robotiikka - AI Feta, the news about scientific AI research (Page 2)

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

robotiikka

Kun ohje pilkotaan perusliikkeiksi, robotti tottelee

Kuvittele, että sanot kotona: "Pyyhi tuo roiske pöydältä ja anna sitten rätti minulle." Ihmiselle pyyntö on selvä. Robotille se on usein pulma: mitä kohtaa pyyhitään, millä otteella, missä järjestyksessä, miten vältetään törmäykset? Roboteilta on pitkään odotettu, että ne ymmärtäisivät vapaamuotoisia ohjeita kuin ihminen. Todellisuus on ollut nihkeä. Kun

tekoäly

Useampi robotti voittaa superrobotin – jos ne osaavat sopia työnjaosta

Keittiössä kaksi ihmistä saa illallisen pöytään nopeammin kuin yksi huippukokki, jos työnjako sujuu: toinen pilkkoo, toinen paistaa, ja välissä vaihdetaan katseita ja ohjeita. Sama arkinen havainto on hivuttautumassa myös robottien maailmaan. Sen sijaan että rakennettaisiin yksi kaikkivoipa kone, yhä useammin kysytään, miten useat älykkäät toimijat voisivat tehdä yhdessä enemmän – ja

robotiikka

Nelijalkainen robotti pärjää paremmin, kun se valitsee askelpaikkansa itse

Kuvittele ylittäväsi puroa kiveltä kivelle. Et laske askeliasi viivotin kädessä etkä noudata etukäteen piirrettyä polkua. Vilkaiset ympäristöä, hahmotat nopeasti missä on tukeva pinta, ja astut. Jos jokin kivi on märkä tai vinossa, vaihdat sekunnin murto-osassa suunnitelmaa. Roboteille tällainen arkinen ketteryys on ollut yllättävän vaikeaa. Monet nelijalkaiset koneet liikkuvat yhä niin,

robotiikka

Robotti voi oppia yhdestä esimerkistä – kun kokeilunhalulle asetetaan katto

Uusi menetelmä vähentää turhaa hapuilua ja rauhoittaa oppimisen heilahteluja, jolloin robotit voivat oppia tehtäviä kamerakuvista ja harvoista onnistumisista ilman valtavia datavarastoja. Kuvittele kotirobotti, joka opetetaan avaamaan keittiönlaatikko. Jos se joutuu yrittämään satoja kertoja ennen kuin oppii oikean otteen ja liikesarjan, jokainen yritys on aikaa, rahaa ja mahdollisesti särkyneitä kahvikuppeja. Moni