Liker det eller ei, vi er omgitt av roboter. Tusenvis av amerikanere sykler på jobb i disse dager i biler som ganske mye kjører selv. Støvsugere kjører rundt på stua på egen hånd. Quadcopter droner zip automatisk over gårdsmarkene, og tar luftundersøkelser som hjelper bønder å dyrke avlingene sine. Selv skumle humanoide roboter, de som kan hoppe og løpe som oss, kan være kommersielt tilgjengelige i løpet av en nær fremtid.
Robotapparater blir ganske gode til å bevege seg rundt i verdenen vår uten noe innblanding fra oss. Men til tross for disse nyvunne ferdighetene, har de fortsatt en stor svakhet: Den mest talentfulle av gjengen kan fremdeles stoppes i sporene deres av en enkel dørhåndtak.
Problemet, sier Matt Mason, robotist ved Carnegie Mellon University, er at for alle roboters eksisterende evner til å bevege seg verden rundt autonomt, kan de ennå ikke fysisk samhandle med objekter på en meningsfull måte når de først kommer dit.
“Hva har vi lært av robotikk? Leksjonen nummer én er at manipulasjon er vanskelig. Dette er i strid med vår individuelle erfaring, siden nesten ethvert menneske er en dyktig manipulator, »skriver Mason i en fersk anmeldelse-artikkel.
Det er et rettferdig poeng. Vi mennesker manipulerer verden rundt oss uten å tenke på. Vi griper, pirker, vrir, hugger og støtter gjenstander nesten ubevisst, delvis takket være våre utrolige fingerferdige hender. Som et resultat har vi bygd verdenene våre med de vedlegg i tankene. Alle mobiltelefoner, tastaturer, radioer og andre verktøy vi har håndtert gjennom hele vår levetid er eksplisitt designet for å passe inn i fingrene og håndflatene.
Ikke slik for eksisterende roboter. For øyeblikket er en av de mest brukte robothånddesignene, kalt en "griper", mer eller mindre identisk med de som ble forestilt på TV på 1960-tallet: en enhet laget av to stive metallfinger som klemmer gjenstander mellom seg.
I et kontrollert miljø som en samlebånd fungerer enheter som disse helt fint. Hvis en robot vet at hver gang den rekker for en bestemt del, vil den være på samme sted og orientering, og da er det trivielt å gripe den. "Det er klart hva slags del som kommer til å komme ned på transportbåndet, noe som gjør sensing og oppfatning relativt enkelt for en robot, " konstaterer Jeannette Bohg, en robotist ved Stanford University.
Den virkelige verden er derimot rotete og full av ukjente. Bare tenk på kjøkkenet ditt: Det kan være bunker med tallerkener som tørker ved siden av vasken, myke og skjøre grønnsaker som fôrer kjøleskapet, og flere redskaper fylt i trange skuffer. Fra en robotperspektiv, sier Bohg, å identifisere og manipulere at et stort utvalg av objekter ville være et fullstendig kaos.
“Dette er på en måte den hellige gral, ikke sant? Veldig ofte ønsker du å manipulere et bredt spekter av objekter som folk ofte manipulerer, og har blitt gjort til å bli manipulert av mennesker, sier Matei Ciocarlie, en robotforsker og maskiningeniør ved Columbia University. ”Vi kan bygge manipulatorer for spesifikke objekter i spesifikke situasjoner. Det er ikke et problem. Det er allsidighet som er vanskelig. "
For å takle det enorme antallet unike former og fysiske egenskaper til disse materialene - enten de er solide som en kniv, eller deformerbar, som et stykke plastfolie - ville et ideelt robotvedlegg nødvendigvis være noe som ligner det som er på slutten av armene våre. Selv med stive bein bøyes og bøyes hendene når vi tar tak i gjenstander, så hvis en robothånd kan gjøre det samme, kan den “bur” gjenstander inne i grepet, og bevege dem rundt på en overflate ved å rake til dem som et spedbarn gjør lekene hennes.
Ingeniørarbeid som allsidighet er ingen liten bragd. Da ingeniører i iRobot - det samme selskapet som brakte deg Roomba-støvsugeren - utviklet en fleksibel, trefingret “hånd” for flere år siden, ble det hyllet som en viktig bragd. I dag fortsetter robotikerne å vende seg bort fra en trofast kopi av den menneskelige hånden, og ser mot squishy materialer og bedre beregningsverktøy som maskinlæring for å kontrollere dem.
