211service.com
Bygger morgondagens robotar
MIT datavetare Daniela Rus drömmer om vår robotfyllda framtid. 24 oktober 2017
Josh Mathews
När Brandon Araki anlände till MIT 2015 som magisterkandidat i maskinteknik tog han med sig picobugen, en liten robot som kan flyga, krypa och greppa små föremål. Innan Araki gick med i Daniela Rus Distributed Robotics Lab (DRL), hade han arbetat med medarbetare på flera universitet på den lilla autonoma maskinen, som väger 30 gram och passar i hans handflata. Han var inte riktigt säker på vad han skulle göra härnäst med picobugen, men när hans nya chef såg den i aktion blev hon slagen. Jag vill ha hundra av dem! sa Rus.
Denna begäran var inte bara girig spänning. Rus, som fungerar som chef för Computer Science and Artificial Intelligence Laboratory (CSAIL), föreställer sig en framtid fullspäckad med autonoma maskiner som kan flyga, köra bil, utföra enkla operationer och mer. Min stora dröm är att ha en värld med genomgripande maskiner, genomgripande robotik integrerad i vardagens tyg, att hjälpa alla med fysiskt arbete och kognitiva uppgifter, säger hon.
Ett projekt som syftade till att designa utskrivbara, lättbyggda robotar producerade dessa funktionella robotar gjorda av tryckt plast.
När det gäller Arakis projekt föreställer hon sig en flotta av större autonoma drönare som glider runt en stad och levererar paket. Men det är bara ett av de dussintals system som Rus och hennes forskare utvecklar som kan påverka många områden i vardagen. Nyligen har de visat robotar i tablettstorlek som kan röra sig i kroppen för att reparera inre sår. De har programmerat drönare för att paras ihop med självkörande bilar genom att flyga före och skanna döda vinklar. De har utvecklat nya kommunikationstekniker och säkerhetsmodeller för multirobotsystem. Hennes labb har producerat en ny robothand, en 3-D-printad fisk som simmar som den äkta varan, ett bärbart navigationssystem för blinda, stötdämpande robotskinn och mer.
Rus, vinnare av MacArthur genistipendium 2002, har fått världserkännande för sitt banbrytande arbete i modulära och omkonfigurerbara robotar, multirobotsystem och styralgoritmer. Hon är en National Science Foundation Career Award-vinnare och medlem av Association for the Advancement of Artificial Intelligence, IEEE, AAAS och Alfred P. Sloan Foundation, för att bara nämna några av hennes utmärkelser. Många av de saker hon har gjort ser ut som magi i början eftersom det är dessa geniala idéer som ingen har tänkt på, säger robotisten Hod Lipson från Columbia University. Hon är före sin tid.
Och hennes elever lär sig att dela hennes fantasifulla men rigorösa inställning till robotik. Tillsammans med andra medarbetare presenterade hon och hennes studenter 15 uppsatser vid 2017 IEEE International Conference on Robotics and Automation i Singapore, som täcker alla områden inom området, från nya algoritmer till nya typer av hårdvara. Det är ett otroligt produktivt laboratorium, och de producerar verkligen olika projekt, som alla är kreativa och tacklar något problem på ett så solidt sätt, säger Harvard Universitys datavetare Radhika Nagpal. Den tekniska skönheten i matematiken i hennes arbete är en sak, men det finns också en hel del teknisk skönhet i robotarna hon bygger. Att uppnå båda är ovanligt. Att uppnå båda inom så många olika områden som hon gör är helt ovanligt.
Olika origami-inspirerade robotar från flera projekt kantar hyllorna i Rus labb. Flera är självvikbara.
Kropp och hjärna
Rus, 54, föddes och växte upp i det kommunistiska Rumänien, där hennes intresse för fantastisk teknik väcktes i tidig ålder. Hennes far var datavetare och hon drogs till prylarna Star Trek , Jules Vernes teknologi och en ovanlig holländsk tecknad serie, Barbapapa , som innehöll en familj av formskiftande blobbar, inklusive en uppfinnare som byggde fantastiska maskiner. Efter att hennes familj emigrerade till USA, studerade hon datavetenskap och matematik vid University of Iowa och fortsatte sedan sin doktorsexamen under den berömde datavetenskapsteoretikern John Hopcroft vid Cornell University. (John sa att många av de klassiska algoritmerna löstes och att nu var det dags för de stora tillämpningarna, minns hon. Och för honom betydde de stora tillämpningarna robotik.) Men samtidigt som hon utvecklade algoritmer för att hjälpa robotar att greppa och manipulera objekt för sin doktorsforskning fann hon att robotsystemens kapacitet i slutet av 1980-talet och början av 1990-talet inte matchade hennes barndoms science fiction-visioner. Jag hade dessa vackra algoritmer som fungerade väldigt bra i simulering, minns hon, men det fanns inga robotfingrar som kunde utöva den typ av krafter och vridmoment som mina algoritmer behövde.
