robotiikka - AI Feta, the news about scientific AI research

tekoäly

Tekoälyn on opittava muuttuvassa maailmassa – ja pystyttävä perustelemaan itsensä

Automaattibussi kaartaa tutulle reitilleen, mutta risteyksen takana odottaa yllätys: tietyö sulkee kaistan, ja navigaattori ohjaisi bussin pimeän puiston läpi oikaisemaan. Hetki paljastaa, miksi nykyiset älykkäät järjestelmät kompuroivat: ne osaavat toistaa opittuja rutiineja, mutta muuttuvassa tilanteessa niiden on vaikea arvioida, mikä on sekä järkevää että turvallista – ja vielä selittää, miksi. Perinteinen

tekoäly

Pieni lisäkerros paikkaa tekoälyn tekemien simulaatioiden näkyvimmät virheet

Kuvittele itseajavan auton simulaatio, joka näyttää ensi silmäyksellä hämmästyttävän aidolta. Kun kamera kääntyy risteystä kohti, talojen seinät alkavat kuitenkin ”väristä” ja kaukaa mukaan liimattu pyöräilijä erottuu outona: värit eivät istu, varjo puuttuu. Tältä arki näyttää, kun maailmaa yritetään mallintaa valokuvista rakennetuilla 3D-malleilla ja niiden päälle lisätyillä liikkuvilla hahmoilla. Vuosien ajan

robotiikka

Robotti voi nyt suunnitella pitkät työt ja paikata virheet omin avuin

Ajattele arkista kokoonpanotyötä: käännät ohjeen auki, päätät mitä teet ensin, ja muutat suunnitelmaa, jos ruuvi putoaa tai osa juuttuu. Ihminen tekee tämän huomaamattaan – katsoo, ajattelee ja korjaa. Robotille sama on ollut vaikeaa. Se osaa kyllä toistaa yhden liikkeen tuhansia kertoja, mutta monivaiheisessa tehtävässä pienikin lipsahdus on voinut pysäyttää koko suorituksen.

robotiikka

Sama käytävä vaatii robotilta eri käytöksen

Uusi menetelmä lupaa opettaa koneet lukemaan tilanteen ja muuttamaan toimintaansa lennossa – ilman valmiita karttoja – mikä voi tehdä arjesta turvallisempaa siellä, missä robotit ja ihmiset jakavat saman tilan. Kuvittele pitkä toimistokäytävä. Aamulla se on täynnä kiireisiä ihmisiä, lastenvaunuja ja kahvikuppeja. Illalla se on tyhjä ja hiljainen. Tulipalon sattuessa samasta käytävästä tulee

robotiikka

Robotti oppii kuvittelemaan seuraavan siirron – ja korjaa otettaan lennosta

Kun purkki juuttuu kaappiin tai muki lipeää sormista märällä tiskipöydällä, ihminen muuttaa otettaan vaistonvaraisesti: katsoo uudelleen, tunnustelee vastusta ja yrittää toisin. Teollisuusrobotille tällainen arjen joustavuus on ollut yllättävän vaikeaa. Pienikin muutos valaistuksessa, taustan värissä tai kosketusvoimissa on voinut horjuttaa tarkasti harjoiteltua liikesarjaa. Pitkään ajatus on ollut, että robotti oppii etukäteen

tekoäly

Pelkkä matkiminen ei riitä tekoälylle

Koneille opetetaan yhä toistoa, vaikka arki vaatii soveltamista – uusi tutkimus hahmottaa, miten tekoäly voisi oppia kokoamaan taitojaan kuin palikoita ja toimia muuttuvissa tilanteissa ilman jatkuvaa uudelleenkoulutusta. Kuvitellaan keittiörobotti, joka on opetettu kattamaan aamiaispöydän. Se osaa nostaa lautaset kaapista, laskea ne pöydälle ja kaataa mehun laseihin – kunhan kaikki on juuri niin

robotiikka

Robotit näkevät paremmin, kun ne uskaltavat koskea

Kun etsimme avaimia sotkuiselta pöydältä, emme jää tuijottamaan. Siirrämme lehtiä, tönäisemme kynäpurkkia ja kurkistamme mukin alle. Uusi robottitutkimus väittää, että koneiden olisi syytä toimia samoin. Teollisuusrobotit ovat vuosikymmeniä opetelleet katsomaan ja tarttumaan. Niiden silmät – kamerat ja ohjelmistot – ovat yhä taitavampia tunnistamaan esineitä. Silti ne kompastuvat arkiseen ongelmaan: kaikkea ei näe

tekoäly

Itseohjautuva auto ajaa siistimmin, kun se säätää kahta yksinkertaista vipua itse

Kaksi arjen oivallusta – kuinka kauas katse yltää ja kuinka ripeästi ranteen kääntää – voivat nopeuttaa ja rauhoittaa robottiauton menoa radalla. Kun ihminen ajaa autoa, katse harvoin liimautuu suoraan konepellin eteen. Sujuttelu mutkaan alkaa jo kauempaa: kuljettaja vilkaisee, mihin on menossa, ja päättää samalla, kuinka paljon rattia käännetään. Yllättävän pitkälle sama ajatus

tekoäly

Videokamera voi tietää, milloin se on hukassa

Olet ehkä seurannut vartijan ruudulta juoksevaa koiraa, joka katoaa hetkeksi pylvään taakse – ja kun se ilmestyy uudelleen, kamera onkin alkanut seurata aivan toista eläintä. Tekoäly saa usein oikean kohteen kiinni, kunnes jokin peittää sen näkyvistä tai tausta muuttuu liikaa. Silloin järjestelmä ei useinkaan huomaa, että se on eksynyt. Eikä varsinkaan

tekoäly

Pahimmat tekoälyvirheet näyttävät järkeviltä — uusi menetelmä paljastaa ne

Puhelimen sääsovellus piirtää huomiselle tasaisen sinisen käyrän. Näyttö lupaa selkeää säätä ja leppeää lämpöä. Se näyttää uskottavalta, ja siksi siihen on helppo luottaa. Mutta mitä jos sovellus kohtaa ilmiön, jota sen taustalla toimiva malli ei ole koskaan nähnyt? Silloinkin se piirtää käyrän — aivan yhtä siistin ja uskottavan — vaikka pohja on

tekoäly

Paikan voi oppia tunnistamaan myös pimeässä – kun kamera näkee muutokset, ei pelkkää kuvaa

Uusi vertailuaineisto vihjaa, että liikkeeseen reagoivat kamerat ja tekstikuvausten yhdistäminen voivat tehdä koneen havainnoista luotettavampia vaikeissa oloissa – ja kertoa samalla, miksi järjestelmä päätyi ratkaisuunsa. Kuvittele pyöräileväsi iltahämärässä: katuvalot vilkkuvat, vastaantulijan ajovalo tekee tielle valojuovan, sadekuuro sumentaa kaiken hetkeksi. Ihmissilmä ja aivot suoriutuvat tilanteesta hämmästyttävän hyvin. Tavallinen kamera sen sijaan kerää

robotiikka

Robotti tekee oikean teon useammin, kun sen yrityksiä punnitaan käyttöhetkellä

Kotirobotille sanotaan: laita muki tiskikoneeseen. Se tarttuu kippoon, tuijottaa konetta, avaa väärän oven – ja pysähtyy. Mitä jos se tässä kohtaa ei vain arvaa uudelleen, vaan pysähtyy tarkistamaan, kuinka hyvin sen seuraava yritys oikeasti vastaa annettua ohjetta? Robotiikassa on pitkään ajateltu, että varmin tie parempiin tekoihin on kouluttaa isompia malleja yhä