Заставь машину думать: как развивают искусственный интеллект у роботов

Фото: Bloomberg

Понятие искусственного интеллекта неразрывно связано с робототехникой. По сути, робот — машина, умеющая воспринимать окружающую действительность, ее интерпретировать и действовать соответствующим образом, то есть думать.

Появление терминов «робот» и «искусственный интеллект» сильно разнесено по времени (1921 и 1956 годы соответственно), а за последние полвека пути развития двух областей то сходились, то расходились. Но сейчас прогресс вычислительных мощностей, солидный объем практических наработок и доступность информации вынуждают эти дисциплины вновь объединиться, пишут аналитики Сбербанка в ежегодном обзоре рынка робототехники за 2019 год.

В определении авторов исследования ИИ — это способность программ и устройств интерпретировать данные, обучаться на них и использовать полученные знания для достижения целей, в том числе самостоятельно. В свою очередь ИИ делится на два типа:

• сильный ИИ — интеллект в широком смысле, способный решать задачи наравне с человеческим разумом;
• слабый ИИ занимается решением узкоспециальных задач, достигает конкретных поставленных целей.

Сегодня, пишут аналитики Сбербанка, сильного ИИ в природе пока не существует и вообще есть обоснованные сомнения в возможности его реализации. Поэтому искусственный интеллект сейчас и в ближайшем будущем — это слабый ИИ, занимающийся отдельными проблемами и задачами. Решить их помогает набор технологий, сгруппированный авторами доклада по пяти видам.

1. Компьютерное зрение

Это обработка визуальной информации для получения знаний. Базовая задача внутри этой технологии — детектирование объекта на изображениях и видео, то есть осознание того, что на одной фотографии в углу изображен автомобиль, а на другой — компьютер, клавиатура и телефон. В робототехнике результаты обнаружения объектов дают роботу понимание, что и как делать, а также способствуют его обучению.

Логическим продолжением детектирования является трекинг, то есть вначале объект обнаружен, затем начинается отслеживание его перемещений. Роботам это нужно, чтобы понимать визуальную сцену и учиться прогнозировать действия других объектов, что незаменимо, например, для беспилотных автомобилей.
Другие задачи компьютерного зрения — это сегментация изображения (понимание, где пол, где стена, а где дверь) и оценка глубины. Последнее подразумевает понимание расстояния до того или иного объекта и решается восстановлением трехмерной геометрии по серии двухмерных фотоснимков.

2. Обработка естественного языка

Коммуникация с человеком невозможна без понимания его языка. Специалисты в области ИИ разбирают по частям отдельные морфемы, даже эмоциональный окрас слов в тексте, зашивая это в программу. Роботы нуждаются в таких технологиях, для них это как диалоговое окно с человеком, причем речь идет не просто о понимании, но и об ответной реакции и обучении новым понятиям.

3. Речевая аналитика

Если обработка языка касается текстовой информации, то речевая аналитика — звуковой. В первую очередь это распознавание речи, которое к 2019 году уже прочно вошло в быт людей. Следующий шаг — синтез речи, совершенствование голосовых качеств самого робота и/или программы до уровней человеческого общения.

4. Принятие решений

По-другому эту технологию можно назвать автоматизацией процессов, когда они проходят без участия человека. Поскольку опять же мы говорим о слабом ИИ, заточенном под решение отдельных задач, технологии принятия решений являются едва ли не самыми понятными по своему назначению. Авторы обзора выделяют несколько сфер применения таких технологий:

• навигация, например обход препятствий, запоминание и учет пройденного пути, локализация себя в пространстве;
• обучение путем демонстраций, когда робот заучивает показанные визуально или механически действия;
• эмоциональное взаимодействие, для которого машине нужно понимать настроение стоящего перед тобой человека, накладывать его на свои особенности «характера» и выдавать результат в виде «мимики» или «эмоций»;
• автоматизация машинного обучения, то есть снижение участия в нем человека, частичный перевод на самообучение.

Разумеется, такие технологии должны применяться совместно с другими: самостоятельная навигация вместе с компьютерным зрением, а эмоции — вместе с речевой аналитикой.

5. Рекомендательные системы

Отдаленно эта технология схожа с принятием решений, но аналитики Сбербанка выделили ее отдельным пунктом. Причина — потенциал широкого применения именно рекомендательных систем в сервисной робототехнике. Речь идет о предложении товаров и услуг, таргетированной рекламе, подборке кинофильмов и музыки. Применительно же к роботам технология может привести к распространению роботов-официантов или продавцов-консультантов.

Многие из указанных выше технологий уже применяются в робототехнике, причем не только в прототипах, но и в массовом производстве. Наибольший путь на данный момент пройден в областях компьютерного зрения и обработки естественного языка — другими словами, в распознавании визуальной и текстовой информации.

Уже сейчас существуют роботизированные системы, успешно применяющие те или иные наработки в области искусственного интеллекта. К самым известным аналитики Сбербанка относят три типа роботов:

• самоуправляемые автомобили. Пока это именно самоуправляемые, а не беспилотные транспортные средства. По закону водитель все равно необходим, хотя значительную работу по восприятию и оценке окружающей действительности проводит именно машина;
• промышленные роботы. На производстве они применяются уже достаточно долго (например, высокоточные станки или манипуляторы для сборки машин), но технологии ИИ начали проникать сюда недавно, например машинное обучение роботов, призванных корректировать работу сервомоторов, или же использование компьютерного зрения для оценки того, как лучше упаковать продукт;
• кухонные роботы. Компьютерное зрение помогает им определить местонахождение ингредиентов и утвари и составить план приготовления блюда.

В будущем развитие робототехники будет происходить в первую очередь за счет более широкого и глубокого внедрения ИИ, а не совершенствования материально-технической базы, уверены авторы обзора. Перспективы развития рынка они разделяют на краткосрочные и долгосрочные, правда, конкретных дат не называют.

1. Краткосрочные инновации:

• захват объектов и манипуляция ими будут доведены до уровня действий человека;
• мобильность роботов, преодоление ими препятствий также сравняются по возможностям с человеческими умениями;
• разговор с роботом будет неотличим от разговора с человеком;
• затраты и время на программирование роботов будут сокращаться, что сделает их самих дешевле, а внедрение автоматизации — шире.

• по умолчанию каждый робот сможет решать любые задачи, присущие слабому (узкоспециальному) ИИ;
• в рамках решения своих задач роботы станут полностью автономными, тогда как выход за их пределы потребует вмешательства человека;
• непрерывный обмен информацией и какими-то удачными решениями между роботами ускорит процесс самообучения;
• роботы начнут не просто общаться, как люди, они смогут планировать поведение с учетом возможного эффекта на окружающих, по сути выработают социальный интеллект;
• благодаря технологиям ИИ роботы получат не просто базовые знания по определенному виду деятельности, но и станут считаться высококлассными специалистами, например в качестве продавцов или медсестер.