Intuit i robot u start-upa luna: wizja cyfrowego układu nerwowego i wirtualny mózg robotów

Konrad Wolfenstein

6 miesięcy temu

Intuit start-up: wizja cyfrowego układu nerwowego i wirtualny mózg robotów

Startup IntuiCell: Wizja cyfrowego układu nerwowego i wirtualnego mózgu dla robotów – Zdjęcie: Xpert.Digital

Roboty z funkcją samodzielnego uczenia się: Przełom ze Szwecji zmienia technologię maszyn

Nowe pokolenie robotów uczy się poprzez doświadczenie, a nie poprzez programowanie.

Szwedzki startup IntuiCell opracowuje rewolucyjne podejście do robotyki, które może fundamentalnie zmienić sposób, w jaki maszyny uczą się i wchodzą w interakcje z otoczeniem. Podstawą tej innowacji jest rozwój cyfrowego układu nerwowego i wirtualnego mózgu, które umożliwiają robotom uczenie się poprzez doświadczenie, podobnie jak ludziom i zwierzętom. Koncepcja ta wykracza daleko poza konwencjonalne programowanie i może utorować drogę dla nowej generacji maszyn zdolnych do autonomicznej adaptacji i interakcji z otoczeniem.

Firma IntuiCell została założona około cztery lata temu przez grupę badawczą z Uniwersytetu w Lund w Szwecji. Firma opiera się na około 30 latach badań neuronauki nad mózgiem oraz inżynierii inteligencji cyfrowej. Badania te obejmują transmisję sygnałów między synapsami, właściwości pobudzania neuronów oraz koordynację całego ciała w celu samodzielnego poruszania się – wszystkie te fundamentalne aspekty przyczyniają się do zrozumienia, jak mózg postrzega świat i wchodzi z nim w interakcje.

Luna – robot-pies z umiejętnością uczenia się

Na pierwszy rzut oka Luna, pies-robot od IntuiCell, nie wydaje się niczym szczególnym. Z czterema nogami, smukłym, przypominającym puszkę ciałem i głową wyposażoną w skaner laserowy, kamerę i akcelerometry, przypomina wiele innych psów-robotów dostępnych obecnie na rynku. W rzeczywistości Luna jest oparta na modelu GO2 Pro Robot Dog chińskiego producenta Unitree, który można kupić za około 3500 euro.

Jednak tym, co odróżnia Lunę od konwencjonalnych psów-robotów, nie jest jej wygląd, lecz mechanizmy wewnętrzne. Podczas gdy większość robotów opiera się na wstępnie zaprogramowanych algorytmach i obszernych zbiorach danych, Luna posiada cyfrowy układ nerwowy, który pozwala jej uczyć się poprzez bezpośrednią interakcję z otoczeniem – bez skomplikowanego szkolenia wstępnego ani ogromnych centrów danych w tle.

Cyfrowy system nerwowy Luny składa się ze sztucznych neuronów, które są znacznie bardziej złożone i działają inaczej niż te stosowane w konwencjonalnych modelach sztucznej inteligencji. Neurony te zostały zaprojektowane w oparciu o wiedzę neurofizjologiczną i potrafią samodzielnie priorytetyzować zadania oraz wybierać działania w celu rozwiązania własnych, lokalnych problemów. Dzięki prototypowej sieci kilkuset neuronów cyfrowych, Luna może uczyć się samodzielnie, bez połączenia z modelem sztucznej inteligencji w chmurze. Komputer, który umożliwia to uczenie się, znajduje się w samym robocie-psie.

Proces uczenia się: świat jako pętla sprzężenia zwrotnego

Na początku Luna była jak czysta karta. Pies-robot nie otrzymał żadnych informacji o sobie ani o swoim otoczeniu – nie wiedział nawet, że ma cztery nogi ani jak nimi sterować. Jednak badaczom udało się wyznaczyć mu misję, na przykład dotarcie do określonego punktu w kosmosie.