Efter Cornell blev Rus professor i datavetenskap vid Dartmouth College, där hon grundade Dartmouth Robotics Lab. Hon hade redan arbetat med grupper av robotar som agerade tillsammans och utökade sitt fokus till att inkludera modulära, självomkonfigurerande robotar som kunde anta olika former och former - ungefär som karaktärerna i den tecknade filmen från hennes barndom. Ändå stötte hon på samma utmaning. Dessa system kunde helt demonstreras endast i datorsimuleringar. De faktiska maskinerna för att exekvera hennes algoritmer hade ännu inte byggts.
Hon skapar en atmosfär där människor är mer benägna att vara kreativa och prova något som kanske inte a priori är vettigt, men som skulle vara riktigt vild och cool om det var möjligt. — Radhika Nagpal
Rus insåg att för att robotar verkligen skulle vara kapabla måste deras hjärnor och kroppar vara lika avancerade. Man behöver en hjärna som kan styra kroppen, men kroppen måste klara den uppgift man ger den, säger hon. Så du måste tänka på kroppens förmågor, sedan vetenskapen och matematiken som ger kroppen det kontrollsystem den behöver.
2003 började Rus på fakulteten vid MIT, tog med sig sitt labb och döpte om det till Distributed Robotics Lab för att anpassa sig till hennes vision: en framtid med genomgripande robotar. Hon blev meddirektör för CSAILs Center for Robotics 2005 och CSAILs biträdande direktör tre år senare; 2012 övervägde hon att ta ett sabbatsår och starta ett företag. Hennes passion för forskning hade inte bleknat – hon letade helt enkelt efter något annat. Sedan fick hon veta att chefstjänsten öppnade på CSAIL. Det är en sådan extraordinär organisation och den har spelat en så stor roll i att forma framtiden, säger hon. Att kunna hjälpa till att forma hur CSAIL går framåt, att hjälpa till att göra det mer effektfullt – det här var ungefär som den amerikanska drömmen.
Sabbatstiden kunde vänta.
En quad-rotor robot sitter på toppen av en hjulbaserad robot modellerad på Mars rovers; båda designades med billiga material. Fyrhjulsboten har använts för att spåra valar och för att demonstrera flygande kameror för ihållande övervakning.
Styr CSAIL
CSAIL var redan väletablerat som världens främsta forskningscenter för datavetenskap när Rus – den första kvinnan som ledde labbet – tog över 2012. Idag räknar CSAIL sju MacArthur-vinnare, åtta Turing Award-mottagare och en riddare (Tim Berners- Lä). MIT:s största forskningslabb, det rymmer 115 huvudforskare (PI), hundratals forskare och studenter och mer än 800 forskningsprojekt. Det finns många idéer här, och var och en av våra PI:er är en stor drömmare, säger Rus. Vi är en slags förening av drömmar, och min roll är att se till att vi har miljön för att odla dessa stora drömmar och idéer.
För att göra det arbetar Rus för att upprätthålla en kultur som stödjer tillväxt hos alla på CSAIL, från administrativ personal till fakultetsarbetare. Hon försöker upprätthålla en känsla av gemenskap genom de vanliga metoderna, inklusive regelbundna möten, sociala sammankomster och symposier. Men hennes ansträngningar på denna front sträcker sig också från det intensivt personliga – en robotiker talade om hur hon hjälpte honom genom en skilsmässa – till det nyckfulla. En gång skickades ett piano som Rus hade köpt till sin dotter av misstag till labbet istället för hennes hem, och folk började sätta sig ner under dagen för att spela. Under dessa två veckor fick jag veta att många av mina elever faktiskt var väldigt duktiga artister, minns hon. En dag hörde jag en av eleverna spela Chopin, och det var så vackert. När pianot togs bort köpte hon en keyboard till labbet och de improviserade konserterna fortsatte.