Jakten på myke, fleksible "hender"
"Menneskelige gripere har en tendens til å være mye mer delikate og mye dyrere, fordi du har mye mer motorer og de er pakket inn i en liten plass, " sier Dmitry Berenson, som studerer autonom robotmanipulering ved University of Michigan. "Virkelig, du må ha mye teknikk for å få det til å fungere, og mye vedlikehold, vanligvis." På grunn av disse begrensningene, sier han, er eksisterende menneskelige hender ikke mye brukt av industrien.
For at en robothånd skal være praktisk og til og med komme nær et menneskes evne, må den være fast, men fleksibel; kunne føle kulde, varme og røre ved høye oppløsninger; og være forsiktig nok til å plukke opp skjøre gjenstander, men robuste nok til å motstå juling. Å, og på toppen av alt det, må det være billig.
For å komme seg rundt dette problemet er det noen forskere som ønsker å skape et lykkelig medium. De tester hender som etterligner noen av egenskapene våre, men er langt enklere å designe og bygge. Hver og en bruker myke latex “fingre” drevet av sene-lignende kabler som trekker dem åpne og lukkede. Fordelen med disse typer design er deres bokstavelige fleksibilitet - når de møter et objekt, kan de klemme rundt det, forme seg til sin komplekse form og øse det pent opp.
I stedet for hender som nær etterligner vår egen, jobber noen forskere med myke, fleksible som er laget av silikon. På dette bildet krøller hule silikonfingre seg mens de er fylt med luft og presser dem rundt uvanlig formede gjenstander. (J. MORROW ET AL / IEEE INTERNASJONAL KONFERANSE OM ROBOTIKK OG AUTOMATION (ICRA) 2016) Slike squishy "hender" gir en stor forbedring i forhold til en hard metal griper. Men de begynner bare å løse problemet. Selv om en gummiaktig finger fungerer utmerket til å plukke opp alle slags gjenstander, vil den slite med fine motoriske ferdigheter som trengs for enkle oppgaver som å plassere en mynt i en spalte - som innebærer ikke bare å holde mynten, men også føle sporet og unngå kantene, og skyv mynten inni. Av den grunn, sier Ciocarlie, er det en like viktig del av gåten å lage sensorer som forteller roboter mer om gjenstandene de berører.
Våre egne fingertupper har tusenvis av individuelle berøringsreseptorer innebygd i huden. "Vi vet ikke helt hvordan vi bygger den slags sensorer, og selv om vi hadde gjort det, ville vi ha veldig vanskelig for å koble dem og få den informasjonen ut igjen, " sier Ciocarlie.
Det store antallet sensorer som kreves vil gi et nytt, enda knotere problem: hva du skal gjøre med all den informasjonen når du har den. Beregningsmetoder som lar en robot bruke enorme mengder sensoriske data for å planlegge neste trekk begynner å dukke opp, sier Berenson. Men å få disse egenskapene dit de trenger å være, kan trumfe alle andre utfordringer forskere står overfor med å oppnå autonom manipulering. Å bygge en robot som kan bruke “hendene” raskt og sømløst - selv i helt nye situasjoner - er kanskje ikke mulig med mindre ingeniører kan gi den en form for kompleks intelligens.
Den hjernekraften er noe mange av oss mennesker tar for gitt. For å hente en blyant på skrivebordet, rekker vi bare å ta tak i den. Når vi spiser middag, bruker vi tang, gafler og spisepinner for å hente maten vår med nåde og presisjon. Selv amputerte som har mistet overekstremiteter kan lære å bruke protesekroker til oppgaver som krever finmotorikk.
“De kan binde skoene sine, de kan lage en sandwich, de kan kle seg - alt med den enkleste mekanismen. Så vi vet at det er mulig hvis du har riktig intelligens bak det, sier Berenson.
Lærer maskinen
Å komme til det nivået av intelligens i en robot kan kreve et sprang i dagens metoder forskere bruker for å kontrollere dem, sier Bohg. Inntil nylig har mest manipuleringsprogramvare involvert å bygge detaljerte matematiske modeller av situasjoner i den virkelige verden, og deretter la roboten bruke disse modellene for å planlegge bevegelsen. En nylig bygget robot med oppgave å sette sammen en Ikea-stol, bruker for eksempel en programvaremodell som kan gjenkjenne hvert enkelt stykke, forstå hvordan det passer sammen med naboene og sammenligne det med det endelige produktet ser ut. Den kan fullføre monteringsjobben på omtrent 20 minutter. Be den om å sette sammen et annet Ikea-produkt, så blir det fullstendig flummokset.