Luna wysyła następnie różne impulsy, które na przykład wprawiają jej kończyny w ruch, i przetwarza dane z LiDAR-u i kamery. Wirtualny układ nerwowy rejestruje i przetwarza zmiany jej stanu w stosunku do sytuacji wyjściowej. W ten sposób Luna stopniowo uczy się, jak poruszać nogami, modulować siłę i łączyć te informacje z danymi z czujników, aby osiągnąć celowy ruch.

Ten proces uczenia się jest bardzo podobny do uczenia się motorycznego u zwierząt i ludzi. Zamiast polegać na zaprogramowanych sekwencjach ruchów, Luna uczy się nawigować w swoim otoczeniu metodą prób i błędów. Sam świat działa jak pętla sprzężenia zwrotnego – podejście to różni się fundamentalnie od podejścia stosowanego w konwencjonalnych systemach sztucznej inteligencji.

Od odruchów do myśli: rozwój kory mózgowej

Obecny cyfrowy układ nerwowy Luny to jedynie „układ refleksyjny”, podobny do rdzenia kręgowego. Nie potrafi planować ani myśleć, lecz reaguje na bieżące problemy. Aby dalej rozwijać Lunę, zespół IntuiCell pracuje obecnie nad integracją kolejnego komponentu cyfrowego układu nerwowego: kory mózgowej.

Ta kora cyfrowa ma reprezentować coś w rodzaju „dużego mózgu”, dzięki któremu Luna może rozwijać rozumienie intencji i kontekstu. Na przykład, jeśli Luna zostanie poproszona o wykonanie czegoś za pomocą gestów lub mowy ciała, albo jeśli pokaże się jej przedmiot, który wzbudzi jej ciekawość, a następnie zostanie on odrzucony, powinna zrozumieć, że ma wejść z nim w interakcję.

Aby rozwinąć te umiejętności, zespół IntuiCell zatrudnił nawet prawdziwego tresera psów, który miał za zadanie dodatkowo wyszkolić Lunę. Czas potrzebny Lunie na naukę nowej umiejętności jest bardzo zróżnicowany – czasami zajmuje to zaledwie kilka minut, a czasami trochę dłużej.

IntuiCell: Dostawca infrastruktury dla sztucznej inteligencji nowej generacji

IntuiCell nie postrzega siebie jako tradycyjnej firmy robotycznej, takiej jak Boston Dynamics, Figure, Apptronik czy Unitree. Zamiast tego, startup pozycjonuje się jako dostawca infrastruktury, tworząc oprogramowanie dla kolejnego etapu rozwoju sztucznej inteligencji. Firma dąży do zintegrowania swojego unikalnego oprogramowania AI z robotami używanymi przez ugruntowane firmy, umożliwiając im osiągnięcie więcej niż jest to możliwe przy obecnych modelach AI.

Zainteresowanie tą technologią jest duże, a wstępne projekty współpracy są już w toku. IntuiCell jest obecnie na etapie wdrażania architektury wspólnie z partnerami zewnętrznymi. Wszystkie niezbędne komponenty są już gotowe i działają. Jednak minie jeszcze trochę czasu, zanim pierwsze roboty z sieciami IntuiCell trafią na rynek, ponieważ komponenty i funkcjonalności wciąż wymagają przetestowania, zidentyfikowania błędów i wdrożenia mechanizmów bezpieczeństwa. Niemniej jednak, pierwsze roboty ze sztuczną siecią neuronową i mózgiem mogą być dostępne za około rok do dwóch lat.

Wizja przyszłości: świat pełen syntetycznych form życia.

