«Это шар». «Я считаю, что это конус». «Похоже, это замечательная книга». Плоский механический голос, озвучивающий банальные комментарии, ничего кроме скуки вызвать не может. Но не в данном случае. Этот голос принадлежит роботу в виде столика на колесах, с лотком под закуски сверху, который перемещается по полу и провозглашает о своих открытиях, когда его «глаз» в виде камеры падает на них.
Этот робот научился распознавать определенные объекты и объезжать препятствия, хотя пока и неуклюже без руководства со стороны оператора. Его камера отправляет информацию о том, что он видит, на ноутбук, закрепленный наверху робота. Ноутбук в свою очередь взаимодействует с лабораторным компьютером.
«Его почти самостоятельное мышление проявляется в способности обойти препятствия», — говорит Эмили Фицджеральд, которая работала над этим роботом с зачатками ИИ. Более важной, чем автономная навигация робота, говорит она, является его способность распознавать определенные объекты.
Такие самоуправляемые, распознающие объекты роботы представляют особый интерес для космических исследований, при изучении пейзажей на далеких планетах. Фицджеральд использовала глубинную нейронную сеть, которая является формой искусственного интеллекта, имитирующей нейроны мозга. Глубинные нейронные сети обрабатывают огромные объемы данных, чтобы решить такие проблемы, как распознавание шара или конуса.
«Есть алгоритм, который обрабатывает массу снимков одного объекта и компилирует все это», — говорит Фицджеральд. «Затем объекту присваивается номер. Робот подъезжает к объекту и сообщает при этом: «Передо мной объект, мне нужно подумать». Он будет искать картинку, которая соответствует объекту, выберет ее номер и тогда сможет воскликнуть: «О, это шар, а это конус». Перед ним может быть и любой другой объект, из известных ему».
На вопрос, как сложно было обучить их металлического ученика распознаванию объектов, члены команды улыбаются. «Довольно много раз мы были в отчаянии, когда что-то не срабатывало», — говорит Фитцджеральд, которой впервые пришлось осваивать незнакомый язык программирования. Затем команда должна была убедиться, что массив различного программного обеспечения в проекте будет совместно работать «без сбоев в системе», — говорит она.
Зачастую, программное обеспечение оказывалось несовместимым, в результате чего несколько раз робот отказывался работать. «Большую часть времени он просто не стартовал». Он также мог неправильно идентифицировать сигналы с датчика в колесах, которые сообщали роботу, как далеко он продвинулся.
Неизвестно, найдет ли коммерческое применение данный проект, но нет сомнений в востребованности подобного вида роботов. Руководители проекта недавно встречались с представителями NASA для обсуждения перспективности этих исследований.
