На день инноваций Siemens 2017 Кай Вурм и его команда исследователей представили первое в мире: пару роботизированных манипуляторов, которые могут собирать что-то самостоятельно. Команда встроила камеры в запястья робота, чтобы обнаруживать объекты, которые на двух больших экранах с каждой стороны отображали то, о чем думала машина. На одном экране зрители могли наблюдать именно то, что видит робот: простые геометрические фигуры на пустом фоне. На другом экране они могли в реальном времени наблюдать за формулой, которую робот использовал для решения проблемы.

Прототип - это огромный шаг в создании машины, способной принимать решения самостоятельно. «Есть много других исследователей, которые пытаются решить эту проблему. Но на рынке нет ничего похожего на то, что мы разработали, - говорит Кай, который защитил кандидатскую диссертацию на факультете компьютерных наук Университета Альберта-Людвига во Фрайбурге и теперь руководит командой инженеров и исследователей в компании. Штаб-квартира компании Siemens в области корпоративных технологий в Мюнхене, Германия.

«От зачатия до этого момента прошло около двух лет, - говорит он. «С помощью современных технологий вы можете запрограммировать робота на все, что захотите; это настолько утомительно, что очень немногие люди действительно хотят этим заниматься. Спроектировав базовый механизм мозга, мы можем просто сказать машине, чего ей добиться, расслабиться, расслабиться и позволить машине выяснить, что ей нужно делать ».

Для решения головоломки требуется больше, чем одна деталь

Когда мы думаем о создании интеллектуальных машин, большинство из нас представляет себе эксцентричного ученого-одиночки, но на самом деле это далеко не так. Машины состоят из множества различных компонентов: от приводов и двигателей до датчиков и контроллеров, а также большого количества программного обеспечения. Все это зависит от нескольких команд, работающих в разных отделах и использующих разные наборы навыков.

Команда исследователей Кая из компании Siemens Corporate Technology, базирующаяся в Мюнхене, постоянно сотрудничает с коллегами из США и Китая, каждый из которых собирает разные части головоломки. Эта командная работа очень важна, потому что когда дело доходит до создания умных машин, проблема не только в аппаратном обеспечении, но и в том, чтобы все работало в гармонии.

Стратегическая игра

По словам Кая, еще одна проблема - научить робота самостоятельно принимать решения. Большая часть работы Кая посвящена сравнению того, как думают люди и роботы; как что-то спланировать и сделать правильный выбор. Это одна из причин, по которой он впервые начал играть в го, древнюю китайскую стратегическую игру и единственную игру, в которой компьютер не может перехитрить людей. Состоящий из не более чем черно-белых камешков на деревянной доске, го славится своей сложностью. Считаясь более сложной игрой, чем шахматы, ее часто называют самой сложной игрой в мире из-за уровня предвидения и планирования, необходимого для победы.

Но в 2015 году, к большому разочарованию игроков в го по всему миру, AlphaGo от Google стала первой машиной, которая перехитрила настоящего игрока. Два года спустя, в 2017 году, Deepmind из Google захотел узнать, сможет ли компьютер научиться играть в игру с нуля, без предварительного обучения. AlphaGo Zero быстро стал сильнейшим игроком в истории го. «Всего за три дня он превзошел стандартного профессионального игрока», - говорит Кай.

Причина, по которой AlphaGo Zero быстро научилась тому, на что у людей уходили тысячи лет, заключается в том, что компьютеры намного лучше умеют моделировать вещи, чем мы. Решение проблем требует линейного мыслительного процесса; вы должны знать, как поддержать действие до того, как оно произойдет, чтобы следующий шаг сработал. В общем, люди могут представить себе только несколько первых шагов деятельности, но компьютеры могут представить себе весь процесс - от начала до конца - в мельчайших подробностях. И в отличие от людей, машины не нужно обучать индивидуально, чтобы узнавать что-то новое. «Если бы у нас была цифровая модель мира, как мы ее знаем, мы могли бы поделиться ею между всеми машинами», - говорит Кай.

Роботы жизненно важны для спасения экономики

Понятно, что люди с осторожностью относятся к созданию машин, которые лучше людей, но для роста общества нам нужны инновации. «Эти дебаты ведутся веками, возможно, со времен появления первого парового двигателя», - говорит Кай. «Все ценят повышение зарплаты. И эти деньги должны откуда-то поступать, обычно за счет повышения производительности. Альтернатива - делать продукты более дорогими, потому что производители должны платить своим работникам ».

Заводы всегда конкурируют друг с другом за клиентов, и клиенты все чаще хотят, чтобы их поставщики были гибкими. Поскольку спрос на различные продукты продолжает расти и падать, производителям необходимо увеличивать время выполнения заказа. Гибкое производство требует, чтобы один продукт был изменен множеством различных способов, но в настоящий момент кто-то должен запрограммировать все эти различные варианты. «В идеале мы должны создать умные машины, которые могли бы производить электронику, резиновых уток - все, что бы вы ни поставили перед ними», - говорит Кай. «Но мы все еще на очень ранней стадии».

Люди и роботы работают вместе в гармонии

Кай увлечен созданием автоматизации, которая помогает людям, а не мешает им. «Создавать этих роботов очень хорошо, но если они не работают с нами, они бесполезны», - говорит он. «Поскольку у нас нет возможности избавиться от сотен лет промышленной инфраструктуры и начать все заново, жизненно важно, чтобы роботы могли работать с тем, что у нас уже есть. Мы должны работать с существующими заводами, а оттуда постепенно автоматизировать. Вот почему роботы, как правило, основаны на людях; например, их руки имеют те же размеры, что и мы, поэтому они имеют такую ​​же досягаемость ».

Создание роботов, похожих на нас, сопряжено с риском того, что мы случайно в конечном итоге будем обращаться с ними как с людьми. «С другой стороны, одна из самых больших опасностей, с которыми мы сталкиваемся, - это предположение, что роботы обладают такими же возможностями, как и мы», - говорит Кай. «Возьмите роботизированное оружие. Мы предполагаем, что они двигаются так же, как и наш, но не могут. Они перемещаются на 360 градусов с невероятной скоростью и намного сильнее нас. Нам нужно позаботиться о таких предположениях, когда машины и люди работают бок о бок ».

Нам еще предстоит пройти долгий путь, прежде чем автономные роботы станут обычным явлением, но в то же время Кай довольствуется тем, что видит, как это удачно. «Люди очарованы автоматизацией», - говорит он. «То есть, я мог смотреть это весь день; машины делают что-то сами, выясняя вещи. Это просто потрясающе ».

В компании Siemens Кай является руководителем проекта в исследовательском центре корпоративных технологий в Мюнхене, Германия. Узнайте больше о работе в Siemens.