Инновационная сложность - Коллектив авторов

Роботы, которые взаимодействуют с людьми, должны, по идее, обладать когнитивными способностями, которые были развиты в природе в ходе эволюции. Восприятие через органы чувств, способности видеть, слышать и ощущать тактильно ведут у людей через центральную нервную систему к чувствам, мышлению и сознанию, за которые ответственен мозг. К этому добавляется наша мобильность, которая проявляется у нас, прямоходящих существ, в высоко дифференцированных хватательных движениях рук. Все это является образцом для построения роботов-гуманоидов в человеческом облике, которые могут взаимодействовать с людьми.

Однако инженеры хотят решить эти задачи сначала технически, а не имитировать природу (стало быть, людей во всех их деталях). В истории инженеры были всегда успешны тогда, когда в рамках природных законов вступала в действие новая технология, которая еще не была найдена в природе. К примеру, люди размышляли о полете, что в самолетах удалось осуществить, не хлопая крыльями, а с помощью пропеллеров и реактивных двигателей, и в конечном счете технически была реализована даже более мощная и эффективная летательная система, чем в эволюции.

Также и при конструировании роботов-гуманоидов не стремятся ни к какой имитации. Что касается нашей мобильности, наши конечности представляют собой удивительное создание природы. Они сформированы из сложных клеточных тканей, сухожилий, легких и эластичных костей и с минимальными затратами энергии и информации в полной мере управляют собой – и, что немыслимо, вплоть до сегодняшнего дня, причем так, что стремятся достраивать себя. Но с легким металлом, маленькими высокопроизводительными моторами, программированием с помощью высокомощных вычислительных устройств и огромными затратами энергии можно добиться подобных процессов движения у двигающихся роботов (например, Asimo[382] фирмы Хонда).

Мы полагаемся, таким образом, в развитии техники на наши вычислительные возможности и можем с большими затратами на вычислительную технику так управлять роботом-гуманоидом, что он оказывается способным двигаться подобным человеку образом. Тем не менее движение человека происходит совершенно по-другому. Не существует никакого высокопроизводительного вычислительного устройства, которое рассчитывало бы в реальном масштабе времени положение равновесия, чтобы система могла к нему адаптироваться. Математически это может быть описано уравнениями Эйлера-Ньютона, которые лежат в основе теории устойчивости, разработанной еще в XVIII веке математиком Леонардом Эйлером.

Если мы посмотрим на сложное движение такого живого существа, как палочник, то не обнаружим никакого центрального вычислительного устройства, которое бы координировало движение его ног и поддержание им равновесия. Его движение происходит децентрализованно через нейронную сеть. Импульсы отдельных ног настолько локально согласованы друг с другом, что, если одна нога оказывается запертой, другая нога на это реагирует. С небольшими затратами на вычисления в природе, следовательно, достигается такой же эффект. Но эволюционный опыт, который здесь хорошо упакован, является высоко сложным. От обмена веществ на субклеточном уровне до физиологических процессов, до функционирования сосудов, мускул и сухожилий – все эти процессы в человеческой ноге технически до сих пор даже примерно не реализуемы.

Как могут быть реализованы когнитивные способности в роботах? В качестве конкретных примеров выступают сервисные роботы, которые были разработаны в рамках исследовательской программы CoTeSys. В исследовательском кластере Мюнхена „Cognition for Technical Systems" (CoTeSys) совместно на междисциплинарной основе работали более ста ученых из инженерных наук, естествознания, нейронаук, клинической неврологии и информатики, биологии и психологии[383]. Неврологи и биологи исследовали когнитивные способности людей и животных и возможность их перенесения на технические системы. Психологи изучали требования к вербальной и невербальной коммуникации между роботами и людьми. На технических факультетах рассматривались механические, физические вопросы и технические вопросы управления, при этом математика и биология внесли свой вклад в поиск методов оптимизации.

