top of page

Hvor længe går der før vi alle har en robot i hjemmet?


Ifølge Geordie Rose, administrerende direktør for Sanctuary AI, er der ikke længe til at vi alle får lidt ekstra hjælp i hverdagen.


Robot, AI, Kunstig Intelligens, Teknologi, IT, Artificial Intelligens, Sanctuary AI

Baseret i Vancouver er Sanctuary AI i gang med at udvikle en menneskelig robot ved navn Phoenix. Når det er fuldt ud realiseret, vil Phoenix besidde evnen til at forstå vores ønsker, forstå forviklingerne i verden omkring den og udføre vores kommandoer med præcision.


"Det langsigtede, samlede adresserbare marked er det største, der nogensinde har eksisteret i historien om forretning og teknologi – arbejdsmarkedet. Det er alle de ting, vi ønsker udført" - Geordie Rose, administrerende direktør for Sanctuary AI

Han skynder sig dog at kvalificere denne erklæring og bemærker: "Der er en lang vej at gå fra, hvor vi er i dag."


Rose afholder sig fra at forpligte sig til en specifik tidslinje for, hvornår robotter kan pryde vores hjem, og udføre opgaver som tøjvask og badeværelsesrengøring. Ikke desto mindre foreslår andre industrieksperter, jeg har talt med, at det kan ske inden for det næste årti.


Adskillige virksomheder verden over arbejder flittigt på denne teknologi. I Storbritannien investerer Dyson i kunstig intelligens og robotteknologi, der er specifikt rettet mod husholdningsopgaver. Blandt de mere fremtrædende aktører på markedet er Tesla, Elon Musks elbilfirma.


Tesla udvikler aktivt den menneskelige robot Optimus, som Musk mener kan blive tilgængelig for offentligheden inden for få år.


Hvorvidt denne forudsigelse holder eller ej, er stadig uvist, men hvad vi med sikkerhed kan bekræfte er, at fremskridt inden for kunstig intelligens driver udviklingen af ​​humanoide robotter fremad med en hidtil uset hastighed.


"Ti år, givet det nuværende tempo i teknologiske fremskridt, er en evighed. Hver måned er der banebrydende udviklinger i AI-området, som udgør fundamentale ændringer," bemærker Mr. Rose, hvis baggrund ligger i teoretisk fysik, og som tidligere grundlagde en kvantecomputervirksomhed.


Almindelig interesse for kunstig intelligens steg, da en potent version af ChatGPT blev udgivet sidste år. Dets evne til at generere forskellige former for værdifuldt indhold ansporede konkurrenter og en bølge af investeringer i AI-teknologi.


Ikke desto mindre udgør det en tydelig og mere formidabel udfordring at lave den AI, der er nødvendig for, at robotter kan udføre praktiske opgaver. I modsætning til ChatGPT og dets modstykker skal humanoide robotter navigere i den fysiske verden og forstå forholdet mellem objekter i den. Opgaver, der virker trivielle for mennesker, kan udgøre betydelige udfordringer for humanoide robotter.


For eksempel fik Sanctuarys Phoenix-robot i et pilotprojekt til opgave at pakke tøj i plastikposer på lageret i en canadisk butik.


"Dette er et problem, der involverer en masse forskellige komplekse problemer i et AI-drevet robotsystem, fordi poser er diskette, gennemsigtige og har åbninger. Normalt, efter at have åbnet posen manuelt, skal du slippe den ene hånd og derefter fortsætte med at placere noget indeni," forklarer Geordie Rose.


"Manipulationen af ​​tasker er i virkeligheden meget, meget udfordrende for robotter," tilføjer han – en udtalelse, der mindsker den opfattede trussel fra nutidens humanoide robotter sammenlignet med deres Hollywood-kolleger.


Træning af robotter til specifikke opgaver


Sanctuary har udtænkt en metode til at træne Phoenix i specifikke opgaver, såsom taskepakning. I samarbejde med en virksomhed registrerer de udførelsen af ​​en bestemt opgave og digitaliserer efterfølgende hele processen.


Disse data bruges derefter til at skabe et virtuelt miljø, der ikke kun omfatter alle objekterne, men også simulerer den involverede fysik, inklusive tyngdekraft og modstand.


AI'en kan derefter øve opgaven i denne virtuelle indstilling. Det kan gennemgå en million iterationer, og når først udviklerne mener, at AI'en har mestret opgaven i den virtuelle verden, er det tilladt at prøve det i den fysiske verden.


Denne tilgang har gjort det muligt for Phoenix at lære og udføre cirka 20 forskellige roller. Mr. Rose forestiller sig dette som vejen frem for humanoide robotter: at mestre specifikke opgaver, der viser sig at være værdifulde for virksomheder. Udsigten til, at en robot klarer huslige pligter, er stadig længere nede af vejen.


En af de vigtigste udfordringer i denne bestræbelse er at give robotten en følelse af berøring, så den kan måle, hvor meget pres den skal udøve på en genstand.


"Vi besidder en naturlig evne til disse opgaver, der stammer fra en evolutionær historie, der strækker sig over en milliard år. Disse opgaver er ekstremt komplekse for maskiner," bemærker Rose.

Kommentare


bottom of page