Wyobra\u017a sobie, \u017ce przekazujesz stery nad projektowaniem robot\u00f3w kreatywnemu partnerowi, kt\u00f3ry nie tylko wymy\u015bla nowe pomys\u0142y, ale potrafi je r\u00f3wnie\u017c urzeczywistni\u0107 z wi\u0119ksz\u0105 moc\u0105 i precyzj\u0105 ni\u017c kiedykolwiek wcze\u015bniej. W\u0142a\u015bnie to zrobi\u0142o Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) przy MIT, stawiaj\u0105c generatywn\u0105 sztuczn\u0105 inteligencj\u0119 \u2013 czyli silnik nap\u0119dzaj\u0105cy narz\u0119dzia takie jak DALL\u00b7E \u2013 w centrum procesu tworzenia dzia\u0142aj\u0105cych robot\u00f3w.<\/p>\n
Przez lata sztuczna inteligencja by\u0142a wykorzystywana g\u0142\u00f3wnie w mediach, na przyk\u0142ad do generowania obraz\u00f3w lub film\u00f3w. Obecnie jednak zaawansowane narz\u0119dzia zwane modelami dyfuzyjnymi wkraczaj\u0105 do \u015bwiata in\u017cynierii fizycznej. Zamiast polega\u0107 na powolnym, powtarzalnym procesie pr\u00f3b i b\u0142\u0119d\u00f3w, nowe podej\u015bcie CSAIL pozwala sztucznej inteligencji bada\u0107 tysi\u0105ce wirtualnych modyfikacji projektu robota, testowa\u0107 je wszystkie w symulacji i szybko wybiera\u0107 najbardziej obiecuj\u0105ce wersje. Dopiero wtedy naukowcy przechodz\u0105 do drukarki 3D, co znacznie przyspiesza proces, kt\u00f3ry niegdy\u015b stanowi\u0142 powa\u017cne w\u0105skie gard\u0142o w robotyce.<\/p>\n
Aby pokaza\u0107, jak prze\u0142omowe mo\u017ce to by\u0107, zesp\u00f3\u0142 z MIT postawi\u0142 sobie prosty, pojedynczy cel: sprawi\u0107, by robot skaka\u0142 wy\u017cej. Zacz\u0119li od podstawowego modelu 3D i polecili sztucznej inteligencji zoptymalizowanie kluczowych element\u00f3w. Sztuczna inteligencja zareagowa\u0142a, przeprojektowuj\u0105c elementy \u201cogniw\u201d robota \u2013 mo\u017cna je por\u00f3wna\u0107 do ko\u015bci lub ramion \u2013 a nast\u0119pnie wirtualnie przetestowa\u0142a setki wariant\u00f3w konstrukcyjnych. Gdy pojawi\u0142 si\u0119 zwyci\u0119ski projekt, zosta\u0142 on wydrukowany z tworzywa z kwasu polimlekowego i poddany testom w rzeczywistych warunkach.<\/p>\n
A oto cz\u0119\u015b\u0107, kt\u00f3ra zapiera dech w piersiach: robot wyposa\u017cony w sztuczn\u0105 inteligencj\u0119 wystrzeli\u0142 si\u0119 na wysoko\u015b\u0107 prawie 2 st\u00f3p \u2014 o 41% wy\u017cej ni\u017c podobny robot zaprojektowany wy\u0142\u0105cznie w oparciu o ludzk\u0105 intuicj\u0119 i wiedz\u0119 in\u017cyniersk\u0105. Na pierwszy rzut oka trudno by\u0142oby odr\u00f3\u017cni\u0107 te dwa roboty. Oba s\u0105 nap\u0119dzane silnikiem i spr\u0119\u017cyn\u0105 nap\u0119dzan\u0105 link\u0105, a do ich budowy wykorzystano te same podstawowe materia\u0142y. Jednak zamiast prostych, prostok\u0105tnych \u0142\u0105cznik\u00f3w sztuczna inteligencja zaproponowa\u0142a zakrzywione ogniwa w kszta\u0142cie pa\u0142eczek perkusyjnych. Okazuje si\u0119, \u017ce ta nietypowa geometria pozwoli\u0142a robotowi zgromadzi\u0107 i uwolni\u0107 znacznie wi\u0119cej energii przy ka\u017cdym skoku, a jednocze\u015bnie zapewni\u0142a wystarczaj\u0105c\u0105 wytrzyma\u0142o\u015b\u0107 tych kluczowych ogniw, by wytrzyma\u0142y l\u0105dowanie.<\/p>\n