Рис. 4: Социальные роботы в домашнем хозяйстве (Cluster of Excellence 2011)

Ученые, работавшие в CoTeSys, взяли на себя обязательство протестировать разработанные когнитивные методы в сценариях технических демонстраций и показать их преимущество по сравнению с классическими подходами не только на бумаге. Важный и вызывающий сценарий – область ведения домашнего хозяйства (Нотесаге) (Рис. 4). При этом кажущаяся для самих людей простая деятельность, такая, как сервировка напитка, для робота составляет сложную проблему. Так как для этого робот должен, к примеру, различать людей, знать, достаточно ли чашки кофе или нужен стакан, а перед этим идентифицировать объект как желательный. Когда робот взаимодействует с человеком, он должен уметь делать это человеческим способом и с человеческими манерами.

Обработка образов для интерпретации объектов и их окружения хорошо разработаны. Также и лица людей могут быть упорядочены, их мимика и эмоции могут хорошо распознаваться или интерпретироваться. Гораздо более проблематичным является распознавание тактильных (осязательных) образов, например, через датчики давления при механическом схватывании и при движении пальцев. Здесь часто не хватает подходящих сенсорных датчиков, а также интеграция с визуальными сенсорами еще является предметом исследований.

3.3 Социальные и когнитивные роботы

Координировать свои собственные движения и действия с движениями и действиями других людей – высоко значимая способность в социальной повседневной жизни и в трудовой деятельности, которой мы, люди, очевидно без труда овладеваем. Целью исследования является выявление, какие правила координации могут быть перенесены на взаимодействие человека и робота[384]. Первые результаты показывают, что человек всегда планирует движение в аспекте его оптимизации с последующими движениями. Участники серии экспериментов, которые должны были поставить бутылку на стеллаж с полками на различной высоте, схватывали бутылку по-разному в зависимости от того, на каком уровне высоты она в итоге должна быть поставлена.

Для чего могут оказаться полезными эти результаты в робототехнике и как найти им применение? Чтобы взаимодействие человек-машина организовать комфортабельным для человека образом, манера и способ движения человека может служить мерилом. Человек предвосхищает – как правило бессознательно и до фактического начала движения, – что определенная траектория движения является лучшей и наиболее эффективной, чтобы добраться до объекта. Эта модель, которая была разработана психологами, может быть полезной для инженеров или информатиков при ее переносе в исследовательскую область управления роботами[385]. Так планирование движения робота становится менее сложным, при этом более эффективным и исчислимым для человека как партнера во взаимодействии. Также и здесь стратегии оптимального управления процессами движения служат в качестве образца, который был сформирован у людей в ходе эволюции.

Эти исследования помогают сделать более интуитивным взаимодействие робота и человека. Как НотеСаге робот, когда он новенький входит в дом с фабрики и доставлен на дом, обучается освоению в новом окружении? Согласно сценарию CoTeSys, он остается сначала пару дней на кухне, чтобы изучить, что там происходит, где хранятся объекты, что необходимо поставить на стол для завтрака, и кто что ест на завтрак. Так робот учится накрывать стол для завтрака и затем убирать со стола. Для этого он должен идентифицировать домочадцев и их пристрастия. Если робот не знает, что такое «чашка», он входит в интернет и ищет среди картинок Google чашки, чтобы сравнить предметы. Или он входит в интернет, чтобы узнать, как сварить макароны (в интернете есть тысячи рецептов и инструкций их приготовления). В этом сценарии основной целью CoTeSys может быть придать техническим системам когнитивные функции и наглядно их пояснить: технические системы, которые планируют, решают, обучаются, защищены от неожиданностей – и могут сами себя информировать.

Окружающий мир кухни уже указывает на такую сложность и изменение во времени, что робот может быть запрограммирован не на всякое применение и не на всякую возможную ситуацию. Программа должна уметь обучаться из опыта, где нужно стоять, чтобы взять стакан из шкафа, как лучше овладеть кухонными приборами, где следует искать столовые приборы и т. д. Для этого система управления должна знать параметры навыков управления и иметь в своем распоряжении шаблоны, как изменять параметры поведения.