In den nächsten Wochen wird der Robotik-Newsletter Actuator von Tech Fragen und Antworten mit einigen der besten Köpfe der Robotik durchführen. Abonnieren Sie hier für zukünftige Updates.
Teil 1: Matthew Johnson-Roberson von der CMU
Teil 2: Max Bajracharya und Russ Tedrake vom Toyota Research Institute
Teil 3: Metas Dhruv Batra
Teil 4: Aaron Saunders von Boston Dynamics
Ken Goldberg ist Professor und Inhaber des William S. Floyd Jr. Distinguished Chair in Engineering an der UC Berkeley, Mitbegründer und leitender Wissenschaftler des Start-ups für Robotik-Paketsortierung Beidhändig und Fellow am IEEE.
Welche Rolle(n) wird generative KI in der Zukunft der Robotik spielen?
Obwohl die Gerüchte etwas früher begannen, wird 2023 als das Jahr in Erinnerung bleiben, in dem die generative KI die Robotik veränderte. Große Sprachmodelle wie ChatGPT können es Robotern und Menschen ermöglichen, in natürlicher Sprache zu kommunizieren. Im Laufe der Zeit haben sich Wörter weiterentwickelt, um nützliche Konzepte darzustellen, von „Stuhl“ über „Schokolade“ bis hin zu „Charisma“. Robotiker entdeckten auch, dass große Seh-Sprach-Aktion Modelle können trainiert werden, um die Roboterwahrnehmung zu erleichtern und die Bewegungen von Roboterarmen und -beinen zu steuern. Für Schulungen sind große Datenmengen erforderlich, daher arbeiten Labore auf der ganzen Welt jetzt zusammen, um Daten auszutauschen. Die Ergebnisse strömen in Strömen hervor, und auch wenn es noch offene Fragen zur Verallgemeinerung gibt, werden die Auswirkungen tiefgreifend sein.
Ein weiteres spannendes Thema sind „Multimodale Modelle“ im doppelten Sinne von multimodal:
- Multimodal durch Kombination verschiedener Eingabemodi, z. B. Vision und Sprache. Dies wird nun um taktile und Tiefenerkennung sowie Roboteraktionen erweitert.
- Multimodal im Sinne der Ermöglichung unterschiedlicher Aktionen als Reaktion auf denselben Eingabestatus. Dies kommt in der Robotik überraschend häufig vor; Beispielsweise gibt es viele Möglichkeiten, einen Gegenstand zu greifen. Standardmäßige Tiefenmodelle „mitteln“ diese Greifvorgänge, was zu sehr schlechten Greifvorgängen führen kann. Eine sehr spannende Möglichkeit, multimodale Aktionen zu bewahren, sind Diffusion Policies, die von Shuran Song, jetzt an der Stanford University, entwickelt wurden.
Was denken Sie über den humanoiden Formfaktor?
Ich war immer skeptisch gegenüber Humanoiden und Beinrobotern, da sie übermäßig aufsehenerregend und ineffizient sein können, aber ich überlege es mir noch einmal, nachdem ich die neuesten Humanoiden und Vierbeiner von Boston Dynamics, Agility und Unitree gesehen habe. Tesla verfügt über die technischen Fähigkeiten, um kostengünstige Motoren und Getriebesysteme in großem Maßstab zu entwickeln. Roboter mit Beinen haben gegenüber Rädern in Häusern und Fabriken viele Vorteile beim Überqueren von Stufen, Schutt und Teppichen. Bimanuelle (zweiarmige) Roboter sind für viele Aufgaben unerlässlich, aber ich glaube immer noch, dass einfache Greifer weiterhin zuverlässiger und kostengünstiger sein werden als fünffingrige Roboterhände.
Was ist nach Fertigung und Lager die nächste große Kategorie für Robotik?
Nach den jüngsten Lohnabschlüssen der Gewerkschaften werden wir meiner Meinung nach viel mehr Roboter in der Fertigung und in Lagern sehen als heute. Die jüngsten Fortschritte bei selbstfahrenden Taxis waren beeindruckend, insbesondere in San Francisco, wo die Fahrbedingungen komplexer sind als in Phoenix. Aber ich bin nicht davon überzeugt, dass sie kosteneffektiv sein können. Für die robotergestützte Chirurgie erforschen Forscher „Augmented Dexterity“ – dabei können Roboter chirurgische Fähigkeiten verbessern, indem sie untergeordnete Teilaufgaben wie das Nähen ausführen.
Wie weit sind echte Allzweckroboter entfernt?
Ich erwarte nicht, in naher Zukunft echte AGI- und Allzweckroboter zu sehen. Ich kenne keinen einzigen Robotiker, der sich Sorgen macht, dass Roboter Arbeitsplätze stehlen oder unsere Oberherren werden könnten.
Werden Heimroboter (über Staubsauger hinaus) im nächsten Jahrzehnt auf dem Vormarsch sein?
Ich gehe davon aus, dass wir innerhalb des nächsten Jahrzehnts erschwingliche Heimroboter haben werden, die aufräumen können – Dinge wie Kleidung, Spielzeug und Müll vom Boden aufheben und in die entsprechenden Behälter legen. Wie heutige Staubsauger machen auch diese Roboter gelegentlich Fehler, aber der Nutzen für Eltern und Senioren wird die Risiken überwiegen.
Über welche wichtige Geschichte/den wichtigen Robotik-Trend wird nicht ausreichend berichtet?
Roboterbewegungsplanung. Dies ist eines der ältesten Themen in der Robotik – wie man die Motorgelenke steuert, um das Roboterwerkzeug zu bewegen und Hindernissen auszuweichen. Viele denken, dieses Problem sei gelöst, aber das ist nicht der Fall.
Roboter-„Singularitäten“ sind ein grundlegendes Problem für alle Roboterarme; Sie unterscheiden sich stark von Kurzweils hypothetischem Zeitpunkt, an dem die KI den Menschen übertrifft. Robotersingularitäten sind Punkte im Raum, an denen ein Roboter unerwartet stoppt und von einem menschlichen Bediener manuell zurückgesetzt werden muss. Singularitäten ergeben sich aus der Mathematik, die erforderlich ist, um die gewünschte geradlinige Bewegung des Greifers in die entsprechenden Bewegungen für jeden der sechs Gelenkmotoren des Roboters umzuwandeln. An bestimmten Punkten im Raum wird diese Umwandlung instabil (ähnlich einem Division-durch-Null-Fehler) und der Roboter muss zurückgesetzt werden.
Bei sich wiederholenden Roboterbewegungen können Singularitäten durch eine mühsame manuelle Feinabstimmung der sich wiederholenden Roboterbewegungen vermieden werden, um sie so anzupassen, dass sie niemals auf Singularitäten stoßen. Sobald solche Bewegungen festgelegt sind, werden sie immer wieder wiederholt. Aber bei der wachsenden Generation von Anwendungen, bei denen sich Roboterbewegungen nicht wiederholen, einschließlich Palettierung, Kommissionierung, Auftragserfüllung und Paketsortierung, treten häufig Besonderheiten auf. Sie sind ein bekanntes und grundlegendes Problem, da sie den Roboterbetrieb zu unvorhersehbaren Zeiten (oft mehrmals pro Stunde) stören. Ich habe ein neues Startup mitgegründet, Jacobi Robotics implementiert effiziente Algorithmen, die garantiert Singularitäten vermeiden. Dies kann die Zuverlässigkeit und Produktivität aller Roboter deutlich steigern.