Oczywiście inżynierom nie chodziło o znalezienie robotom hobby, a cała sprawa miała typowo naukowe dno. Celem było sprawdzenie, jak takie urządzenia poradzą sobie z manipulowaniem miękkim, odkształcalnym materiałem, nadając mu różne kształty na podstawie informacji wizualnych. W przyszłości podobne rozwiązanie mogłoby usprawnić działanie maszyn pełniących funkcje pomocowe na przykład w gospodarstwach domowych.
Czytaj też: Sztuczna inteligencja będzie wykonywała obliczenia szybciej. Co ze zużyciem energii?
O ile w przypadku sztywnych obiektów maszyny stają się coraz bardziej niezawodne, tak operowanie miękkimi, odkształcalnymi celami stanowi dla nich znacznie większe wyzwanie. W związku z tym przedstawiciele laboratorium CSAIL podlegającego pod MIT oraz Uniwersytetu Stanforda pozwolili robotom na zabawę z mieszanką modelarską. Zajął się tym system zwany RoboCraft, który uczy się bezpośrednio na podstawie danych wizualnych.
Efekt końcowy okazał się naprawdę niezły: dwupalczasty chwytak robota umożliwił mu widzenie obiektu, przewidywanie jego potencjalnego kształtu, a następnie tworzenie go. System był w stanie zaplanować zachowanie robota, który tak manipulował masą plastyczną, by tworzyć różne litery. Do tego grona zaliczały się nawet takie, z którymi robot nie miał wcześniej do czynienia. 10 minut wystarczyło, by maszyna – korzystając z dwupalczastego chwytaka – była w stanie rywalizować z ludźmi w zakresie modelowania różnego rodzaju obiektów.
Podczas gdy w ostatnim czasie nastąpił postęp w manipulowaniu ubraniami i linami, odkryliśmy, że obiekty o wysokiej plastyczności, takie jak ciasto czy plastelina – pomimo wszechobecności w domowych i przemysłowych warunkach – były w dużej mierze niezbadanym terytorium. W RoboCraft uczymy się modeli dynamiki bezpośrednio z wysokowymiarowych danych sensorycznych, co oferuje obiecującą drogę opartą na danych, która pozwoli nam na efektywne planowanie.wyjaśnia Yunzhu Li, jeden z autorów badania
Efekt końcowy możecie zobaczyć na powyższym nagraniu. Jeśli natomiast mowa o aspektach technicznych całego rozwiązania, to RoboCraft wykorzystuje sieć neuronową, dzięki której przekształca obrazy w wykresy drobnych cząsteczek wraz z algorytmami. W konsekwencji zapewnia bardziej precyzyjne przewidywania dotyczące zmiany kształtu materiału.
Czytaj też: Roboty opanowały kolejną ludzką cechę! Nie było różnicy między zachowaniem człowieka a maszyny
W przyszłości tego typu systemy mogłyby natomiast służyć jako pomocnicy w wykonywaniu obowiązków domowych. Takie rozwiązanie byłoby szczególnie przydatne dla osób starszych czy też mających trudności z przemieszczaniem się. Obecnie członkowie zespołu próbują nauczyć swojego robota… robienia pierogów. Kusząca perspektywa, nieprawdaż?