелльские роботы ошибаются, но довольно уверенно продвигаются вперед, в том числе и по мере того, как улучшаются технологии камер.

Координировать деятельность с другими роботами

единой крупномасштабной машины - даже андроида, если хотите - требует серьезных вложений времени, энергии и денег. Другой подход предполагает развертывание армии из более простых роботов, которые могут действовать вместе для достижения сложных задач.

Возникает ряд проблем. Робот, работающий в команде, должен уметь хорошо себя позиционировать в связи с товарищами и быть в состоянии эффективно общаться - с другими машинами и оператором-человеком. Для решения этих проблем ученые обратились к миру насекомых, которые используют сложное роевое поведение для поиска еды и решают задачи, которые приносят пользу всей колонии. Например, изучая муравьев, ученые поняли, что отдельные особи используют феромоны для связи друг с другом.

Роботы могут использовать эту же «феромонову логику», только полагаться на свет, а не на химические вещества, при общении. Работает это так: группа крошечных роботов рассредоточена в ограниченном пространстве. Сначала они исследуют эту область случайным образом, пока один не натыкается на световой след, оставленный другим ботом. Он знает, что нужно идти по следу, и идет, оставляя собственный след. По мере того как следы сливаются в один, все больше и больше роботов следуют друг за другом гуськом.

Самокопироваться

Господь сказал Адаму и Еве: «Плодитесь и размножайтесь, и наполняйте землю». Робот, который получил бы такую команду, почувствовал бы смущение или разочарование. Почему? Потому что он не способен размножаться. Одно дело построить робота, но совсем другое - создать робота, который сможет делать копии самого себя или регенерировать утраченные или поврежденные компоненты.

Что примечательно, роботы могут и не брать людей за пример репродуктивной модели. Возможно, вы заметили, что мы не делимся на две одинаковые части. Простейшие, однако, делают это постоянно. Родственники медуз - гидры - практикуют форму бесполого размножения, известную как бутонизацию: небольшой шарик отделяется от тела родителя, а затем отрывается, чтобы стать новым, генетически идентичным индивидуумом.

Ученые работают над роботами, которые смогут выполнять такую же простую процедуру клонирования. Многие из этих роботов построены из повторяющихся элементов, как правило кубов, которые сделаны по образу и подобию одного куба, а также содержат программу саморепликации. У кубиков есть магниты на поверхности, поэтому они могут присоединяться и отсоединяться от других кубов поблизости. Каждый кубик делится на две части по диагонали, поэтому каждая половина может существовать независимо. Весь же робот содержит несколько кубиков, собранных в определенную фигуру.

Действовать из принципа

Когда мы ежедневно общаемся с людьми, мы принимаем сотни решений. В каждом из них мы взвешиваем каждый наш выбор, определяя, что есть хорошо, а что есть плохо, честно и нечестно. Если бы роботы хотели быть похожи на нас, им нужно было бы понять этику.

Но как и в случае с языком, закодировать этическое поведение крайне сложно главным образом потому, что единого набора общепринятых этических принципов не существует. В разных странах существуют разные правила поведения и разные системы законов. Даже в отдельных культурах региональные различия могут повлиять на то, как люди оценивают и измеряют свои действия и действия окружающих. Попытка написать глобальную и подходящую всем роботам этику оказывается практически невозможной.

Именно поэтому ученые решили создавать роботов, ограничивая масштабы этической проблемы. Например, если машина будет работать в определенной среде - на кухне, скажем, или в палате пациента - у нее будет гораздо меньше правил поведения и меньше законов для принятия этически обоснованных решений. Для достижения этой цели инженеры-робототехники вводят основанный на этике выбор в алгоритм обучения машины. Выбор этот основывается на трех гибких критериях: к чему хорошему приведет действие, какой вред оно нанесет и мере справедливости. Используя этот тип искусственного интеллекта, ваш будущий домашний робот сможет точно определить, кто в семье должен мыть посуду, а кому достанется пульт от телевизора на ночь.

Чувствовать эмоции

«Вот мой секрет, он очень прост: зорко одно лишь сердце. Самого главного глазами не увидишь».

Если это замечание Лиса из «Маленького принца» Антуана де Сент-Экзюпери верно, то роботы не увидят самого прекрасного и лучшего в этом мире. В конце концов, они отлично зондируют мир вокруг, но не могут превращать сенсорные данные в конкретные эмоции. Они не могут увидеть улыбку любимого человека и почувствовать радость, или же зафиксировать гневную гримасу незнакомца и задрожать от страха.

Именно это, больше чем что-либо другое в нашем списке, отделяет человека от машины. Как научить робота влюбляться? Как запрограммировать разочарование, отвращение, удивление или жалость? Стоит ли вообще пытаться?

Некоторые думают, что стоит. Они считают, что роботы будущего будут совмещать когнитивные и эмоциональные системы, а значит, лучше работать, быстрее учиться и эффективнее взаимодействовать с людьми. Верьте или нет, прототипы таких роботов уже существуют, и они могут выражать ограниченный диапазон человеческих эмоций. Nao, робот, разработанный европейскими учеными, обладает эмоциональными качествами годовалого ребенка. Он может выражать счастье, злость, страх и гордость, сопровождая эмоции жестами. И это только начало.