A kiváló internetkapcsolatnak és munkaalkalmazásoknak köszönhetően, egyre több szakma képviselői dolgozhatnak ott, ahol akarnak: otthon, kávézóban, hotelszobában, repülőn stb. Mivel munkaterüket rugalmasan váltogatják, nagyobb az esély, hogy tovább maradnak az adott munkáltatónál, mintha ugyanabban az irodában kellene lenniük.

Az 5G és hatására az XR kategóriába gyűjtött virtuális (VR), kiterjesztett (AR), kevert (MR) valóság és több más technológia együttese diszruptív hatásainak egyikeként az otthonról dolgozás, a távmunka is átalakul.

A közelmúlt tanulsága, hogy a mobiltechnológiai fejlődés jelentősen növeli a lehetőségeket. A 2G-ről 3G-re átállva, mobileszközökön is szörfölhettünk a neten, a 3G utáni 4G jóvoltából, okostelefonokon is nézhetünk HD videókat. Az ötödik generációnál hasonló vagy még nagyobb léptékű változásokra számíthatunk.

Amikor az internet-hozzáférés lehetővé fogja tenni, az 5G és az XR ténylegesen virtualizálja a távmunkát. Ma rengeteg tevékenységet végezhetünk otthonról, a tényleges fizikai jelenlétet igénylőket viszont még nem. Azokhoz 5G és XR biztosította lehetőségek kellenek.

A közeljövő munkahelye sokkal képlékenyebb lesz; például sebészek otthonról ki sem mozdulva, dolgozhatnak fizikailag távol lévő kórházaknak. New Yorki virtuális munkaértekezletünket néhány perccel később hongkongi követheti. A folyamat eredménye: egyre több szakember válik szabadúszóvá.

Vietnami gyártóüzem seattle-i illetőségű vezetője valósidőben, élethű környezetben konzultálhat az alkalmazottakkal, miközben az XR app jóvoltából az összes szükséges adat a rendelkezésére áll, a „helyszínen” pedig a kiterjesztett valósággal többet lát, mintha AR, VR stb. nélkül, csak puszta fizikai valójában lenne ott. Teljesen a digitális közegbe merül, megvalósul az immerzió.

Cégek (Walmart, AT&T, JPMorgan Chase, Amazon stb.) mai csúcstechnológiákkal képezik alkalmazottaikat, VR-tréningeken vesznek részt, appjaikat MI-k vezérlik és így tovább. Az 5G-vel tovább bővülnek a lehetőségek, és a munkateljesítmény is (valószínűleg) javul.

A vállalatoknak azonban meg kell oldaniuk egy komoly problémát: a munkahely virtualizálódásával, az egyre kevesebb fizikai találkozással, a munkáltató-alkalmazott viszony megváltozásával, hogyan tartsák fenn a munkahelyi kultúrát? Komoly versenyelőnyre tesznek szert a kérdést hatékonyan és empatikusan megválaszoló cégek,

5G és XR összeintegrálódása egyelőre kicsit távolinak tűnik, de a váltás sokkal hamarabb be fog következni, mint gondoljuk.

Stanisa Raspopovic, a Zürichi Svájci Szövetségi Technológiai Intézet kutatója és munkatársai vettek egy kereskedelmi forgalomban beszerezhető műlábat, majd szenzorokat szereltek a talpára és a térdébe. A szenzorok vezetéken keresztül összekapcsolhatók az adott személy combjában lévő idegekkel.

Műlábat viselő személyek elmondták, hogy mindegyiküknek, de különösen a végtagjukat térd felett elvesztőknek nehézséget okoz a használatuk. A probléma egyik oka, hogy a mesterséges testrésztől nincs visszajelzés, így nem érzékelnek semmit, a térbeli pozíciót nehezebben ítélik meg; nem tudják felmérni őket, mint ahogy a mozdulatokat sem.

Elbizonytalanodnak.

Az intézetben fejlesztett technológiában pontosan azért vannak szenzorok, hogy viselőjük érezze, ha a láb meghajlik, ha a talajra lép. Ezekkel az érzetekkel gyorsabban jár, nő az önbizalma.