De andra två pelarna i hennes strategi för att leda CSAIL – resurser och idéer – är direkt relaterade. Rus identifierar de problem inom datoranvändning som kan ha störst effekt, och driver sedan partnerskap för att säkra den finansiering som krävs för att ta itu med dem. Ett big-data-initiativ rullade ut precis när hon blev direktör 2012, och hon har sedan dess lanserat ytterligare fyra stora industri- eller regeringssponsrade initiativ fokuserade på cybersäkerhet, autonoma fordon, maskininlärning och hälsovård.
Till exempel skapade Rus ett program för autonoma fordon på 25 miljoner dollar med Toyota och bildade Toyota-CSAIL Joint Research Center. Istället för helt förarlösa bilar som de som Google eller Uber försöker bygga, tänker hon sig fordon utrustade med laseravståndsmätare och andra avancerade sensorer som kan användas för att hjälpa människor att köra säkert i trånga städer eller dåligt väder. Bilen skulle överta fullständig kontroll endast om du närmade dig en sväng farligt snabbt, till exempel, eller byter fil när en annan bil redan var där.
Bara detta företag inkluderar 17 olika projekt som engagerar olika CSAIL-labb, inklusive hennes egen DRL och grupper som fokuserar på datorseende, maskininlärning och sensorutveckling. Jag är väldigt intresserad av projekt som sträcker sig över flera dataområden och som är större än vad varje enskild forskare kan göra, förklarar hon. Som regissör ser Rus sig själv som en talesperson för laboratoriet, en sorts forskare som berättar om forskare som bokstavligen reser världen runt och hyllar forskare vid konferenser och möten med berättelser om CSAILs senaste bedrifter. Nagpal säger att Rus samtal inspirerar hennes egen grupp på Harvard, och hon misstänker att hon har samma effekt på andra. Hon är personen som får dig att känna att det här borde vara roligt, säger Nagpal. Hon skapar en atmosfär där människor är mer benägna att vara kreativa och prova något som kanske inte a priori är vettigt, men som skulle vara riktigt vild och cool om det var möjligt.
Autonomi vetenskap
Rus säger att arbetet i DRL är avsett att främja vetenskapen om autonomi. Projekt följer i allmänhet samma breda metodik. De flesta börjar med att identifiera och förstå ett problem och drömma om robotarna som kan lösa det (oavsett om de redan finns eller måste byggas från grunden). Sedan utvecklar forskarna algoritmer för att styra maskinerna, köra dem i simulering och slutligen testa dem i den verkliga världen.
Resultaten utmanar ofta standarddefinitionen av robotar. Under 2016 introducerade Rus, maskinteknikstudent Steven Guitron, CSAIL postdoc Shuguang Li och kollegor från andra institutioner en origami-inspirerad intagbar robot. För att få det att fungera var de tvungna att designa en robotkropp som kunde komprimeras till en kapsel lika stor som ett piller, sedan vecklas ut och utföra uppgifter när kapseln löstes upp. Miniatyrmaskinen har inte testats in vivo ännu, men Rus säger att framtida versioner kan vara mikrokirurger, som utför operationer utan snitt eller fysisk smärta.
Hon säger att vi måste tänka på tekniken vi behöver för att skapa 10 år från nu, hur vi ska tänka på problem som är viktiga inte bara för nästa iteration, utan de nästa hundra iterationerna av en teknologi, säger postdoc Cristian-Ioan Vasile.
Origamirobotarna länkar till hennes tidigare arbete med självomkonfigurerande maskiner, men de återspeglar också en större ansträngning att ombilda robotkroppen. Rus lanserade Soft Robotics Group i sitt labb på grund av hennes övertygelse om att stela, styva maskiner har för många begränsningar. En av gruppens första medlemmar, Robert Katzschmann, gjorde en 3-D-printad fisk med flexibla manöverdon, eller konstgjorda muskler. Senare, medan han arbetade med andra medlemmar för att förbättra en robots förmåga att greppa ömtåliga föremål – liknande uppgiften Rus försökte ta itu med i sitt doktorandarbete – gjorde Katzschmann om ställdonen han hade utvecklat för fisken för att hjälpa till att konstruera en ny sorts hand för mänskliga robotar som Baxter. (Baxter är skapad av den tidigare CSAIL-direktören Rodney Brooks och hans företag, Rethink Robotics.) Till skillnad från de styva robotformerna från det förflutna kan Katzschmanns mjuka, trefingrade hand böja och känna, vilket gör att den kan plocka upp ett bredare utbud av föremål —och identifiera dem utan att använda synalgoritmer.
Robotblommor, som kan fås att blomma eller ändra färg med en surfplatta, är designade för att intressera barn för robotik.
