Walaupun kecerdasan buatan terus berkembang dengan pesat, pakar robotik menunjukkan kepada halangan mengejutkan yang boleh mengehadkan pembangunan robot yang benar-benar berkebolehan: kekurangan teknologi penderiaan sentuhan yang canggih. Cabaran ini telah mencetuskan perbincangan sengit dalam komuniti teknologi tentang apa yang sebenarnya diperlukan untuk membina robot yang boleh menyamai ketangkasan manusia.
 |
|---|
| Catatan blog ini menganalisis kerumitan dalam membangunkan ketangkasan robotik yang setanding dengan keupayaan manusia |
Masalah Sentuhan Yang Tidak Diperbincangkan
Tangan manusia mengandungi kira-kira 17,000 sensor khusus yang mengesan tekanan, getaran, regangan, dan perubahan suhu. Sensor-sensor ini bekerjasama untuk memberikan kita kawalan yang luar biasa semasa mengendalikan objek - daripada mengambil telur yang rapuh hingga memasukkan benang ke dalam jarum. Tangan robot semasa tidak dapat menyamai tahap keupayaan penderiaan ini, yang menjelaskan mengapa walaupun robot yang paling canggih bergelut dengan tugas manipulasi asas yang mudah dikuasai oleh kanak-kanak.
Komuniti telah menyatakan bahawa walaupun kita telah berjaya mendigitalkan imej, teks, dan bunyi untuk latihan AI, sentuhan masih kekal sebagai wilayah yang belum ditakluki. Tidak seperti penglihatan atau pendengaran, tiada cara standard untuk menangkap dan memproses data sentuhan yang boleh dipelajari oleh robot dengan berkesan.
Spesifikasi Sensor Tangan Manusia:
- Jumlah sensor: ~17,000 mekanoreseptor ambang rendah
- Sensor hujung jari: ~1,000 setiap hujung jari
- Jenis sensor: 4 varieti (penyesuaian perlahan/pantas, kepekaan setempat/luas)
- Fungsi: Pengesanan tekanan, getaran, regangan, suhu
Mengapa Roda Mungkin Mengalahkan Kaki
Perdebatan menarik telah muncul tentang sama ada robot humanoid sepatutnya cuba meniru pelan badan manusia. Ramai pakar berpendapat bahawa roda adalah lebih baik daripada kaki untuk kebanyakan aplikasi praktikal - ia lebih murah, lebih tahan lasak, dan lebih cekap. Cabaran timbul apabila robot perlu menavigasi tangga, tepi jalan, atau permukaan tidak rata yang memenuhi dunia yang direka untuk manusia.
Manusia akan mempunyai roda jika terdapat laluan evolusi kepada roda.
Pemerhatian ini menyerlahkan bagaimana infrastruktur semasa kita membentuk jenis robot yang sebenarnya berguna. Sesetengah pihak mencadangkan bahawa robot humanoid masa depan mungkin kelihatan agak berbeza daripada manusia, mungkin menggunakan roda untuk pergerakan sambil mengekalkan lengan seperti manusia untuk tugas manipulasi.
Ekonomi Kerumitan Robot
Perbincangan mendedahkan pandangan utama tentang mengapa robotik ketinggalan di belakang AI perisian: ekonomi. Melayani satu lagi pelanggan dengan ChatGPT hampir tidak memerlukan kos, tetapi membina dan menggunakan robot fizikal melibatkan kos bahan dan pembuatan yang besar. Realiti ekonomi ini memaksa syarikat robotik untuk fokus kepada penyelesaian yang kos efektif dan bukannya menolak sempadan apa yang mungkin secara teknikal.
Cabaran kerumitan lebih mendalam daripada sekadar kos. Sistem biologi semula jadi mewakili berbilion tahun penyelarasan evolusi yang baru kita mula fahami. Membina sistem autonomi yang boleh menyamai kerumitan ini mungkin memerlukan pendekatan yang berbeza secara asasnya daripada sekadar meningkatkan teknologi semasa.
 |
|---|
| Persediaan mekanikal ini mewakili pelbagai pendekatan dalam reka bentuk robotik—satu dibuat tangan dan satu lagi dihasilkan secara industri—menonjolkan kerumitan ekonomi dalam pembuatan robot |
Pembelajaran dalam Simulasi vs Realiti
Kebanyakan pembelajaran robot pada masa ini berlaku dalam simulasi komputer dan bukannya dunia sebenar, terutamanya kerana robot fizikal kerap rosak dan menghasilkan data yang bising dan sukar digunakan. Walaupun pendekatan ini berkesan untuk sesetengah aplikasi, dunia sebenar sentiasa mengemukakan situasi yang tidak dijangka yang tidak dapat ditangkap sepenuhnya oleh simulasi - seperti robot gudang Amazon yang keliru dengan kotak kadbod merah yang mudah.
Komuniti menyatakan bahawa walaupun tugas asas seperti secara konsisten mengambil kotak dan meletakkannya di atas palet masih kekal sebagai masalah yang belum diselesaikan dalam persekitaran gudang sebenar, walaupun setelah bertahun-tahun usaha pembangunan yang tertumpu.
Aplikasi Robot Semasa:
- Gudang: Robot gudang Amazon , pemilihan berkuasa AI Instacart
- Pembinaan: Robot pembina rumah (penggunaan perlahan)
- Pertanian: Robot pertanian berkuasa AI
- Pembuatan: Kerja persekitaran berbahaya, fabrikasi semikonduktor
- Penjagaan Kesihatan: Bantuan pembedahan, pengendalian ubat-ubatan, penjagaan pesakit
Melihat Melampaui Gembar-gembur
Walaupun gelombang kemajuan AI semasa telah mencipta keterujaan tentang masyarakat yang automatik sepenuhnya, realitinya kelihatan lebih bernuansa. Robot berkemungkinan akan terus cemerlang dalam persekitaran terkawal dan tugas khusus, tetapi impian pembantu humanoid tujuan umum menghadapi halangan teknikal dan ekonomi yang ketara yang mungkin mengambil masa beberapa dekad untuk diatasi.
Jalan ke hadapan mungkin melibatkan penerimaan had ini dan mereka bentuk robot yang berfungsi dalam had tersebut, dan bukannya cuba mereplikasi keupayaan manusia dengan tepat. Ini boleh bermakna robot khusus untuk tugas tertentu, alat kerjasama manusia-robot yang lebih baik, atau pendekatan yang sama sekali baru kepada automasi yang tidak bergantung kepada bentuk humanoid.
Rujukan: WHY TODAY'S ENTHRALLMENTS WON'T LEAD TO AN AUTOMATED SOCIETY