Viktor Luthman, prezes i współzałożyciel IntuiCell, postrzega tę technologię jako potencjalną zmianę paradygmatu. Roboty z cyfrowym układem nerwowym nie są już prostymi maszynami, które wykonują predefiniowane polecenia i instrukcje ze sztywnego modelu cyfrowego. Byłyby raczej „syntetycznymi stworzeniami”, które potrafią elastycznie dostosowywać się do sytuacji – podobnie jak ludzie i zwierzęta, które uczą się poprzez interakcję i doświadczenie.

Luthman przepowiada: „Gdyby to zależało ode mnie, pewnego dnia mielibyśmy świat pełen cyfrowych stworzeń o najróżniejszych formach. Świat, który będzie radykalnie różny od naszego”. Wcześniej czy później mogłyby pojawić się nowe formy życia i różne gatunki cyfrowe – zarówno te przypominające modele zwierzęce, jak i te o egzotycznych formach. Te sztuczne stworzenia byłyby tworzone, a nie narodzone, ale to nie zmieniłoby ich natury. Ludzie pracowaliby z nimi, zamiast używać ich tylko jako narzędzi czy zabawek.

Podstawy technologiczne: coś więcej niż tylko sieci neuronowe

To, co wyróżnia podejście IntuiCell od konwencjonalnych systemów sztucznej inteligencji, to sposób, w jaki zbudowany jest jego cyfrowy system nerwowy. Podczas gdy tradycyjne sieci neuronowe są projektowane z myślą o rozpoznawaniu wzorców w dużych zbiorach danych i określaniu istotności statystycznej, system IntuiCell idzie o krok dalej.

Sztuczne neurony opracowane przez IntuiCell nie tylko potrafią przetwarzać informacje, ale także podejmować niezależne decyzje i ustalać priorytety. Potrafią reagować na zmiany w otoczeniu w czasie rzeczywistym i odpowiednio dostosowywać swoje reakcje. Dzięki temu Luna uczy się poruszać w swoim otoczeniu bez konieczności wcześniejszego programowania czy szkolenia.

To podejście zasadniczo różni się od konwencjonalnych systemów sztucznej inteligencji (AI), które często osiągają swoje granice w obliczu nieprzewidzianych sytuacji. Chociaż tradycyjne modele AI dobrze sobie radzą w znanych środowiskach, mają trudności z adaptacją do nowych sytuacji. Przeszkolenie takich systemów jest kosztowne, czasochłonne i wymaga nowych zbiorów danych.

W przeciwieństwie do tego, cyfrowy system nerwowy IntuiCell został zaprojektowany tak, aby uczyć się bezpośrednio z doświadczenia. Opiera się na zasadach bodziec-reakcja i reaguje bezpośrednio na zmiany w otoczeniu. Uczenie się nie odbywa się w chmurze, ale na żywo – poprzez ruch, eksperymentowanie i adaptację. To podejście bardziej przypomina uczenie się motoryki u zwierząt niż konwencjonalne uczenie maszynowe.

Potencjalne zastosowania: od podróży kosmicznych po pomoc w przypadku katastrof

Technologia IntuiCell może znaleźć zastosowanie w wielu dziedzinach, w których roboty muszą działać w nieprzewidywalnym środowisku. Eksploracja kosmosu to szczególnie obiecujący obszar, w którym roboty często działają samodzielnie i muszą szybko reagować na nieoczekiwane sytuacje. Roboty wyposażone w cyfrowy układ nerwowy mogłyby również zapewnić cenne usługi w badaniach głębinowych, gdzie komunikacja z powierzchnią jest ograniczona.

Kolejnym ważnym obszarem zastosowania jest pomoc w przypadku katastrof. W tym przypadku roboty, które potrafią szybko adaptować się do nowych warunków, mogą pomóc w poszukiwaniu ocalałych lub w zarządzaniu niebezpiecznymi sytuacjami. Zdolność uczenia się i reagowania w czasie rzeczywistym może mieć decydujące znaczenie w takich sytuacjach.