Az új műlábat viselő első két személy nemcsak elégedett volt, hanem azt is elmondták, hogy sokkal kevesebb fantomfájdalmat éreztek.

Felmérések szerint amputáción átesett személyek 60-80 százaléka érez fantomfájdalmat. A végtagamputálás vagy az ideg gyökereinek megsemmisítése után jelentkező fájdalom olyan, mintha az amputált vagy hiányzó végtag még mindig része lenne a testnek, együtt mozogna a többi résszel. A fantomvégtag egyik legmegdöbbentőbb tulajdonsága az adott személy elképesztő valóságérzete.

A két tesztalanyon az első hónapban az idegek optimális stimulálást vizsgálták, amellyel a legélethűbb érzeteket akarták elérni. Raspopovic elmondta: mindketten valóság-közeli élményről számoltak be.

Ezt követően szabadtérben tesztelték őket. Gyorsabban jártak, mintha visszacsatolást/visszajelzést nem használó műlábat használtak volna. Percenként 6 métert tettek meg, és kényelmesen érezték magukat.

„A mozdulatok észlelése rendkívül fontos. Így érzik, hogy a művégtag hozzájuk tartozik” – magyarázza a munkatársaival korábban műkart fejlesztett Aadel Akhtar, az Illinois Egyetem (Urbana-Champaign) kutatója (aki a svájci projektben nem vett részt).

Három hónap elteltével egyikük fantomfájdalmai teljesen eltűntek, a másiké pedig 80 százalékkal csökkentek.

„Ez még nagyobb haszon” – véli Akhtar.

Tudósok szerint a jövő szívritmust és légzést alvás közben is figyelő, észrevétlen, hordozható elektronikus kütyüket tartalmazó aktív ruhái nagyon hasznosak lehetnek egészségügyi szempontból.

A Massachusetts Amherst Egyetem kutatói által fejlesztett, fiziológiai paramétereket érzékelő textilek (stílszerűen „phyzsamák”) pizsamára varrhatók, beleszőhetők.

„Az volt a kihívás, hogy a textil esztétikájának és az általa kiváltott érzeteknek a megváltoztatása nélkül hogyan kapunk tőlük hasznos jeleket. Általában különféle beágyazott szenzorokkal televarrt, szűk ruhákat képzelünk el intelligens textilként, csakhogy a mindennapi öltözködésben, különösen alvó alkalmatosságok esetén egyértelműen nem ez a megoldás” – magyarázza Trisha L. Andrew, az egyik fejlesztő.

Ha a pizsama lazább is, a textil több része érintkezik a testtel, mellkasunk, kezünk stb. nyomást fejt ki rájuk. A textil nyomás alatti részei elvileg alkalmasak a mozdulatokat okozó szívverés és lélegzés mérésére. Ezek a jelek azonban csak akkor megbízhatóak, ha a test több pontja érintkezik az anyaggal.

A kutatók hamar kiderítették, hogy nincs még a folyamatos nyomást és dinamikus változásait, különösen a mérendő apró jeleket érzékelő szövet, textilalapú megoldás.

Első lépésben nyomásérzékelőt, majd a fizikai érintkezéstől aktiválódó triboelektromos szenzort fejlesztettek, és összekombinálták őket. (A triboelektromos érzékelő a két különböző anyag dörzsölésekor létrejövő elektromosságot méri.) Az elosztott szenzorsor tágabb ruhákba, így pizsamába is bedolgozható.

A test több pontjairól érkező jelek integrálásához adatelemző megoldást dolgoztak ki. A kombináció lehetővé teszi változatos testtartásokban keletkező fiziológiai jelzések észlelését.

A kutatók több esettanulmányt végeztek, és megállapították, hogy a szívverés nagyon pontosan, a lélegzés valamivel pontatlanabbul mérhető, a testtartások pedig előrejelezhetők.

