Sztuczna inteligencja a robotyka

Shakey i Herbert

Kalifornia, początek lat siedemdziesiątych XX wieku. Przez pomieszczenia Stanford Research Institute wolno sunie Shakey – pierwszy na świecie mobilny robot zawiadywany przez algorytmy sztucznej inteligencji, które pozwalają mu na planowanie swojego działania w celu realizacji postawionych przed nim zadań. Shakey jest stosunkowo wysoki, mierzy ponad 170 cm, i przy poruszaniu chybocze się na wszystkie strony, czemu zawdzięcza swoją nazwę. Wyposażony jest w kamerę, ultradźwiękowe czujniki odległości oraz czujniki pozwalające mu wykryć, kiedy otrze się o jakiś obiekt. Shakey potrafi przemieszczać się do sąsiednich pomieszczeń, przesuwać leżące na podłodze wielkie kartonowe klocki i wjeżdżać na pochylnie. Co pewien czas jednak – na przykład, gdy napotka niespodziewaną przeszkodę – zastyga w bezruchu, jakby się głęboko zamyślał, co ma dalej zrobić i dopiero po chwili podejmuje dalsze działania.

Ponad dekadę później i prawie pięć tysięcy kilometrów na wschód inny robot, Herbert, przemierza pomieszczenia Massachusetts Institute of Technology (MIT) w poszukiwaniu pustych puszek po napojach, by je następnie chwycić za pomocą swojego ramienia i wywieźć. Radzi sobie świetnie, nie zdarza mu się jednak, by zastygał w bezruchu, zastanawiając się, jak ma postępować – działa jakby instynktownie, bez konieczności głębszego namysłu.

Różnica w funkcjonowaniu obu robotów nie bierze się z większej wydajności sprzętu elektronicznego używanego w połowie lat osiemdziesiątych w stosunku do tego z początku lat siedemdziesiątych; zasadniczo wynika ona z innej architektury systemu zawiadującego działaniem robota.

Robot

Kartezjusz a robotyka

W przypadku Shakey’a można było w tej kwestii odczuć wyraźny wpływ dualizmu kartezjańskiego. Kartezjusz, wielki siedemnastowieczny filozof, utrzymywał, iż zmysły służą człowiekowi tylko po to, by dostarczać informacji umysłowi o otoczeniu, a całe myślenie, wnioskowanie, planowanie i podejmowanie decyzji – to już właśnie domena umysłu, który jest bytem niematerialnym. Takie podejście przenikało sztuczną inteligencję w jej początkowym okresie i na podobnej zasadzie skonstruowany był Shakey. Informacje z jego czujników służyły wyłącznie do tworzenia modelu świata, a dopiero ów model stanowił podstawę dla procesu planowania, w wyniku którego powstawał plan działania następnie podlegający realizacji. Jeżeli w trakcie tej realizacji niespodziewanie pojawiały się okoliczności, które były niezgodne z planem, jak na przykład wykryta została nieznana przeszkoda, to robot musiał się zatrzymać i przeprowadzić cały proces planowania od nowa, tym razem w oparciu o zaktualizowany model świata.

Ukierunkowanie na zachowania

Po pewnym czasie okazało się, że takie podejście w wielu sytuacjach jest nieefektywne i niewystarczające. Świat ma bowiem charakter dynamiczny i jego stan może znacząco zmienić się w trakcie, kiedy robot zajęty jest planowaniem swojego działania – co w rezultacie może doprowadzić do sytuacji, gdy nowy plan staje się nieaktualny już w momencie swego powstania. Co więcej, niektóre zdarzenia, jak na przykład znalezienie się w sytuacji stanowiącej zagrożenie, wymagają częstokroć błyskawicznych reakcji, bez tracenia czasu na zastanawianie się nad możliwymi wariantami postępowania.

Dlatego w latach osiemdziesiątych Rodney Brooks, robotyk z MIT, uznał, że kluczem do skonstruowania inteligentnych robotów jest inne podejście, naśladujące mechanizmy występujące u zwierząt, które nie tworzą skomplikowanych modeli świata. Zaproponował on mianowicie system oparty o zachowania. Zachowanie – w języku psychologii – to nic innego jak reakcja na bodziec: w momencie, kiedy pojawia się bodziec wyzwalający pewne zachowanie, organizm wykazuje określoną reakcję. W architekturach tego rodzaju działania podejmowane przez robota stanowią reakcje ściśle powiązane z odbieranymi bodźcami, nie występuje więc tu model świata ani proces planowania. Oczywiście robot dysponuje nie jednym, lecz całym repertuarem różnych zachowań. Co więcej – aktywnych może być nawet kilka z nich naraz, jak na przykład wtedy, gdy robot podąża w kierunku celu, jednocześnie omijając zauważoną przeszkodę: za podążanie do celu odpowiada jedno zachowanie, natomiast za unikanie przeszkody odpowiada drugie zachowanie – i dopiero koordynacja tych dwóch zachowań prowadzi do wyznaczenia właściwego kierunku poruszania się robota.

W drodze do autonomii

Takie podejście przyczyniło się do wyraźnego postępu w rozwoju autonomicznych robotów obserwowanego od połowy lat osiemdziesiątych, lecz także doprowadziło do zmiany nastawienia w ramach samej sztucznej inteligencji: od tego czasu za adekwatną metaforę systemu inteligentnego przyjmuje się nie działający „off line” system ekspertowy, który bez pośpiechu przetwarza napływające do niego dane – jak to miało miejsce dotychczas, a autonomicznego agenta pozostającego w ścisłej interakcji ze swoim otoczeniem, który musi na bieżąco reagować na zmiany zachodzące w tym otoczeniu, by móc realizować swoje cele.

Obecnie najczęściej stosowane są architektury hybrydowe, łączące oba wcześniejsze podejścia, a robotyka przeżywa błyskawiczny rozwój. Już dziś dysponujemy automatycznymi odkurzaczami, które same potrafią posprzątać mieszkanie, autonomiczne roboty w szpitalach odpowiadają za dostarczanie leków chorym, a prace związane z autonomicznymi samochodami są na ukończeniu. Rozwój ten jednak nie byłby możliwy, gdyby nie sztuczna inteligencja, w ramach której powstały algorytmy między innymi pozwalające na rozpoznawanie obrazów, analizę i fuzję danych, tworzenie reprezentacji terenu w postaci planu otoczenia, lokalizację, planowanie ruchu oraz uczenie się. Część z tych algorytmów sięga swoimi korzeniami do koncepcji opracowanych jeszcze na potrzeby Shakey’a.

Studenckie inicjatywy na PŁ

Zagadnieniami tego rodzaju zajmują się również studenci Politechniki Łódzkiej, uczestniczący w pracach Sekcji Sztucznej Inteligencji Studenckiego Koła Naukowego „KINo” w Instytucie Informatyki. Korzystając z symulatorów robotów oraz klocków Lego Mindstorms, konstruują wirtualne lub rzeczywiste roboty i testują na nich rozmaite algorytmy pozwalające radzić sobie z różnorodnymi zadaniami. Grupa ta jest zawsze otwarta na nowych członków i gorąco zaprasza wszystkich, którzy chcieliby dołączyć się do realizacji tych ekscytujących projektów.