Британски стартап ги обучува роботите во виртуелни светови

Роботот Фредо шета низ канцеларијата и зема пластично шише што му го подава вработен. Со оглед на тоа што неодамна еден робот го надмина рекордот на Јусејн Болт на 100 метри, тоа не е највпечатливото достигнување. Но, брзината со која Фредо е обучен да оди, да го препознае шишето и да го фати е импресивна. За развивање на тие вештини и нивно вчитување во Фредо биле потребни само неколку минути. Неговите развивачи велат дека на конкурентските системи им требаат денови за да ги совладаат таквите вештини.

Станува збор за Vsim, британски стартап со седиште во Кембриџ. Основачите Мишел Лу и Кир Стори се надеваат дека еден ден нивниот софтвер ќе управува со роботи што можат да се движат и да извршуваат корисни задачи во домот и на работното место. Но, патот е долг. „Чудна е ситуацијата со роботиката, бидејќи она што ние како луѓе го сметаме за неверојатно тешко, како гимнастиката, можете да го натерате роботот да го прави сосема добро. Она во што луѓето се навистина добри, како фината моторика, е навистина тешко за роботите“, вели Стори.

Вештините на Фредо се усовршени во виртуелна средина, каде што една задача може да се изведе во компјутерска симулација милиони пати. Откако ќе се најде оптималното решение, познато како политика, тоа може да се вчита и да го користи хардверот — во овој случај Фредо. Ваквите виртуелни симулации се вообичаен начин за обука на роботи. Технолошкиот гигант Nvidia има систем наречен Isaac Sim што функционира на тој принцип — Лу и Стори и двајцата работеле на негова рана верзија. Во 2022 година решиле да го основаат Vsim, за да изградат сопствена средина за обука и други алатки.

Бидејќи почнале од нула, Лу и Стори можеле да го оптимизираат софтверот за да ги искористат моќните компјутерски чипови што се користат во вештачката интелигенција, познати како графички процесорски единици или GPU. „Основните алгоритми што ги користевме за повеќето од овие роботски симулации датираат од 1970-тите и 1980-тите, но тие алгоритми не се навистина совршени за GPU“, вели Стори. За неколку месеци сфатиле дека нивниот систем може да работи многу побрзо од сè што виделе дотогаш. „По осумнаесет месеци, всушност имаме целосно функционален симулатор со супервисоки перформанси“, вели Лу.

Софтверот е толку ефикасен што може да работи на хардверот што го носи Фредо. Тоа значи дека роботот може да изврши десетици илјади симулации додека се движи. „Може да гледа околу една секунда напред во иднината за 20.000 различни комбинации на работи што би можеле да се случат“, објаснува Стори. Тоа би било од клучно значење за робот што се движи во неструктурирана средина како просечниот дом. „Работите надвор од контролата на роботот, како луѓето, животните или дури другите роботи, можат да направат нешто што бара промена на стратегијата. Овие неочекувани настани можат да се случат многу брзо и роботот треба да може брзо да се прилагоди за да остане безбеден и да ја изврши задачата“, вели Лу.

Vsim е стартап со 10 инженери што работат на неговата технологија. Nvidia е на спротивниот крај на индустријата. Таа доминира на пазарот за компјутерски чипови за вештачка интелигенција и има водечки оддел за роботски софтвер со стотици инженери. Не гради роботи, туку има пакет софтвер осмислен да им овозможи на организациите да обучуваат и контролираат роботи. Тоа вклучува системи за виртуелна симулациска обука и таканаречен светски модел наречен Cosmos, кој му дава на роботот разбирање за физиката на реалниот свет и како неговата околина може да се промени додека се движи.

Но, дури и со моќните компјутерски ресурси достапни на Nvidia, софтверот дава само рудиментарно разбирање на реалниот свет. „Манипулацијата — кога само фаќам шише, тоа не е премногу тешко. Проблемот е кога почнувате да правите задачи со долг хоризонт, каде што велам: ‚Сакам да го земеш шишето, да го наполниш и да одиш да го истуриш‘“, вели Спенсер Хуанг, директор за производи во роботиката во Nvidia. Но, тој е уверен дека се постигнува добар напредок. Оваа година Nvidia почнала да користи агенти со вештачка интелигенција за да помогнат во изградбата на виртуелни средини за обука на роботи и за проверка дали решенијата од обуката функционираат.

Симулацијата не е единствениот метод за обука на роботи. Тие можат да се обучуваат и со гледање човечки или видео-демонстрации. Рика Антонова работи во областа на роботиката од 2015 година и моментално е вонреден професор на одделот.