Σύνοψη
- Ένα σύστημα ρομποτικών βραχιόνων εξοπλισμένο με τεχνητή νοημοσύνη εκπαιδεύτηκε επιτυχώς να συλλέγει, να ισιώνει και να διπλώνει ρούχα αποκλειστικά μόνο του μέσα στο ασφυκτικό χρονικό όριο των 24 ωρών χάρη σε μια πρωτοποριακή προσέγγιση μηχανικής μάθησης.
- Η φοιτητική ομάδα με επικεφαλής τον Steven Gong αξιοποίησε μια αρχιτεκτονική τεσσάρων βραχιόνων, επιτυγχάνοντας να συλλέξει περίπου 200 πολύτιμες επιδείξεις τηλεχειρισμού οι οποίες διήρκεσαν τέσσερις ώρες προτού προχωρήσει στην εκπαίδευση του νευρωνικού δικτύου.
- Ύστερα από παταγώδεις αποτυχίες με τα μοντέλα ACT και Diffusion Policy που προκάλεσαν μέχρι και τη μηχανική θραύση ενός τρισδιάστατα εκτυπωμένου εξαρτήματος, το πρότζεκτ σώθηκε από το θεμελιώδες μοντέλο π0.5 (pi0.5) το οποίο κατείχε ήδη εμπειρία σε εργασίες μηχανικού χειρισμού.
- Η μεταφορά του εξοπλισμού για την τελική παρουσίαση δημιούργησε σοβαρά προβλήματα λόγω της μεταβολής του περιβαλλοντικού φωτισμού, αναγκάζοντας τους φοιτητές να δοκιμάσουν 30 διαφορετικά σημεία ελέγχου (checkpoints) του αλγορίθμου καθ' όλη τη διάρκεια της νύχτας.
Η ενσωμάτωση των προηγμένων συστημάτων τεχνητής νοημοσύνης στην καθημερινότητα μας προχωρά με απίστευτα γρήγορους ρυθμούς καθώς η παγκόσμια επιστημονική κοινότητα εστιάζει ολοένα και περισσότερο στην επίλυση προβλημάτων που αφορούν πρακτικές οικιακές εργασίες οι οποίες συνήθως απαιτούν αυξημένη κινητική επιδεξιότητα.
Το δίπλωμα των ρούχων αποτελεί αναμφίβολα μία από τις πιο απαιτητικές προκλήσεις για τις σύγχρονες ρομποτικές πλατφόρμες διότι η ίδια η φύση των υφασμάτων είναι εξαιρετικά μεταβλητή και απρόβλεπτη κατά την αλληλεπίδραση τους με τα άκαμπτα μηχανικά εξαρτήματα των βραχιόνων.
Ένας μέσος άνθρωπος μπορεί να αντιληφθεί ενστικτωδώς τον ακριβή προσανατολισμό μιας μπλούζας και να την ισιώσει χρησιμοποιώντας ελάχιστη συνειδητή εγκεφαλική προσπάθεια, όμως ένας αλγόριθμος οφείλει να αναλύσει σε πραγματικό χρόνο χιλιάδες οπτικά και κινητικά δεδομένα για να πετύχει έστω και την παραμικρή συντονισμένη κίνηση.
Κάτω από αυτό το ιδιαιτέρως απαιτητικό τεχνολογικό πλαίσιο, μια ομάδα φοιτητών μηχανικής ανέλαβε ως τελική πτυχιακή εργασία τον σχεδιασμό και την πλήρη υλοποίηση ενός ρομποτικού συστήματος διπλώματος ρούχων το οποίο έπρεπε να τεθεί σε πλήρη και αυτόνομη λειτουργία μέσα στο περιορισμένο χρονικό παράθυρο είκοσι τεσσάρων ωρών.
Ο ρόλος του τηλεχειρισμού και η κρίσιμη συλλογή δεδομένων
Ο σχεδιασμός του υλικού στηρίζεται σε μια καινοτόμο αρχιτεκτονική τεσσάρων βραχιόνων όπου η ομάδα αποφάσισε να αξιοποιήσει τους δύο εξ αυτών αποκλειστικά ως ελεγκτές καθοδήγησης ώστε οι άλλοι δύο βραχίονες να αντιγράφουν με απόλυτη μηχανική ακρίβεια τις κινήσεις του χειριστή μέσα στον τρισδιάστατο χώρο. Καθώς ο άνθρωπος κινούσε προσεκτικά τους βραχίονες-οδηγούς, το κεντρικό σύστημα κατέγραφε με κάθε λεπτομέρεια τόσο τις θέσεις των εκατοντάδων αρθρώσεων όσο και την πολύτιμη οπτική ανατροφοδότηση που παρείχαν οι ενσωματωμένες κάμερες κατά τη διάρκεια ολόκληρης της διαδικασίας.