A fejlesztés különösen alvási problémákkal küszködő idős személyek esetében lehet hasznos. A jelenlegi viselhető (wearable) technológiák, például az okosórák nem a legjobb megoldások e korosztály számára, mert vagy elfelejtik felvenni azokat, vagy idegenkednek tőlük. A pizsama viszont hozzátartozik mindennapjaikhoz, ráadásul az óra nem mondja meg, hogy milyen testtartásban fogunk aludni, melyik testpóztól lesz jó az alvás.

A phyzsama képes rá.

Az amerikai hadsereg az automatizált fegyverek, egyesek szerint „automatizált tábornokok” új generációját fejleszti.

A Védelmi Minisztérium 2019-es büdzséjében közel 1 milliárd dollárt irányoztak elő mesterséges intelligenciával kapcsolatos költésekre. Az összeg közel harmadát az MI-k hadseregen belüli alkalmazásaival, elosztásával foglalkozó Egyesített Mesterséges Intelligencia Központra fordítják.

Az MI-költségvetés többi részét a minisztérium elsősorban a légierőt, a tengerészgyalogságot és a haditengerészetet érintő kezdeményezésekre szánta.

A légierő számára fejlesztik az F-16-os másodpilóta, navigációban, radarok kezelésében és célpont-felismerésben segítő SkyBorgot. A rendszer automata szélső gépként, a Valkyrie drónokat is vezérli.  

A haditengerészetnek csapatokat tengerpartra szállító, a partraszállást 50 kaliberes autonóm géppuskákkal támogató önvezető harci csónakokat, kisebb hajókat építenek.

A haditengerészet 135 tonnás Tengeri Vadásza (Sea Hunter) ellenséges tengeralattjárókat emberi beavatkozás nélkül megsemmisítő autonóm hadihajó.

Adam Lowther és Curtis McGiffin védelemtechnológiai szakértők szerint a Pentagonnak gépekkel (azaz MI-kkel) kellene helyettesítenie a nukleáris védelmi fegyverek irányítását végző embereket.

Indoklásuk logikusnak tűnik: a hidegháború idejében órák álltak rendelkezésre, hogy a fegyveres erők robbanófejekkel történő támadásra reagáljanak, ma viszont csak hat perc. A változással az irányítás és a kontroll automatizálására van szükség.

Az automatizált hadviselésről nagyjából ugyanazok az érvek és ellenérvek hangzanak el, mint korábban – és napjainkban is – az atomfegyverekkel kapcsolatban. A mellettük érvelők szerint a hangsebességnél akár húszszor gyorsabb hiperszonikus rakéták az amerikai hadsereget már azt megelőzően működésképtelenné teszik, hogy a támadásra reagálni tudnának. Az MI-k által vezetett hadviselésben látják a hatékony védekezés egyetlen lehetőségét. A másik oldal érve, hogy hackerek, elromlott/hibás kódok vagy kiszámíthatatlan fegyverek komoly hátrányokat okozhatnak az MI-vel történő irányításnak. Mindezeken túl, az autonóm fegyverek megsérthetik a Genfi Egyezmény erkölcsi és jogi szabályzatát.

Az autonóm fegyverek már önmagukban félelmet keltenek, autonóm atomfegyverekhez pedig még sokkal súlyosabb képzeteket társítunk. Nem véletlen, hogy az ENSZ a teljes nukleáris leszerelés részeként, betiltaná az autonóm fegyvereket. Használatuk kizárólag az emberiség egészét ért fenyegetés, vagy szintén az emberiség egészének életkörülményeit bizonyítottan javító esetekben lehet indokolt.

Fontos lenne, hogy az MI-fejlesztő közösségek aktív szerepet vállaljanak a vitában.

Szerepjátékokban (role-playing game, RPG), például a modern klasszikus Grand Theft Autoban sok játékos saját megjelenése alapján dolgozza ki játékbeli karakterét. A beépített „személyre szabó” technológiák ugyan egyre kifinomultabbá váltak, de ennek ellenére sok és fáradságos manuális munkára van szükség. Tucatnyi vagy akár több száz paraméter közül válogathatunk, hogy finomítsunk a külső jegyeken, és a folyamat akár órákig eltarthat.

