Billedet på dette indlæg kommer ikke fra Dr. Fernandez 'laboratorium. Det kommer fra Wikimedia Commons ... der beskriver nye robotter, der kommer?
Benito Fernandez er lektor i maskinteknik ved University of Texas i Austin. Oprindeligt fra Venezuela er Dr. Fernandez ekspert i anvendt intelligens, der involverer brugen af forskellige teknologier til at skabe intelligente enheder. Jeg talte med ham i begyndelsen af august om det, han kalder "evolutionære mobile robotter." Her er et par uddrag fra vores interview. Mere med Dr. Fernandez kommer snart.
Jorge Salazar: Hvad er en evolutionær mobilrobot?
Benito Fernandez: Lige nu, hvad du vil finde heterogene robotter i vores laboratorium. De er ikke ens. De kan være i forskellige størrelser, af forskellige sensorer, der håndterer forskellige ting, forskellige færdigheder. Så hvis du har en gruppe af robotter, hvordan lærer de af hinanden, deler information, lærer om miljøet eller koordinerer handling? Evolutionsdelen er dobbelt. Roboterne kan udvikle sig mentalt, så når de oplever verden, konfigurerer de den måde, de ser på verden, eller fysisk kan robotterne sætte sig fast igen, eller rekonfigurere sig selv fysisk, så en robot i den næste reinkarnation eller generation kan sige, jeg vil at være hurtigere, eller jeg vil være stærkere. I betragtning af et bestemt problem eller anvendelse kan der være en optimal løsning af robotstrukturen, der ville være mere egnet til det aktuelle problem.
JS: Kan du fortælle mig mere om, hvilke slags robotter du har i dit laboratorium?
BF: Vi har flere robotter i forskellige størrelser, de bevæger sig rundt i miljøet, de kortlægger miljøet, og de snakker med hinanden. Vi har tre robotter til bombedetektion og afvæbning, men vi har også flere robotter, der kan udføre kortlægning og noget af den visuelle verden. Idet informationen kommer fra roboten, genereres der et kort i realtid af verden. Så du er ikke der, robotterne er der. Fra de kort, de laver, kan mennesket se, hvordan miljøet ser ud, og på baggrund af disse oplysninger planlægge en redning eller noget lignende.
JS: Hvordan udviklede du disse robotter?
BF: Hvad vi gør er at se på naturen og se, hvordan naturen gør sine ting og derefter prøve at designe et kredsløb eller softwareimplementering af det. Vi ved, at mennesker lærer gennem neurale netværk. Så jeg oprettede et kunstigt neuralt netværk. Nu kan roboten også lære af de oplevelser, de har.
Efter det neurale net er den næste ting, hvordan udtrykker jeg viden, så et menneske kan forstå? Du taler om ting som, hvis det er varmt, men ikke for varmt, skal du tænde klimaanlægget. Så hvad er varmt, og hvad er for varmt? Dette er ikke en præcis, er temperaturen mere end 82,3 grader. Men det er derfor, vi formidler viden. Jeg bruger et sprog, der ikke er særlig præcist, matematisk. Så det tog mig ned til fuzzy logik - at håndtere denne upræcise sprog. Så prøvede jeg at sammensætte de to, uklar logik som et neuralt net og omvendt.
JS: Hvor kommer evolutionen ind?
BF: Jeg begyndte at indse nogle af begrænsningerne af disse værktøjer, og det førte mig til sidst til evolution. Den menneskelige hjerne danner sammenkoblinger inden for de første fem år. Og derefter reduceres hjernens plasticitet kraftigt. Så potentialet for, hvad en hjerne kan gøre, er stort set sat til fem eller seks år.
Så hvis denne potentiale ikke er god nok til at løse problemet, skal du dybest set oprette en ny hjerne, der udvikler sig. Så de systemer, vi bygger, er neurale net, der også udvikler sig. De udvikler sig fra en generation til den næste, de vokser efterhånden som problemet kræver og kommer til sidst ud med en løsning. Hvis vi ser på historien, hvordan dyr og planter har udviklet sig på grund af miljøforholdene på det tidspunkt, sker de samme ting med disse robotsystemer.
JS: Men hvordan udvikler robotter sig præcist?
BF: I de sidste otte år har jeg også arbejdet med det, der kaldes kunstigt immunsystem. En af tingene ved neurale net generelt er, at du har brug for en lærer, nogen der vil fortælle dig, det er sådan du gør det, eller det er godt, eller det er dårligt. Men hvis du en masse robotter, siger du Mars, har du muligvis ikke en lærer der. Så robotterne er nødt til at finde ud af tingene for sig selv. Det eneste, jeg kunne tænke på i naturen, der gør det samme, er immunsystemet, hvor det over millioner af år stadig er omkring. Hvis de finder en virus, er de en måde at løse den ved at oprette antivirus. Så jeg kiggede på, hvordan immunsystemet fungerer og prøvede at opbygge lignende ting, kombineret med neural fuzziness. Grundlæggende skabte jeg gennem årene en masse værktøjer, som jeg lagde under navnet anvendt intelligens, som sætter alle disse ting sammen og forsøger at løse reelle problemer.