Οι ερευνητές αφιέρωσαν περίπου τέσσερις επίπονες ώρες εκτελώντας συνεχόμενες ανθρώπινες επιδείξεις της επιθυμητής αλληλουχίας κινήσεων καταγράφοντας 200 ολοκληρωμένες προσπάθειες που περιελάμβαναν το πιάσιμο της μπλούζας από το καλάθι, το τράβηγμα της επάνω στην επιφάνεια του τραπεζιού, το απαραίτητο ίσιωμα, το δίπλωμα των πλευρών προς το κέντρο και τελικά την τοποθέτηση της σε μια τακτοποιημένη στοίβα.
Όλος αυτός ο τεράστιος όγκος πληροφοριών τροφοδοτήθηκε στη συνέχεια σε έναν πανίσχυρο εξωτερικό υπολογιστή ο οποίος ανέλαβε το βαρύ φορτίο να εκπαιδεύσει τα μοντέλα τεχνητής νοημοσύνης του ρομπότ προκειμένου να κατανοήσουν και να αναπαραγάγουν την εργασία με πλήρη αυτονομία.
Οι αποτυχίες των μοντέλων και τα μηχανικά ατυχήματα
Η πορεία προς τη μεγάλη επιτυχία δεν ήταν καθόλου ομαλή για τους ερευνητές διότι οι πρώτες απόπειρες εκπαίδευσης κατέληξαν σε παταγώδη αποτυχία όταν η ομάδα δοκίμασε αρχικά να ενσωματώσει το γνωστό μοντέλο ACT το οποίο ουσιαστικά αδυνατούσε να ολοκληρώσει με ασφάλεια ακόμη και την αρχική κίνηση σύλληψης του ρούχου.
Η μεταγενέστερη μετάβαση σε μια θεωρητικά πιο προηγμένη προσέγγιση Diffusion Policy δημιούργησε ακόμη μεγαλύτερους πονοκεφάλους καθώς το ρομποτικό σύστημα άρχισε να κινεί τους βραχίονές του με τόσο ανεξέλεγκτη και επικίνδυνη βιαιότητα που είχε ως τελικό αποτέλεσμα να σπάσει ολοσχερώς μια τρισδιάστατα εκτυπωμένη λαβίδα προκαλώντας τεράστιες καθυστερήσεις στο χρονοδιάγραμμα.
Ο χρόνος πίεζε ασφυκτικά τους νεαρούς φοιτητές οι οποίοι αναγκάστηκαν υπό το καθεστώς έντονου στρες να αναθεωρήσουν την προσέγγισή τους και να στραφούν στη χρήση του π0.5, ενός υπερσύγχρονου θεμελιώδους ρομποτικού μοντέλου, το οποίο αποτελείται από 3.3 δισεκατομμύρια παραμέτρους και διαθέτει ενσωματωμένη εμπειρία έχοντας ήδη δοκιμαστεί σε χιλιάδες άλλες εργασίες μηχανικού χειρισμού.
Η λύση του π0.5 και οι δυσκολίες του περιβάλλοντος
Το σημαντικότερο πλεονέκτημα της χρήσης του π0.5 έγκειται πρωτίστως στο γεγονός πως το πρόγραμμα δεν ξεκινά την κοπιαστική εκμάθηση από το απόλυτο μηδέν, αλλά στηρίζεται άμεσα σε μια γενικευμένη ρομποτική αντίληψη του χώρου η οποία μπορεί να εξειδικευτεί ταχύτατα μέσα από τα πραγματικά δεδομένα επίδειξης που είχε ήδη συλλέξει η ομάδα.
Αξιοποιώντας στο έπακρο την τεχνική fine-tuning, το νέο μοντέλο άρχισε σχεδόν αμέσως να παρουσιάζει αισθητά πιο ομαλές και απόλυτα στοχευμένες κινήσεις αποδεικνύοντας έμπρακτα ότι η γενική τεχνητή νοημοσύνη μπορεί να προσαρμοστεί ταχύτατα σε εξειδικευμένα οικιακά καθήκοντα βλέποντας μόλις μερικές εκατοντάδες ανθρώπινα παραδείγματα. Εκεί ακριβώς που όλα έδειχναν πως το μεγαλεπήβολο πείραμα οδεύει προς την επιτυχή ολοκλήρωσή του, εμφανίστηκε ένα εντελώς απρόσμενο εμπόδιο δεκατέσσερις μόλις ώρες πριν από τη λήξη της προθεσμίας, όταν η ομάδα χρειάστηκε αναγκαστικά να μεταφέρει ολόκληρο τον ευαίσθητο εξοπλισμό της στο κτίριο όπου θα πραγματοποιούνταν η τελική ακαδημαϊκή παρουσίαση.