A NetEase kínai játékfejlesztő cég mesterséges intelligenciával foglalkozó egyik csoportja automatizált módszert dolgozott ki játékkarakterek szabvány portréfotóból történő létrehozására.

Első lépésként az MI lefényképezi a felhasználó/játékos arcát.

A karaktergenerálás az arckép elrendezésével kezdődik. Az utánzó modulból és jegyeket, tulajdonságokat kivonatoló részből álló, mélytanulás (deep learning) alapú keretnek ez az alap, a gyakorló input.

Az imitátort azért találták ki, hogy a játékmotort szimulálva automatikusan létrehozza a stílusában konzisztens karaktert. Figyelembe veszi a felhasználó arcának paramétereit (haj, szempilla stb.), majd renderelt és frissíthető arcképpel áll elő.

Miután az imitátor „megtanulta a leckét”, a tulajdonságjegyeket kivonatoló rész is munkába áll, és különféle számításokkal optimalizálja az arc paramétereit.

De hogyan garantálható a „globális” megjelenés és a „lokális” részletek pontossága a médiumokon átívelő változás közben, amikor a valódi fénykép manga-, vagy animeszerű karakterré alakul át?

Az úgynevezett képhasonlóság-mérési problémát mély ideghálóval és többfeladatos tanulással oldották meg, és sikerült elérniük, hogy az arc megkülönböztető jegyeiből a lehető legtöbb megmaradjon.

A kínai kutatók által kidolgozott arcrekonstruálási módszert, a szokásos rácshálókkal szemben, a csontok elhelyezkedése határozza meg. Az új modellel az arc paramétereinek kimutatása, előrejelzése egyértelműbb.

Az automatizált folyamathoz fényképek mellett festett portrék, szkeccsek és karikatúrák is használhatók. A 3D karakterek jobban hasonlítanak az eredetihez, mintha más eljárással hozták volna létre őket. A kutatók ezt azzal magyarázzák, hogy módszerük inkább az „arc szemantikáján” alapul, mint a nyers pixeleken.

Az egyre gyorsabb klímaváltozás miatt az infokommunikációs technológiákat – szárazföldön, vízben, levegőben – mind gyakrabban használják környezetvédelmi célokra.

A környezeti kutatásokban részt vevő, vízmintákat gyűjtő robotok tevékenysége azonban egyáltalán nem problémamentes. Szennyezett vízben keresgélve, a hulladék körüli navigáció vagy a jégtáblák elkerülése stb. komoly gondot okozhat nekik.

A londoni Imperial College kutatói rátaláltak a megoldásra, robothaluk képes tájékozódni az akadályok körül, és el is kerüli azokat. A gépet a hátsó végén kiengedett vízáram hajtja előre, löki fel a levegőbe, ahol például szemét vagy jégtábla felett repülve folytatja útját.

Mint egy repülőhal, úgy emelkedik a vízfelület fölé. Felugrik a mélyből, hátsójából vizet lövell ki, repül.

A Mirko Kovács és munkatársai által fejlesztett 160 gramm tömegű szerkezet akár 26 métert is képes megtenni a levegőben. Úgy dolgozták ki, hogy folyamatosan figyelje a tengert vagy az óceánt, vegyen mintákat, és pattanjon ki a vízből, ha „rendezetlen” környezetbe került, mert így tudja elkerülni hideg régiókban a jeget, máshol pedig a szanaszét úszkáló, sodródó tárgyakat, szemetet.

„Ezekben a szituációkban nagyon fontos, hogy gyorsan odarepüljön, mintát vegyen, aztán továbbmenjen” – magyarázza Kovács.

A gép az akvatikus környezetből vizet felvevő, azzal feltöltődő kicsi tartályt is tartalmaz. Kalciumkarbiddal, a vízre gyúlékony acetilén gázt generáló, por formájú vegyi anyaggal működik. Amikor a gázt szikrával hevítik, térfogata nő, „nagyobb lesz”, hatására vízsugár lövell ki a tartályból. A robotot ezek a folyamatok repítik fel a levegőbe.