Mennesker utvikler ferdigheter veldig forskjellig. I stedet for å ha dyp kunnskap om et enkelt smalt tema, tar vi opp kunnskap fra farten fra praksis og øker, forsterker forsøk som fungerer, og avviser de som ikke gjør det. Tenk tilbake til første gang du lærte hvordan du hugger en løk - når du fant ut hvordan du skulle holde i kniven og skive et par ganger, trengte du sannsynligvis ikke å starte fra bunnen av når du møtte en potet. Så hvordan får man en robot til å gjøre det?
Bohg tror svaret kan ligge i "maskinlæring", en slags iterativ prosess som lar en robot forstå hvilke manipulasjonsforsøk som er vellykkede og hvilke som ikke er det - og gjør det mulig for den å bruke den informasjonen til å manøvrere i situasjoner den aldri har opplevd.
"Før maskinlæring kom inn i robotikkområdet, handlet det om å modellere fysikken i manipulasjon - å komme med matematiske beskrivelser av et objekt og dets miljø, " sier hun. "Maskinlæring lar oss gi en robot en rekke eksempler på objekter som noen har merket, og viser den, " Her er et bra sted å ta tak. "En robot kan bruke disse dataene fra tidligere tid til å se på et helt nytt objekt og forstå hvordan de skal ta tak i det.
Denne metoden representerer en stor endring fra tidligere modelleringsteknikker, men det kan ta en stund før den er sofistikert nok til å la roboter lære helt på egen hånd, sier Berenson. Mange eksisterende maskinlæringsalgoritmer må mates inn store mengder data om mulige utfall - som alle potensielle trekk i et sjakkspill - før de kan begynne å utarbeide en best mulig angrepsplan. I andre tilfeller kan de trenge hundrevis, om ikke tusenvis, av forsøk på å manipulere et gitt objekt før de snubler over en strategi som fungerer.
Det vil måtte endre seg hvis en robot skal bevege seg og samhandle med verden så raskt som folk kan. I stedet, sier Berenson, bør en ideell robot være i stand til å utvikle nye ferdigheter på bare noen få trinn ved bruk av prøving og feiling, eller være i stand til å ekstrapolere nye handlinger fra et enkelt eksempel.
Apollo, en robot bygd av ingeniøren Jeannette Bohg, prøver å flytte en sylinder over et bord mens en pappeske blokkerer veien. I dette eksperimentet forskjøvet en forsker ruta til nye steder på bordet mens armen beveget seg, og tvang Apollo til å beregne banen sin på nytt. Det virvlete bildet i nedre høyre hjørne viser en utsikt fra Apollos perspektiv, og understreker hvor vanskelig det er for en robot å gjenkjenne og samhandle med objekter rundt seg. (DOMSTOLEN JEANNETTE BOHG) "Det store spørsmålet å overvinne er, hvordan oppdaterer vi en robotmodeller ikke med 10 millioner eksempler, men ett ?" Sier han. "For å få det til et punkt hvor det står 'OK, dette fungerte ikke, så hva gjør jeg videre?' Det er det virkelige læringsspørsmålet jeg ser. ”
Mason, robotisten fra Carnegie Mellon, er enig. Utfordringen med å programmere roboter til å gjøre det vi gjør uten tanker, sier han, oppsummeres av noe som heter Moravecs paradoks (oppkalt etter robotikkpioneren Hans Moravec, som også underviser på Carnegie Mellon). Den sier kort sagt at det som er vanskelig for mennesker å gjøre ofte håndteres av roboter, men det som er den andre naturen for oss er utrolig vanskelig å programmere. En datamaskin kan for eksempel spille sjakk bedre enn noen person - men å få den til å gjenkjenne og plukke opp et sjakkverk på egen hånd har vist seg å være svimlende vanskelig.
For Mason stemmer det fremdeles. Til tross for den gradvise fremgangen forskere gjør med robotkontrollsystemer, sier han, kan det grunnleggende konseptet med autonom manipulering være en av de tøffeste nøttene feltet ennå ikke har sprekker.
"Rasjonell, bevisst tenking er en relativt ny utvikling i evolusjonen, " sier han. “Vi har alt dette andre mentale maskiner som over hundrevis av millioner år utviklet evnen til å gjøre fantastiske ting, som bevegelse, manipulasjon, persepsjon. Likevel skjer alle disse tingene under det bevisste nivået.
"Kanskje de tingene vi tenker på som høyere kognitiv funksjon, som å kunne spille sjakk eller gjøre algebra - kanskje de tingene er døde trivielle i forhold til manipulasjonsmekanikk."
Knowable Magazine er en uavhengig journalistisk innsats fra årlige anmeldelser. 
