Ačkoliv se umělá inteligence a robotika rok od roku zlepšují, stále jsou oblasti, ve kterých oproti člověku výrazně zaostávají. Zatímco pro člověka je zcela běžné díky hmatu rozeznat, jaký má daný objekt tvar, a díky zraku zase předpovědět, jaký bude na dotek, pro roboty je to zatím velmi složité. A to i pro ty, kteří jsou naprogramováni tak, že umí vidět či cítit, protože kombinování a efektivní využívání těchto vjemů pro robota není tak snadné jako pro člověka.

Vědci a studenti z laboratoře umělé inteligence vyhlášené americké univerzity MIT však nyní představili technologii, která z tohoto pohledu celý obor posune opět o pár kroků dále. Týmu pod vedením studenta Yunzhua Liho se podařilo vyvinout prediktivní umělou inteligenci pro roboty, která je dokáže naučit poznávat tvar předmětů podle dotyku a jejich materiál či povrch pomocí vidění.

Na první pohled se to může zdát jako relativně banální věc, ale to jen pro člověka, který tyto smysly využívá a různě kombinuje zcela přirozeně. Robot sám od sebe pohledem prostřednictvím kamery nerozpozná, například o jaký materiál půjde, a ani když se objektu dotkne, tak mu není hned jasné, že jde třeba o krychli nebo kouli.

Foto: MIT CSAIL

Tvůrce technologie Yunzhu Li

Proto výzkumný tým na MIT přišel s novou umělou inteligencí, která dokáže na základě dat predikovat, o jaký objekt se typologicky jedná, a zároveň určit, zda má například ostré nebo zaoblené tvary, jak je velký, křehký, a podle toho s ním nakládat. Schopnosti robotů se tak přiblíží lidským smyslům.

Kouzlo tkví ve speciálním algoritmu pro strojové učení. Pro jeho vytrénování studenti použili průmyslového robota od společnosti Kuka vybaveného speciálním hmatovým senzorem GelSight, který v trénovací fázi pomocí robotické ruky 12tisíckrát „osahal“ 200 různých objektů (látky, nářadí, běžné věci v domácnosti) a zaznamenal jejich vizuální i hmatová data zároveň. Ta byla následně použita k vytvoření datového souboru se 3 miliony vizuálně hmatových obrazů.

Novinka by mohla najít uplatnění například u robotů pracujících ve skladech, v budoucnu se nabízí využití třeba i v gastronomii nebo ošetřovatelských službách. Příkladem může být modelová situace, kdy robot potřebuje roznést hrníček s kávou. Pro člověka samozřejmě normální věc, robot si ovšem předtím, než tak provede, musí vyhodnotit, jaký objekt vlastně ponese, zda je křehký a tedy jak silně ho může uchopit, aniž by praskl a nebo se nepřevrhl.

„Jedná se o velmi komplexní problém, jelikož zde operujeme s obrovským množstvím proměnných. Naše inteligence ale ukázala schopnost je do budoucna řešit,“ říká Yunzhu Li.

Technologie je prozatím schopna fungovat v pro ni známém prostředí. Cílem studentského týmu je ale nyní získat k dispozici větší množství dat, které by umožnily její variabilnější využití bez ohledu na konkrétní situaci.