Miután újra feltöltődött vízzel, többször fel tud ugrani. Ennek a képességének köszönhetően egy út során több vízmintát képes venni.

A kutatók laborban, hullámtartályban és tóban tesztelték. A következő tesztek során már a helyszínen, korallzátonyok, illetve nyílt vízi olajfúrótornyok és más energetikai platformok körül fogja figyelni a tengert vagy az óceánt.

A virtuális valóság (virtual reality, VR) népszerű tréningeszközzé vált. A felnagyított valóságérzetet adó közeg segíti a tanulási folyamatot, lehetővé teszi olyan dolgok gyakorlását, amelyeket máskülönben lehetetlen lenne, többek között biztonsági feladatok megoldását. Másrészt új alkalmazottak képzésében is sokat segít, például a Walmart használja erre a célra.

A technológia hamarosan meghódíthatja az irodákat is.

„Fokozódó érdeklődést tapasztalunk az interjúzási képességekkel, nehéz beszélgetések levezetésével, teljesítményértékeléssel, értékesítéssel, legjobb módszerekkel stb. kapcsolatos gyakorlást segítő termékek iránt” – nyilatkozta a munka jövőjével foglalkozó, arra vonatkozó AR- (augmented reality, kiterjesztett valóság), VR- és MI-megoldásokat kínáló Talespin vezérigazgatója, Kyle Jackson.     

A cége által fejlesztett virtuális karakterek például „puha” menedzseri képességek elsajátításában segítenek. Egyikük, Barry – kissé bizarr –rendeltetése, hogy figyelmesen hallgassa, ahogy főnöke kirúgja.

Utána vagy tiltakozik, vagy sír egy keveset.

Lényeg, hogy ne rendezzen jelenetet. Ha túl kemények vagyunk vele, fejét kezébe temeti, de könnyen kiabálhat, ordíthat is. A főnöknek vigyáznia kell vele, tapintatosan kell közölnie mondandóját.

Amikor a szimulációban a felhasználó interakciót folytat Barry-vel, többszáz féle lehetséges beszélgetésen mehet végig, hogy aztán kiderüljön: hatékony volt, vagy sem.

Számítógépek, algoritmusok gyakran monitorozzák a dolgozók teljesítményét, munkájuk outputját. Ugyanakkor az általános vélemény szerint a közösségi és érzelmi adottságokra nem terjed ki az automatizáció.

Barry mást sugall.

„Amikor egy szervezet a munka jövőjéről és az ahhoz szükséges kompetenciákról beszél, a puha készségeket a legfontosabbak közé sorolják, és nem tűnik úgy, hogy ez megváltozna” – folytatja Jackson.

Barry és a hozzá hasonló, realisztikus, bár szkriptet követő, így nem természetes interakciókat kivitelező avatár hatékonysága attól függ, mennyire vagyunk meggyőzőek a vele folytatott kommunikációban.

Már dolgoznak természetesebben viselkedő avatárokon, gépi tanulást használnak hozzá. Egyelőre azonban távol vagyunk attól, hogy ezek a karakterek például a testbeszédre is életszerűen reagáljanak.

Négy éve 700-nál több számítástudományi szakember versenyzett, hogy az amerikai nyolcadikos tudományvizsgát sikeresen vevő mesterségesintelligencia-rendszert építsen. Egyik MI sem vette az akadályt, még a legjobb sem teljesítette túl a 60 százalékot. Nyelvi és logikai képességeik egyszerűen nem érték el a megkövetelt szintet.

Néhány napja viszont a Seattle-i Allen Mesterséges Intelligencia Intézet Aristo nevű új rendszere átment, a nyolcadikos szintű kérdések több mint 90, a középiskolát záró tizenkettedik évfolyamszint kérdéseinek több mint 80 százalékára helyesen válaszolt.

Az eredmény jelzi a terület elmúlt négy évbeli fejlődését. Az MI-k jobbak lettek a természetesnyelv-megértésben, pontosabban utánozzák az emberi logikát és döntéshozást.