Droga do tego sukcesu nie by\u0142a prosta. Zesp\u00f3\u0142 wykorzysta\u0142 model sztucznej inteligencji zwany \u201cwektorem osadzenia\u201d do wygenerowania 500 nowych pomys\u0142\u00f3w projektowych, a nast\u0119pnie wybra\u0142 te, kt\u00f3re osi\u0105ga\u0142y najlepsze wyniki w symulacjach, by wielokrotnie udoskonala\u0107 to podej\u015bcie. Ten iteracyjny proces utorowa\u0142 drog\u0119 do stworzenia unikalnej, niemal przypominaj\u0105cej kropl\u0119 struktury, kt\u00f3ra radykalnie zwi\u0119kszy\u0142a si\u0142\u0119 skoku. W tym przypadku sztuczna inteligencja nie tylko dostosowa\u0142a drobne szczeg\u00f3\u0142y \u2014 zaproponowa\u0142a zupe\u0142nie nowe spojrzenie na podstawowe zasady fizyki, kt\u00f3re pozwalaj\u0105 robotowi z nap\u0119dem spr\u0119\u017cynowym lata\u0107.<\/p>\n
Oczywi\u015bcie skakanie wy\u017cej nie ma wi\u0119kszego sensu, je\u015bli ka\u017cde l\u0105dowanie ko\u0144czy si\u0119 upadkiem. Maj\u0105c to na uwadze, CSAIL wykorzysta\u0142 t\u0119 sam\u0105 metod\u0119 sztucznej inteligencji do opracowania i przetestowania nowych kszta\u0142t\u00f3w st\u00f3p, d\u0105\u017c\u0105c do p\u0142ynniejszych l\u0105dowa\u0144. Wyniki by\u0142y r\u00f3wnie imponuj\u0105ce: liczba upadk\u00f3w zmniejszy\u0142a si\u0119 o 84% w por\u00f3wnaniu z pierwotnym projektem, co otworzy\u0142o drog\u0119 do stworzenia znacznie bardziej stabilnych i niezawodnych maszyn.<\/p>\n
Szczeg\u00f3lnie ekscytuj\u0105ce jest to, \u017ce to dopiero pocz\u0105tek. Dzi\u0119ki modelom dyfuzyjnym naukowcy mog\u0105 sobie wyobrazi\u0107, \u017ce nadadz\u0105 sztucznej inteligencji cel sformu\u0142owany prostym j\u0119zykiem \u2014 na przyk\u0142ad \u201czaprojektuj robota, kt\u00f3ry podaje kaw\u0119\u201d lub \u201cdokr\u0119\u0107 \u015brub\u0119 wiertark\u0105\u201d \u2014 a ona sama wymy\u015bli zar\u00f3wno konstrukcj\u0119, jak i system sterowania od podstaw. Zesp\u00f3\u0142 skupia si\u0119 obecnie na robotach wyposa\u017conych w wi\u0119ksz\u0105 liczb\u0119 silnik\u00f3w, zapewniaj\u0105cych lepsze sterowanie, oraz eksperymentuje z l\u017cejszymi materia\u0142ami, co mog\u0142oby jeszcze bardziej poprawi\u0107 osi\u0105gi.<\/p>\n
Przysz\u0142o\u015b\u0107 robotyki mo\u017ce mniej przypomina\u0107 obraz in\u017cyniera pochylonego nad sto\u0142em warsztatowym, a bardziej dynamiczn\u0105 wsp\u00f3\u0142prac\u0119 mi\u0119dzy wnikliw\u0105 ludzk\u0105 intuicj\u0105 a nieograniczon\u0105, czasem zaskakuj\u0105c\u0105 pomys\u0142owo\u015bci\u0105 sztucznej inteligencji.<\/p>\n