Rus arbetar också för att förbättra robotars förmåga att resonera och fatta bra beslut. Vasile utvecklar algoritmer som säkerställer att autonoma bilar alltid fungerar säkert, undviker kollisioner med andra fordon och fotgängare, och som även hittar rätt balans mellan att uppfylla vägreglerna och att nå sin destination effektivt. (Till exempel kan standardläget för att stanna i höger körfält åsidosättas av behovet av att ta sig runt en byggarbetsplats.) Ändå kan en smart bil bara fatta beslut baserat på den data den kan komma åt. Fordonet kommer till exempel inte att kunna se runt hörn i ett trångt parkeringsgarage. Så en annan DRL-grupp parade ihop en robotbil med en autonom drönare. När bilen identifierar döda fläckar flyger drönaren framåt, skannar dessa områden efter potentiella faror och skickar sedan tillbaka videon till fordonet för bearbetning.
På samma sätt, för att Araki skulle bygga den robotsvärm Rus bad om, var han tvungen att tänka om både de fysiska robotarna och deras kontrollsystem. Han bytte ut benen på picobugen mot mer pålitliga, lättare att kontrollera hjul. Därefter var han tvungen att ta reda på hur hans robotar skulle hitta sin väg i en simulerad stadsmiljö. Han hade aldrig designat den här typen av styrsystem – hans bakgrund är inom maskinteknik – men Rus förväntar sig att hennes elever ska vara mångsidiga. Så han anpassade en algoritm utformad för att hjälpa svärmar av robotar att tillsammans planera snabba och kollisionsfria rutter. Eftersom hans robotar kunde flyga, modifierade Araki algoritmen så att den även skulle sträcka sig till fordon som rörde sig ovanför trottoaren, och optimerade den sedan för effektivitet så att drönarna inte skulle ta slut på batteri snabbt. Hittills har han byggt åtta av dem, och med hjälp av Rus och andra labbmedlemmar demonstrerade han att de flygande bilarna kan snurra runt en nio kvadratmeter stor modellstad utan att kollidera.
Kommunikation är den andra nyckeln till att förverkliga Rus robotfyllda framtid. Om svärmar av kapabla maskiner kommer att fungera i den verkliga världen, oavsett om de flyger, kör eller rullar runt ett hem, kommer de att behöva kommunicera mer effektivt med varandra och med människor. Med Rus hjälp utvecklade DRL-datavetaren Stephanie Gil algoritmer som gör det möjligt för robotar att känna av variationer i trådlös signalstyrka, uppskatta var signalerna kan vara bättre och flytta till dessa platser för att förbättra sin förmåga att kommunicera. Detta kan vara avgörande om du skulle skicka en flotta av robotar till platsen för en naturkatastrof, förklarar Gil, eftersom det skulle tillåta flera maskiner att effektivt genomsöka utrymmet och snabbt dela viktig information med varandra och alla mänskliga tjänstemän.
När han lärde sig mer om hur trådlösa signaler sprids, hittade Gil också ett sätt att gissa den troliga källan till en given signal och om den härrörde från en känd enhet, som en annan robot i rummet eller en oidentifierad part. Vi kan identifiera om det finns en spoofer eller en skadlig agent som lägger till information i bilden som faktiskt inte är giltig, säger hon. Om Rus vision förverkligas kan detta visa sig vara oerhört viktigt. En hackare som tar över din dator är tillräckligt hotfull. Föreställ dig nu att individen tar tag i det digitala hjulet på din självkörande bil.
Även om de kan verka som olika projekt för utomstående, är kopplingarna mellan områden som robotfiskar, säkerhet, autonoma bilar och drönare tydliga för Rus och hennes elever. Du kanske tror att dessa saker är osammanhängande, men det finns en större bild, säger Katzschmann. Om du vill göra robotar som kan göra saker som alla kan använda sig av måste du ha innovationer inom en massa olika områden. Daniela har visionen som så småningom kommer att sammanföra alla dessa saker.
Den visionen är det som motiverar henne att avsluta ett TEDx-samtal sent en kväll och ändå träffa sina labbmedlemmar nästa morgon, eller flyga till Kina i 24 timmar för att diskutera ett potentiellt forskningssamarbete och sedan återuppta sitt arbete nästa dag. Det finns inget utrymme för vila när du bygger framtiden. För tjugo år sedan var beräkningen reserverad för få experter, och titta nu på var vi är idag, säger hon. Beräkningar har verkligen revolutionerat hur vi arbetar, hur vi lever och hur vi spelar, och jag skulle vilja se samma typ av inverkan från robotar.