Aristot kifejezetten többválaszos tesztre találták ki. New Yorki diákok írásbeli vizsgájára ment. A kutatók annyit módosítottak az anyagon, hogy az ábrákat és diagramokat tartalmazó kérdéseket eltávolították belőle. E kérdések megválaszolásához ugyanis a nyelvértést és a logikát számítógépes látással kombináló készségekre lenne szükség.

Egyes feladatoknál az információkinyerésnél kicsit többre volt szükség.

( Magyarul: „Speciális tevékenység kivitelezése miatt együttdolgozó szövetcsoportot (a) szervnek, (b) szervezetnek, (c) rendszernek, (d) sejtnek nevezünk.")

Más feladatokhoz pedig logikát kellett használni.

(Magyarul: „Milyen változás hatására a legvalószínűbb, hogy egy területen csökken a mókusok száma? (a) ragadozók számának csökkenése, (b) mókusok közötti versengés csökkenése, (c) a hozzáférhető élelmiszer növekedése, (d) erdőtüzek számának növekedése.”)

Aristot, a „digitális Arisztotelészt” 2013-ban, a labor alapítása után kezdték fejleszteni. Az átlag tudománytesztekben a mesterségesintelligencia-kutatás többi szintmérőjénél (sakknál, dámánál, illetve csak gépekre kitalált feladatoknál) jóval megbízhatóbb mércét láttak.

Egy tudományvizsga csak a tanulási szabályok ismeretével nem abszolválható. Dolgok közötti kapcsolatokat kell észrevenni, ami logika nélkül nem megy. Például, hogy az erdőtűz terjedése miatt meghalhatnak mókusok, vagy csökken az élettevékenységükhöz, szaporodásukhoz nélkülözhetetlen élelmiszer.

Aristo sikere mérsékelt lelkesedést váltott ki. A szakemberek ugyan örülnek neki, viszont hangsúlyozzák: távoli még a természetes nyelv tökéletes kezelése, igazi intelligenciával rendelkező MI-k pedig még messzebb vannak.

„A technológiát nem hasonlíthatjuk valódi diákokhoz, érvelési képességükhöz” – jelentette ki az Allen Intézet több projektjében résztvevő Microsoft-kutató, Jingjing Liu.

Aristo viszont internetes keresőmotoroktól kórházi feljegyzéseket gyűjtő rendszerekig, sokféle terméket és szolgáltatást eredményezhet.

A mélytanulással (deep learning) felturbózott kép- és videomanipuláció, az úgynevezett deepfake jelenség, a kamuképek, egy rendkívül izgalmas és ígéretes terület árnyoldalát villantja fel. Ha valamit tenni akarunk ellene, ugyanazokat a technikákat kell használni. Gépitanulás-rendszereknek képesnek kell lenniük megtrükközött képek felismerésére.

A jelenség viszonylag új, és a harc különlegessége, hogy a detektálás módszerei az alkotás módszereivel versengenek. Minél meggyőzőbb hamis vizuális anyagok jelennek meg rendszeresen, annál nagyobb az esély, hogy valaki kompromittáló helyzetben szembesül saját magával.

Több hírességgel előfordult már, ugyanakkor a kamuképek jelentős része nem rosszindulatból, hanem kreatív vágyból készül.

A Facebook, a Microsoft, a Partnership for AI, több egyetem (Oxford, Berkeley, Massachusetts Institute of Technology stb.) összefogott, és jobb detektáló technikákat szándékoznak kidolgozni.

„A mesterséges intelligencia legérdekesebb fejlesztései akkor jönnek létre, ha egy adatsorban egyértelmű a mérce, a szint, és annak felülmúlására találnak ki valamit. Tárgyfelismerésre használt adatsorok többmillió képet tartalmazhatnak, hangátiratok sok óra különféle beszédet. A deepfake jelenségre nincs ilyen adatsor” – jelentette ki Mike Schroepfer, a Facebook technikai igazgatója.

A közösségihálózat-óriás 10 millió dollárt szán a Deepfake Felderítési Versenyre, amelyben adatsorokat hoznak majd létre, a résztvevők pedig jóváhagyják képek, videók felhasználását, hogy később egyiküket se érje meglepetés.