Roboty z cyfrowym układem nerwowym mogą również otworzyć nowe możliwości w życiu codziennym. Od robotów domowych, które dostosowują się do indywidualnych potrzeb właścicieli, po roboty wspomagające w opiece – zdolność uczenia się poprzez interakcję może fundamentalnie zmienić sposób, w jaki wchodzimy w interakcje z robotami.

Konsekwencje etyczne i społeczne

Rozwój robotów z cyfrowym układem nerwowym rodzi również ważne pytania etyczne i społeczne. Skoro roboty stają się coraz bardziej zdolne do samodzielnego uczenia się i podejmowania decyzji, jak powinniśmy je traktować? Jaki status moralny powinniśmy im przypisać?

Viktor Luthman zdaje sobie sprawę z tych pytań i podkreśla potrzebę wczesnego rozważenia etycznych implikacji tej technologii. „Potrzebujemy do tego zasad i wytycznych” – mówi. „Byłbym zachwycony, gdybyśmy mogli o tym porozmawiać z najbystrzejszymi umysłami świata. Gdybyśmy mogli pomóc w opracowaniu wizji tego świata”.

Rozwój robotów z cyfrowym układem nerwowym może mieć również głębokie implikacje dla świata pracy. Wraz ze wzrostem zdolności robotów do wykonywania złożonych zadań i adaptacji do nowych sytuacji, mogą one znaleźć zastosowanie w coraz większej liczbie obszarów. Może to doprowadzić do zmian w miejscu pracy, a także otworzyć nowe możliwości współpracy między ludźmi a maszynami.

Porównanie do Blade Runnera: Science fiction staje się rzeczywistością?

Wizja Viktora Luthmana, dotycząca stworzenia świata pełnego cyfrowych stworzeń, przywodzi na myśl scenariusze science fiction, takie jak te z „Łowcy androidów”. W tym filmie istnieją replikanci – sztuczne istoty, które są praktycznie nieodróżnialne od ludzi i posiadają własne myśli i uczucia. Choć wciąż daleko nam do takich scenariuszy, rozwój robotów z cyfrowym układem nerwowym rodzi podobne pytania: Co stanowi istotę żywą? Jaki status moralny powinniśmy przypisać sztucznym istotom?

Paralele z „Łowcą androidów” nie są przypadkowe. Film porusza kwestie niebezpieczeństw, niepewności oraz moralnych i etycznych niejasności związanych z tworzeniem zaawansowanej sztucznej inteligencji. Interakcje między ludźmi a zaawansowanymi androidami, replikantami, przedstawiają świat, w którym granica między „prawdziwymi” a „sztucznymi” ludźmi jest nierozerwalnie zatarta.

Choć wciąż daleko nam do świata, w którym roboty posiadają świadomość i są praktycznie nieodróżnialne od ludzi, technologie takie jak cyfrowy układ nerwowy IntuiCell mogą stanowić krok w tym kierunku. Zdolność uczenia się na podstawie doświadczeń i adaptacji do nowych sytuacji jest kluczowym aspektem tego, co nazywamy inteligencją.

Realizacja techniczna: Od koncepcji do rzeczywistości

Stworzenie cyfrowego układu nerwowego nie jest łatwym zadaniem. Wymaga dogłębnej wiedzy z zakresu neurobiologii i informatyki. Firma IntuiCell podjęła się tego wyzwania i opracowała system, który przekłada fundamentalne zasady biologicznego układu nerwowego na oprogramowanie.

Cyfrowy system nerwowy Luny opiera się na sieci sztucznych neuronów, które komunikują się ze sobą i przetwarzają informacje. Neurony te nie są jednak zwykłymi modelami matematycznymi, jak te stosowane w konwencjonalnych sieciach neuronowych. Zostały zaprojektowane w oparciu o wiedzę neurofizjologiczną i potrafią samodzielnie ustalać priorytety i podejmować decyzje.

