Di dalam minda robot penghantaran autonomi

Pada musim panas 2014, Ahti Heinla, salah seorang jurutera perisian yang membantu mengembangkan Skype, mula mengambil gambar rumahnya.

Sudah tentu tidak ada perkara yang tidak biasa mengenai ini. Cuma dia terus melakukannya. Bulan demi bulan, ketika musim panas berubah menjadi musim gugur dan musim gugur menghampiri musim sejuk, Heinla pergi ke tempat yang sama tepat di trotoar dan mengambil gambar-gambar baru, rumahnya yang kelihatan serupa. Adakah lelaki yang memainkan peranan penting dalam membina aplikasi telekomunikasi bernilai jutaan dolar itu hilang akal? Ternyata, ada alasan yang benar-benar logik untuk tindakan Heinla - walaupun ia mungkin terdengar agak gila kepada sesiapa yang bertanya apa yang dia lakukan. Ahti Heinla membantu robot autonomi masa depan belajar bagaimana melihat.

Lebih dari setengah dekad kemudian, dunia (atau, paling tidak, beberapa bahagian terpilih daripadanya) meraih ganjaran percubaan Heinla yang kelihatannya ganjil. Sebagai pengasas permulaan sebuah syarikat bernama Starship Technologies bersama pengasas Skype Janus Friis, Heinla telah membantu membina armada robot penghantaran memandu sendiri. Robot-robot ini, yang menyerupai pendingin beroda enam, telah menempuh jarak puluhan ribu batu di seluruh dunia, membuat sekitar 100,000 pengiriman dalam proses. Mereka banyak berlaku di kampus universiti yang semakin meningkat, walaupun mereka juga telah melalui jalan-jalan di bandar-bandar mulai dari San Francisco hingga Milton Keynes di UK

Untuk memesan sesuatu dari salah satu robot penghantaran Starship, pelanggan hanya memilih barang yang mereka inginkan dari salah satu rakan kongsi penghantaran Starship. Dengan sedikit kos penghantaran, robot kemudian akan mengambil barang tersebut dan menyerahkannya secara automatik ke tempat yang anda pilih. Yang perlu dilakukan pelanggan adalah membuka kunci robot menggunakan aplikasi dan mengambil pesanan. Ringkas, bukan?

Seperti mana-mana penyelesaian seperti itu, perkara yang lebih sederhana kelihatan dari perspektif pengguna, semakin kompleks dari segi teknologi. Di sini pada tahun 2020, kita biasa mendengar tentang kereta memandu sendiri yang dapat menavigasi dunia dengan tahap kemudahan yang mengagumkan. Sebagai salah satu syarikat pertama yang melancarkan kenderaan memandu sendiri tanpa pemandu keselamatan manusia, Starship Technologies telah membantu memainkan peranan penting dalam menjadikan teknologi autonomi seperti ini sebagai sebahagian daripada kehidupan seharian.

Kita tidak seharusnya menganggap alat-alat ini begitu saja. Bukan hanya prestasi kejuruteraan dan sains komputer yang luar biasa, tetapi pilihan yang sedang dibuat mengenai teknologi ini akan membantu menentukan masa depan interaksi manusia dan robot.

Peta tidak dibina untuk robot

Adakah anda mengingati perasaan luar biasa untuk memulakan sekolah baru semasa kecil dan terpaksa menavigasi? Mungkin, jika anda tinggal berdekatan, anda berjalan kaki dari rumah ke sekolah sendiri atau dengan rakan-rakan. Biasanya, perjalanan ini didahului oleh perjalanan di mana kita ditemani oleh ibu bapa atau penjaga yang dapat memberi kita petua tentang cara menavigasi dunia di sekitar kita. Mereka mungkin berjalan dengan kami beberapa kali pertama untuk memastikan bahawa kita sudah biasa dengan jalan tertentu. Mereka mungkin akan menunjukkan mercu tanda tertentu, seperti papan tanda atau bangunan yang tidak dapat dilupakan. Tidak lama kemudian, kami membentuk peta mental ke mana kita akan pergi dan bagaimana untuk menavigasi ke sana.