Οι σημαντικές διαφορές στον φωτισμό του νέου χώρου, οι ανεπιθύμητες αντανακλάσεις και οι αλλαγές στο περιβάλλον φόντο αποδιοργάνωσαν πλήρως την ευαίσθητη οπτική αντίληψη του αλγορίθμου καθιστώντας τον σχεδόν ανίκανο να αναγνωρίσει με τη μέγιστη δυνατή ακρίβεια τις άκρες των ρούχων.
Η ολονύκτια επανεκπαίδευση και η τελική δικαίωση
Οι συμμετέχοντες φοιτητές αναγκάστηκαν να ξεκινήσουν μια ολονύκτια συνεδρία προκειμένου να συλλέξουν νέα οπτικά δεδομένα επίδειξης κάτω από τις νέες συνθήκες φωτισμού του δωματίου και να προχωρήσουν σε διαδοχικές επανεκπαιδεύσεις του νευρωνικού συστήματος ώστε να αντισταθμίσουν αποτελεσματικά τις διαφορές του περιβάλλοντος.
Κατά τη διάρκεια της νύχτας έθεσαν υπό αυστηρή δοκιμή περίπου 30 διαφορετικά σημεία ελέγχου του συστήματος, αναζητώντας απεγνωσμένα τον ιδανικό συνδυασμό σταθερότητας και ακρίβειας που θα επέτρεπε στο ρομπότ να λειτουργήσει απρόσκοπτα κάτω από το αυστηρό βλέμμα των αξιολογητών του πανεπιστημίου. Στις 8 το πρωί της επόμενης ημέρας κατάφεραν να εντοπίσουν μια απόλυτα σταθερή έκδοση του μοντέλου η οποία απέδειξε ζωντανά πως η τεράστια μηχανή μπορούσε πλέον να συλλέξει, να ισιώσει, να διπλώσει και να στοιβάξει τη μπλούζα εντελώς μόνη της βασιζόμενη στους δικούς της υπολογισμούς.
Η τελική λύση μπορεί προφανώς να μην διέθετε την απόλυτη χάρη και τη φυσική ρευστότητα των κινήσεων που έχει ένας πραγματικός άνθρωπος, αλλά κατάφερε περίφημα να φέρει εις πέρας τη δύσκολη αποστολή επιβεβαιώνοντας τις τεράστιες δυνατότητες που ανοίγονται μπροστά μας όταν τα πολύπλοκα ρομπότ αξιοποιούν ορθά τα προεκπαιδευμένα γλωσσικά και κινητικά μοντέλα.
Η αξιοσημείωτη προσπάθεια αυτή διαχωρίζεται αισθητά από τις αντίστοιχες εντυπωσιακές επιδείξεις πανίσχυρων εταιρειών των πολλών εκατομμυρίων που βασίζονται κατά κύριο λόγο σε εξαιρετικά ελεγχόμενα και αποστειρωμένα εργαστηριακά περιβάλλοντα, διότι μια απλή ομάδα φοιτητών με εξαιρετικά περιορισμένους οικονομικούς πόρους αντιμετώπισε τις ίδιες ακριβώς θεμελιώδεις δυσκολίες του φυσικού μας κόσμου. Οι μεγάλες εταιρείες, όπως η Figure, ανακοινώνουν συνεχώς την ταχεία εκπαίδευση ανθρωποειδών χρησιμοποιώντας θηριώδεις συστοιχίες καρτών γραφικών, όμως, η ανέλπιστη επιτυχία των φοιτητών μάς δείχνει πως η προσεκτική επιλογή του βασικού μοντέλου και η μεθοδική ψηφιακή καταγραφή των ανθρώπινων κινήσεων παίζουν τελικά τον σημαντικότερο ρόλο στην πρόοδο.
Η πραγματική δυσκολία διαχείρισης εύκαμπτων υλικών οφείλεται κυρίως στην απουσία μιας σταθερής γεωμετρικής δομής αφού το ύφασμα αλλάζει συνεχώς σχήμα απαιτώντας από τον υποκείμενο αλγόριθμο να υπολογίζει διαρκώς τη νέα παραμόρφωση και την επίδραση της βαρύτητας με απίστευτα κλάσματα του δευτερολέπτου. Οι απρόβλεπτες αλλαγές στον φωτισμό που παραλίγο να καταστρέψουν το φιλόδοξο εγχείρημα λίγες μόνο ώρες πριν την επίσημη παρουσίαση αποτελούν ένα πολύ χαρακτηριστικό παράδειγμα των σοβαρών εμποδίων που πρέπει οπωσδήποτε να ξεπεραστούν ώστε τέτοιες μηχανές να λειτουργούν αξιόπιστα μέσα στα σαλόνια των σπιτιών μας τα οποία είναι γεμάτα απρόβλεπτες σκιές και μεταβαλλόμενες συνθήκες.
