211service.com
Vad robotar och AI lärde sig 2015
Robotarna tog inte riktigt över 2015, men ibland kändes det som om det kan vara dit vi är på väg.
Det fanns tecken på att maskiner snart kommer att ta över manuellt arbete som för närvarande kräver mänsklig skicklighet. Tidigt på året dök det upp detaljer om en tävling organiserad av Amazon för att hjälpa robotar att utföra mer arbete i dess stora produktuppfyllelsecenter.
Amazon Picking-utmaningen, som evenemanget kallades, hölls vid en framstående robotkonferens senare under året. Lag tävlade om ett pris på $25 000 genom att designa en robot för att identifiera och greppa föremål från en av Amazons förvaringshyllor så snabbt som möjligt (vinnaren valde och packade 10 föremål på 20 minuter). Detta kan tyckas vara en trivial uppgift för mänskliga arbetare, men att ta reda på hur man kan greppa olika föremål som är slumpmässigt arrangerade på hyllor i ett riktigt lager är fortfarande en formidabel utmaning för robotar.
Senare under året fick vi också en exklusiv titt inuti ett av Amazons uppfyllelsecenter, som visade hur sofistikerade och automatiserade de redan är. Inuti dessa lager färjer robotar produkter mellan mänskliga arbetare, och människor fungerar som en del av ett noggrant orkestrerat, finjusterat produktionssystem.
Några månader senare hölls en ännu mer imponerande robottävling, DARPA Robotics Challenge, i Pomona, Kalifornien. Finansierat av den amerikanska militären och skapat som svar på kärnkraftskatastrofen i Fukushima i Japan, var evenemanget utformat för att inspirera till skapandet av humanoida robotar som kan ta över i mycket farliga katastrofscenarier.
Tävlingen tänjde på gränserna för robotavkänning, förflyttning och manipulation med en rad ansträngande utmaningar, inklusive att öppna dörrar, gå i trappor och använda elverktyg. Återigen, dessa saker kan vara lätta nog för människor, men de är fortfarande extremt svåra för robotar, vilket en serie pratfall som involverade flera av robotdeltagarna för miljoner dollar snabbt lyfte fram. Förstapriset på $2 miljoner gick så småningom till en robot som kunde navigera banan snabbt eftersom den både kunde gå och rulla på knä.
Och medan robotar fortfarande är underlägsna oss på många sätt, förbättras den underliggande tekniken snabbt. Forskare utarbetar nya sätt för robotar att lära sig, och sätt för dem att dela informationen de har samlat in, vilket borde hjälpa till att påskynda framstegen ytterligare. Det är därför knappast förvånande att robotar dyker upp alla möjliga nya kommersiella miljöer, från butikshälsare och shoppingassistenter till sjukhusassistenter och hotellkoncierger.
Det var också ett stort år för automatiserade, eller självkörande, bilar. Flera nya företag, inklusive Apple, Uber och till och med kinesiska Baidu, anslöt sig till Google och många biltillverkare i forskning om automatiserad körteknik. Vi undersökte hur denna trend möjliggörs inte bara av billigare sensorer och bättre kontrollprogram, utan också av den ökande datoriseringen av bilen. Utsläppsskandalen som för närvarande upptar Volkswagen är ytterligare ett exempel på den växande betydelsen av datorkod i dagens fordon.
Det företag som mest representerar fordonsdatorisering, Tesla, blev också först med att introducera avancerad självkörande teknik på vägarna, och utfärdade en mjukvaruuppdatering som inkluderade något som kallas Autopilot för Model S-bilar med nödvändiga sensorer.
Det var dock inte en helt smidig utrullning. Flera Tesla-ägare lade upp alarmerande videor som visar hur systemet beter sig på oväntade sätt på vägen, och företaget tvingades backa genom att begränsa systemets möjligheter tills vidare utveckling och testning kan göras.
Google avslöjade också att dess prototyp av självkörande bilar har varit med om ett antal olyckor, även om det skyllde krascharna på det faktum att dess bilar tenderar att köra på ett sätt som ibland kan förvirra andra förare på vägen. Ändå pekar dessa incidenter på en hotande etisk gåta som skaparna av självkörande bilar står inför. Hur konstigt det än låter, vissa forskare överväger redan under vilka omständigheter dessa system måste programmeras för att döda.
Stora framsteg har gjorts inom AI under de senaste åren, på grund av utvecklingen av mycket stora och sofistikerade neurala nätverk för djupinlärning som lär sig genom att mata på stora mängder data, och denna trend fortsatte under 2015. Världens största teknikföretag har anställt experter på området för att tillämpa tekniken på uppgifter som röstigenkänning. Vi profilerade teamet på Facebook som arbetar med den ambitiösa ansträngningen att skapa en djuplärande AI som kan analysera språk och föra meningsfulla konversationer. På senare tid introducerade Facebook en personlig assistenttjänst som heter M som använder mänskliga arbetare men som kommer att användas för att träna Facebooks konversations-AI.
Med så snabba framsteg inom AI och robotik är det kanske inte förvånande att vissa experter har börjat oroa sig för de långsiktiga konsekvenserna. En bok skriven av Oxford University-filosofen Nick Bostrom underblåste denna oro, med många oroande hypotetiska scenarier som involverade en artificiell superintelligens. Men vi recenserade boken och fann att de tekniska framstegen inte riktigt rättfärdigar vår domedagsrädsla ännu.
För lite mer perspektiv, då, vem är bättre att vända sig till än en av den artificiella intelligensens fäder, Marvin Minsky? I en sällsynt videointervju erbjöd Minsky sina tankar om AI:s historia och några reflektioner om vad fältet fortfarande behöver uppnå.
Om det kommande året kan matcha en del av den tidiga optimism som pionjärer som Minsky kände, kan vi mycket väl vara på väg mot robotrevolution trots allt.