• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Um passo mais perto de máquinas autoconscientes - os engenheiros criam um robô que pode se imaginar

    Uma imagem do braço robótico deformado em várias poses enquanto coleta dados por meio de movimentos aleatórios. Crédito:Robert Kwiatkowski / Columbia Engineering

    Robôs autoconscientes têm sido alimento de ficção científica por décadas, e agora podemos finalmente estar nos aproximando. Os humanos são únicos por serem capazes de se imaginar - para se imaginar em cenários futuros, como caminhar na praia em um dia quente e ensolarado. Os humanos também podem aprender revisitando experiências passadas e refletindo sobre o que deu certo ou errado. Enquanto humanos e animais adquirem e adaptam sua autoimagem ao longo da vida, a maioria dos robôs ainda aprende usando simuladores e modelos fornecidos por humanos, ou por laborioso, tentativa e erro demorados. Os robôs não aprenderam a se simular como os humanos.

    Os pesquisadores da engenharia da Columbia fizeram um grande avanço na robótica ao criar um robô que aprende o que é, do princípio, com zero conhecimento prévio de física, geometria, ou dinâmica motora. Inicialmente, o robô não sabe se é uma aranha, uma cobra, um braço - ele não tem ideia de qual é sua forma. Após um breve período de "tagarelice, "e em cerca de um dia de computação intensiva, seu robô cria uma auto-simulação. O robô pode então usar esse auto-simulador internamente para contemplar e se adaptar a diferentes situações, lidar com novas tarefas, bem como detectar e reparar danos em seu próprio corpo. O trabalho é publicado hoje em Ciência Robótica .

    A data, robôs operaram tendo um humano explicitamente modelando o robô. "Mas se quisermos que os robôs se tornem independentes, para se adaptar rapidamente a cenários não previstos por seus criadores, então é essencial que eles aprendam a se simular, "diz Hod Lipson, professor de engenharia mecânica, e diretor do laboratório Creative Machines, onde a pesquisa foi feita.

    Vídeo do robô Columbia Engineering que aprende o que é, com zero conhecimento prévio de física, geometria, ou dinâmica motora. Inicialmente, o robô não tem ideia de qual é sua forma. Após um breve período de "tagarelice, "e em cerca de um dia de computação intensiva, o robô cria uma auto-simulação, que pode então usar para contemplar e se adaptar a diferentes situações, lidar com novas tarefas, bem como detectar e reparar danos em seu corpo. Crédito:Robert Kwiatkowski / Columbia Engineering

    Para o estudo, Lipson e seu Ph.D. o aluno Robert Kwiatkowski usou um braço robótico articulado de quatro graus de liberdade. Inicialmente, o robô se moveu aleatoriamente e coletou aproximadamente mil trajetórias, cada um compreendendo cem pontos. O robô então usou aprendizado profundo, uma técnica moderna de aprendizado de máquina, para criar um modelo próprio. Os primeiros modelos próprios eram bastante imprecisos, e o robô não sabia o que era, ou como suas juntas foram conectadas. Mas depois de menos de 35 horas de treinamento, o modelo próprio tornou-se consistente com o robô físico em cerca de quatro centímetros. O automodelo executou uma tarefa pick-and-place em um sistema de loop fechado que permitiu ao robô recalibrar sua posição original entre cada etapa ao longo da trajetória com base inteiramente no automodelo interno. Com o controle de malha fechada, o robô foi capaz de agarrar objetos em locais específicos no solo e depositá-los em um receptáculo com 100 por cento de sucesso.

    Mesmo em um sistema de malha aberta, que envolve a execução de uma tarefa baseada inteiramente no modelo interno, sem nenhum feedback externo, o robô foi capaz de completar a tarefa pick-and-place com uma taxa de sucesso de 44%. "É como tentar pegar um copo d'água com os olhos fechados, um processo difícil até para humanos, "observou o principal autor do estudo, Kwiatkowski, um Ph.D. estudante do departamento de ciência da computação que trabalha no laboratório de Lipson.

    O robô de automodelagem também foi usado para outras tarefas, como escrever texto usando um marcador. Para testar se o modelo próprio pode detectar danos a si mesmo, os pesquisadores imprimiram em 3D uma peça deformada para simular danos e o robô foi capaz de detectar a mudança e treinar novamente seu modelo. O novo modelo próprio permitiu ao robô retomar suas tarefas de pick-and-place com pouca perda de desempenho.

    Uma imagem do braço robótico intacto usado para realizar todas as tarefas. Crédito:Robert Kwiatkowski / Columbia Engineering

    Lipson, que também é membro do Data Science Institute, observa que a autoimagem é a chave para permitir que os robôs se afastem dos confinamentos da chamada "IA estreita" em direção a habilidades mais gerais. "Isso talvez seja o que uma criança recém-nascida faz em seu berço, à medida que aprende o que é, "ele diz." Conjecturamos que essa vantagem também pode ter sido a origem evolutiva da autoconsciência em humanos. Embora a capacidade do nosso robô de se imaginar ainda seja rudimentar em comparação com os humanos, acreditamos que essa habilidade está no caminho para a autoconsciência da máquina. "

    Lipson acredita que a robótica e a IA podem oferecer uma nova janela para o antigo quebra-cabeça da consciência. "Filósofos, psicólogos, e cientistas cognitivos têm refletido sobre a autoconsciência da natureza por milênios, mas fizeram relativamente pouco progresso, "ele observa." Ainda disfarçamos nossa falta de compreensão com termos subjetivos como 'tela da realidade, 'mas os robôs agora nos forçam a traduzir essas noções vagas em algoritmos e mecanismos concretos. "

    Lipson e Kwiatkowski estão cientes das implicações éticas. "A autoconsciência levará a sistemas mais resilientes e adaptativos, but also implies some loss of control, " they warn. "It's a powerful technology, but it should be handled with care."

    The researchers are now exploring whether robots can model not just their own bodies, but also their own minds, whether robots can think about thinking.


    © Ciência https://pt.scienceaq.com