„Először lesz egy videoforrásokból álló adatsor, majd a videókra rakható személyekből is egy. Utána a legfejlettebb deepfake technikákkal generálunk módosított videókat, amelyek szintén az adatbázishoz fognak tartozni” – folytatja Schroepfer.

Az arcokhoz nem a Facebook anyagait használják, hanem fizetett színészek is részt vesznek a projektben.

Az adatsorokat az érintettek megkapják, megoldásokat dolgozhatnak ki rájuk, amelyeket tesztelhetnek is. Komoly versengés alakulhat ki felsőoktatási intézmények, kutatók között.

„A nyílt környezetben a teljes kutatói közösség részvételére van szükség a manipulált multimédia negatív hatásait kiderítő és mérséklő módszerek és rendszerek fejlesztéséhez” – nyilatkozta Rama Chellappa (Maryland Egyetem).

Az adatsorokat először egy októberi gépilátás-konferencián tesztelhetik.

A tokiói SE4 robotszoftver fejlesztő cég (a Universal Robots ipari projektje) Squeetie nevű új építőipari robotjai emberi mozdulatokat, ásást és tárgyak (valódi kőkockák) egymásra rakását utánozva tanulnak bele a munkába. Az SE4 hardver helyett a gépekkel folytatott kommunikációt segítő szoftverre összpontosít.

Pavel Savkin főmérnök elmesélte az első kísérletet, amikor a robot utánozta a mozdulatait, és befejezte a kotrógépnek tartott manuális bemutatót. A szoftverfejlesztésben ő is részt vett, a robot pedig mozdulatról mozdulatra sikeresen lemásolta a tevékenységét.

„Mintha valami élő lett volna ott, pedig tudtam, hogy én vagyok” – nyilatkozta a kutató.

A júliusi Los Angelesi SIGGRAPH konferencián egy másik szakember, a VR (virtuális valóság) headsetet viselő, a mozdulatokat kézi kontrollerrel betanító Nathan Quinn tartott bemutatót.

Amikor Quinn a 3D-s virtuális térben kőkockákat mozdított el, a szoftver a valóságban történő kivitelezéshez szükséges utasítássort tanult meg. Távépítkezésnél a robotokkal valahogy kommunikálni kell a feladatokat. Bevett, hogy egy számítógépnek lemásolják, csakhogy ezúttal többről, nagyobb kihívásról van szó – távoli tárgyakat kell valósidőben megmozgatni.

Dinamikus környezetben a közeg változásaira vonatkozó visszacsatolásokra is szükség van, amit ezúttal a gyártásban, az egészségügyben és a hadi iparban már alkalmazott VR és AR (kiterjesztett valóság) technikákkal oldottak meg.

Savkin elmondta, hogy ásó- és építő robotflottájuk egy szép napon a Marson is dolgozhat. Jelenleg a földi operátor és az űrben tartózkodó gépek közti kommunikációs késések és hatásaik minimalizálásán munkálkodnak. Másrészt, sikeres kommunikációhoz a robotnak a földi utasításoktól félig vagy teljesen függetlenül kellene működnie.

Az SE4 a gépi autonómia és az emberi irányítás ideális arányát próbálja meghatározni. A robotoknak ezért tanítják meg mikromozdulatok logikai egységekbe csoportosítását, csoportokon belüli, csoportok közötti kapcsolatok megítélését.

Ezen a ponton válik kitüntetett jelentőségűvé az SE4 Szemantikus vezérlés szoftvere. A robot leszkenneli környezetét, a nyers adatokat eljuttatja az operátorhoz, a körülötte lévő objektumokat és jelentésüket viszont nem tudja azonosítani.

A humán operátor ekkor annotálja, felcímkézi az objektumokat, jelentést társít hozzájuk. Segít a robotnak, hogy az építkezés megkezdése előtt értelmezze az ottani tárgyakat.

A változó környezet megértése fontos, de csak kezdeti lépés az MI tényleges függetlensége felé.