Laluan terpendek (hijau) tidak selalu terpantas dan paling selamat. Robot akan memilih laluan yang lebih jauh, tetapi lebih cepat dan selamat

Kemampuan ini, yang oleh kebanyakan kita anggap begitu, adalah apa yang telah bertungkus lumus dikembangkan oleh Starship Technologies untuk robotnya. Dalam beberapa cara, ini sangat rumit. Contohnya, ambil peta. Ketika robot Starship berangkat untuk menavigasi dari titik A ke titik B, mereka mulai dengan menggunakan citra satelit untuk membantu mereka merancang perjalanan. Algoritma penghalaan kemudian digunakan untuk mengetahui jalan terpendek dan paling selamat untuk robot. Setakat ini, begitu mudah, bukan? Kecuali itu tidak.

Seperti yang dikatakan oleh Heinla: "Kami tidak dapat menggunakan banyak peta yang ada kerana peta tersebut tidak benar-benar dibuat untuk robot; mereka dibuat untuk manusia. " Sistem pemetaan yang ada menganggap tahap pengetahuan manusia, seperti memahami bahagian jalan mana yang harus kita jalani, dan bagaimana kita harus bermanuver di trotoar yang sibuk. Ini semua perkara yang tidak semestinya difahami oleh robot. Terdapat banyak kerumitan tambahan.

Contohnya, fikirkan bagaimana tingkah laku anda ketika berjalan di jalan masuk berbeza dengan trotoar biasa. Kami mungkin tidak menganggap mereka sangat berbeza, tetapi memang begitu. Sekiranya salah satu robot Starship menghadapi halangan di trotoar, tindak balasnya adalah berhenti di treknya. Ini kerana berhenti adalah perkara paling selamat untuk dilakukan. Tetapi berhenti di jalan masuk, atau ketika melintasi jalan, menyekat akses kenderaan. Ia memerlukan pembelajaran jenis tingkah laku yang sama sekali berbeza.

Untuk membantu memahami jenis tingkah laku yang harus digunakan oleh robotnya, Starship telah mengembangkan alat pembelajaran mesin yang dapat menyegmentasikan peta menjadi serangkaian garis berwarna yang saling berkaitan yang mewakili trotoar (berwarna hijau), persimpangan (berwarna merah), dan jalan masuk (ungu). Daripada memilih jalan terpendek dari segi jarak, robot menentukan jalan tercepat dengan menanggung kos untuk setiap senario yang akan dihadapi robot sepanjang perjalanan.

Menyedari dunia di sekeliling mereka

Selepas ini, robot Starship menuju ke dunia nyata, menggunakan 10 kamera untuk mengenal pasti dunia 360 darjah di sekitar mereka melalui pemerhatian. Sistem pengecaman imej khas membahagi dunia menjadi ribuan baris, memberikannya pandangan bingkai dunia yang dipermudahkan untuk digunakan sebagai panduan. Seiring berjalannya waktu, kerana robot syarikat menghabiskan masa lebih lama di satu kawasan, mereka dapat membuat peta rangka tiga dimensi kolaboratif dari seluruh kawasan, menjadikan robot masa depan lebih mudah memahami pemandangan di sekitarnya.

Garis berwarna berbeza (kuning dan biru) mewakili tepi robot yang berbeza dikesan semasa memandu. Kemudian, pelayan akan mengetahui bahawa garis-garis dari robot yang berbeza sesuai dan dengan itu lokasi robot dapat diketahui dan potongan memandu dapat disatukan seperti teka-teki

"Sama seperti cara anda mengarahkan seseorang: teruskan sehingga anda memukul bangunan kuning, kemudian belok kanan dan teruskan sampai gereja," kata Heinla. "Robot ini juga mempunyai mercu tanda, tetapi mereka bukan bangunan kuning atau gereja; mereka bentuk abstrak. "

Tahap terakhir proses pemetaan robot adalah untuk mengetahui sejauh mana luas dan di mana trotoarnya. Ini dilakukan dengan menggunakan kamera onboard dan peta 2Dnya yang diambil dari citra satelit.