Kluczowym aspektem systemu jest sposób, w jaki przetwarza on dane z czujników. Zamiast po prostu przetwarzać te dane i reagować w zaprogramowany sposób, system wykorzystuje je do zrozumienia otoczenia i własnego ciała. Dzięki temu Luna uczy się metodą prób i błędów, jak poruszać się po otoczeniu.

Integracja kory mózgowej stanowi kolejne wyzwanie. Ma ona umożliwić Lunie rozumienie intencji i kontekstu – zdolność wykraczającą daleko poza proste odruchy. Stworzenie takiego systemu wymaga dogłębnego zrozumienia funkcjonowania mózgu, sposobu przetwarzania informacji i podejmowania decyzji.

Droga do przyszłości: wyzwania i szanse

Rozwój robotów z cyfrowym układem nerwowym jest wciąż na wczesnym etapie i wciąż istnieje wiele wyzwań. Jednym z największych jest skalowanie systemu. Podczas gdy Luna działa w oparciu o sieć kilkuset neuronów cyfrowych, ludzki mózg ma ich miliardy. Skalowanie systemu do rozmiaru umożliwiającego bardziej złożone zachowania stanowi poważne wyzwanie inżynieryjne.

Kolejnym wyzwaniem jest integracja systemu z różnymi platformami robotów. IntuiCell dąży do integracji swojej technologii z robotami renomowanych firm, co wymaga ścisłej współpracy i adaptacji do różnych platform sprzętowych.

Pomimo tych wyzwań, technologia IntuiCell oferuje ogromne możliwości. Jej zdolność uczenia się na podstawie doświadczeń i adaptacji do nowych sytuacji może umożliwić robotom działanie w środowiskach zbyt nieprzewidywalnych dla robotów konwencjonalnych. Może to otworzyć nowe obszary zastosowań i fundamentalnie zmienić sposób, w jaki komunikujemy się z robotami.

Wnioski: Nowa era robotyki

Szwedzki startup IntuiCell stoi u progu nowej ery w robotyce. Dzięki cyfrowemu systemowi nerwowemu i wirtualnemu mózgowi może radykalnie zmienić sposób, w jaki roboty uczą się i wchodzą w interakcje z otoczeniem. Zdolność uczenia się na podstawie doświadczeń i adaptacji do nowych sytuacji może umożliwić robotom działanie w środowiskach zbyt nieprzewidywalnych dla robotów konwencjonalnych.

Wizja Viktora Luthmana, dotycząca stworzenia świata pełnego cyfrowych stworzeń, może dziś wciąż brzmieć jak science fiction. Jednak z każdym postępem w rozwoju cyfrowego układu nerwowego, wizja ta jest coraz bliższa rzeczywistości. W świecie, w którym roboty są coraz bardziej zdolne do samodzielnego uczenia się i podejmowania decyzji, będziemy musieli zmierzyć się z nowymi pytaniami etycznymi i społecznymi.

Rozwój robotów z cyfrowym układem nerwowym jest wciąż na wczesnym etapie i wciąż stoi przed nimi wiele wyzwań. Technologia IntuiCell oferuje jednak ogromne możliwości i może utorować drogę dla nowej generacji robotów, które są nie tylko programowane, ale także zdolne do uczenia się i adaptacji – podobnie jak ludzie i zwierzęta.

W nadchodzących latach prawdopodobnie będziemy świadkami dalszego postępu w tej dziedzinie. Z każdym krokiem w kierunku świata, w którym roboty będą mogły uczyć się poprzez doświadczenie, będziemy musieli zmierzyć się z pytaniem, co to znaczy być istotą żywą i jakie miejsce te nowe, syntetyczne stworzenia powinny zajmować w naszym społeczeństwie.

Twój globalny partner w zakresie marketingu i rozwoju biznesu

☑️Naszym językiem biznesowym jest angielski lub niemiecki

☑️ NOWOŚĆ: Korespondencja w Twoim języku narodowym!