"Bahkan sesuatu yang semudah berjalan di trotoar adalah sesuatu yang telah kita pelajari sejak kita masih muda," kata Heinla. "Kami menganggapnya begitu saja. Tetapi untuk mesin, ia adalah sesuatu yang perlu diajar. Ada perkara seperti sama ada anda melintas orang yang menghampiri di kiri atau kanan. Sekiranya seseorang lebih lambat daripada anda berjalan di depan, adakah anda melambatkan atau melewatinya? Sekiranya anda melambatkan, sejauh mana anda harus menghampiri orang lain? Sekiranya anda terlalu dekat, orang lain akan merasa tidak selesa. Semua ini harus kita ajarkan kepada mesin. "

Sekiranya semuanya berjalan sesuai rencana (dan, hingga kini, ia), robot Starship akan dapat menavigasi ke destinasi yang dipilih pengguna di peta.

Bagaimana kita mahu robot berinteraksi dengan orang?

Ini bukan cabaran yang unik untuk Starship Technologies. Sebilangan syarikat lain, mulai dari Nuro hingga BoxBot, meneroka perkhidmatan penghantaran robot memandu sendiri. Tetapi ia jauh melampaui robot yang boleh membawa kita makan atau runcit ketika kita terlalu sibuk (atau malas) untuk pergi ke kedai. Oleh kerana robot memainkan peranan yang lebih besar dalam kehidupan kita, persoalan bagaimana mengintegrasikannya dalam dunia kita menjadi lebih mendesak.

Tidak perlu mengambil kira halangan statik kecil seperti tiang ini semasa menentukan kawasan yang boleh dilalui untuk robot. Ini dipetakan menggunakan input sensor semasa memandu dan robot akan menghindarkannya secara automatik di kemudian hari.

Robot secara tradisional menunjukkan prestasi yang sangat baik dalam keadaan makmal di mana setiap pemboleh ubah dapat dikawal dengan sempurna. Mereka juga sebahagian besarnya dipisahkan dari orang-orang kerana keselamatan. Sekarang mereka bergerak ke dunia nyata secara besar-besaran. Sekiranya kita tidak biasa melihat robot di jalanan kita sekarang, kita pasti akan menjelang tahun 2020-an berakhir.

"Setiap minggu dalam pasukan memandu autonomi kami, kami mengadakan pertemuan di mana, selama satu jam, pasukan keselamatan kami menunjukkan kepada jurutera memandu autonomi beberapa perkara paling menarik yang telah berlaku selama [tujuh hari] terakhir," kata Heinla. "Perkara-perkara menarik ini adalah tempat di mana terdapat beberapa ketidakselesaan, robot melakukan pemanduan dengan sangat baik, atau [di mana ada] beberapa keadaan cuaca atau objek yang tidak biasa."

Sebilangan masalah ini melibatkan robot yang dapat memahami dunia kita. Itulah yang diuji oleh Heinla ketika dia mengambil gambar di luar rumahnya pada awal Starship Technologies. Dia ingin tahu sama ada robot akan dapat mengenali rumahnya juga, kediamannya, tidak kira sama ada hari musim panas yang cerah atau malam musim sejuk. Ternyata ia dapat - dan pandangan itu membantu melahirkan seluruh syarikat (atau mungkin juga seluruh industri penghantaran).

Penyelidikan seperti ini - bahagian kejuruteraan, sosiologi bahagian - adalah untuk mencari jawapan bagaimana manusia dan mesin dapat hidup bersama dengan lebih baik. Adakah lebih buruk bagi robot untuk terlalu berhati-hati atau terlalu ceroboh? Apa yang berlaku apabila robot penghantaran menemui anjing pemandu? Data dari bidang penyelidikan baru ini dikumpulkan dan digunakan untuk mengubah algoritma yang menggunakan robot yang dibuat oleh syarikat seperti Starship Technologies.

Suatu hari, kami akan berterima kasih kepada mereka untuk itu. Namun, buat masa ini, penting bagi kita untuk memahami keputusan yang mereka buat - dan alasan mengapa mereka mengambilnya.