Hei hakkerit! Tämä artikkeli on toinen kahden osan sarjassa fyysisen AI: n tekniikan todellisuudesta. ja otsikossa , Keskustelimme siitä, miten kaoottinen fyysinen maailma, suuret epäonnistumisasteet ja Sim-to-Real-ero tekevät kehittyneen AI: n käytöstä robotiikassa vaikeampaa ongelmaa kuin tekstin, kuvien tai videon tuottaminen AI-chatbotin kautta. Part 1   Seuraava suuri tekniikan raja: Fyysisen AI: n piilotettu monimutkaisuus Seuraava suuri tekniikan raja: Fyysisen AI: n piilotettu monimutkaisuus Toinen ja luultavasti suurempi taistelu on lopullisen järjestelmän itsensä hyväksyttävän turvallisuuden uudelleen määritteleminen. Kun insinöörit käyttävät näitä järjestelmiä, teollisuus esittää kriittisen kysymyksen: 
 
 Mikä on hyväksymiskriteeri, jotta robotti voidaan pitää riittävän turvallisena? What is the acceptance criterion for a robot to be deemed safe enough? Yksi leiri uskoo, että tavoite on Jos robotti voi ajaa samoin kuin lisensoitu taksinkuljettaja, tai jos humanoidi voi taittaa vaatteita yhtä nopeasti kuin teini-ikäinen, tuote on valmis. Human-Level Olen kuitenkin täällä esittämään väitteen, että tämä usko on harhaanjohtava. Ihmisen suorituskyvyn tavoitteena on keskinkertaisuus. Me ihmiset väsymme. Meitä häiritsee. Meillä on sokea piste verkkokalvon keskellä sekä pään takana. Me annamme tunteiden vaikuttaa päätöksentekoon ja ne rajoittavat fyysisiä moottorin hallintaominaisuuksiamme. Jos insinöörit suunnittelevat robotin näkemään kuin ihminen ja reagoimaan kuin ihminen, he ovat rakentaneet epätäydellisen ja epävarman tuotteen. Tässä artikkelissa selitän, miksi fyysisen AI: n mahdollistaminen ihmisen vastaavan suorituskyvyn saavuttamiseksi on epäonnistumista. Haluan hajottaa matematiikan siitä, miksi et voi tilastollisesti validoida robottia ihmisen vertailuarvoa vastaan, ja miksi turvallisuuden tulevaisuus riippuu ratkaisevasti . superhuman machines Miksi kuuntelet minua? Jos luet jotakin artikkeleistani ensimmäistä kertaa, tässä on lyhyt esittely. Minä olen Tällä hetkellä olen Waymon Senior Sensing Systems Engineer.Työni autonomisissa järjestelmissä kattaa Applen Special Projects Groupin, Autonomous Trucksin Applied Intuitionin ja Fordin kuljettajaa avustavan teknologian. Nishant Bhanot, Olen nähnyt turvallisuuden validoinnin kaikista kulmista.Tähän sisältyy kaikki moottoritien avustusominaisuuksista, joita käytetään nykyään kuluttaja-autoissa, täysin autonomisiin robotaxiin, jotka navigoivat monimutkaisiin kaupunkiympäristöihin.Olen oppinut kovalla tavalla, että riittävän hyvä laboratoriossa ei joskus ole riittävän hyvä todelliselle maailmalle. Biologisen laitteiston rajat Ihmisen silmät ja kädet ovat evolutionaarisen tekniikan ihmeitä. Ne ovat energiatehokkaita ja mukautuvia yleisiin älykkyystehtäviin. Kun sovellamme näitä biologisia rajoituksia nykyaikaiseen robotiikkaan, saavutamme ihmisen perustavanlaatuisten kykyjen rajat. 1. Field of View Ihmiset luottavat foveaaliseen näkemykseen.Tätä kutsutaan joskus myös Näemme korkean resoluution yksityiskohdat vain suunnilleen Keskiosa ja aivot täyttävät loput arvioinnilla ja muistilla. Meillä on myös sokea piste, jossa näköhermo yhdistyy verkkokalvoon. Meidän on jatkuvasti puristettava jäljittääksemme dynaamista kohtausta, kun kierrämme silmämme ympäri koota yhteen johdonmukainen kuva. tunnel vision 2 to 5 degrees Robottianturipaketilla ei kuitenkaan ole tätä rajoitusta. Harkitse tyypillistä LiDAR-yksikköä, joka pyörii 10 Hz: ssä. Maailman pistepilvi senttimetritason tarkkuudella. Se tekee tämän samanaikaisesti joka suuntaan. Useita kameroita ei vilkku. He eivät menetä perifeeristä tietoisuutta vain siksi, että he keskittyvät tiettyyn kohteeseen. 360-degree 2. Latency Kun ihmisen kuljettaja näkee jarruvalon kääntyvän punaiseksi, tapahtuu monimutkainen biologinen ketjureaktio. Se alkaa, kun liikennevalon fotonit iskevät verkkokalvoon. Signaali kulkee näön hermoon. Aivot käsittelevät kuvaa ja eturauhanen päättää toimia. Signaali kulkee alas selkärangan jalkojen lihaksiin. Vasta sitten jalka lopulta liikkuu painamaan jarrujalkaa. Liikenneturvallisuustutkimukset, kuten American Association of State Highway and Transportation Officials (AASHTO), arvioivat tyypillisesti tätä havainto-reaktioaikaa Tyypillisillä moottoritien nopeuksilla auto voi matkustaa noin puolet jalkapallokentän pituudesta ennen kuin se edes alkaa hidastaa. 1 to 1.5 seconds Silikonipohjainen robotiikan ohjauslinja ei toimi samoilla rajoituksilla.Kamerakehys voidaan tallentaa, käsitellä hermoverkossa ja muuntaa jarrutuskomennoksi alapuolella. Tämä on vähintään kaksi kertaa parempi kuin ihmisen parhaat suorituskykystandardit. 300 milliseconds 3. Precision Tämä ero koskee myös leikkausta.Vaikka ihmisen käsi kykenee uskomattomaan taitoon, se on rajoitettu Jopa vakaimmalla kirurgilla on mikroskooppisia vapinaa, kun väsymys alkaa tuntikausia leikkauspöydän yllä seisomisen jälkeen. physiological tremor Kirurginen robotti ei väsy.Se voi skaalata liikettä alaspäin niin, että kirurgin viiden senttimetrin liike kääntää alaspäin alaspäin. The Bottom Line Alempi linja Kun sanomme, että haluamme ihmisen tason turvallisuutta, hyväksymme implisiittisesti nämä biologiset rajoitukset. Hyväksymme, että optiset sokeat täplät, korkea latenssi ja fysiologisesti rajoitettu tarkkuus ovat standardit, jotka on täytettävä. Meidän ei pitäisi koodata näitä rajoituksia koneisiimme. Tilastollisen validoinnin haasteet Generatiivisen AI: n ja fyysisen AI: n välillä on perustavanlaatuinen ero.Jos chatbot hallusinoituu, se kirjoittaa huonon runon.Jos fyysinen robotti hallusinoituu, se voi aiheuttaa fyysistä vahinkoa. humanoidinen robotti kuljettaa raskaita hyödyllisiä kuormia varastossa. Se käsittelee myös teräviä teollisia työkaluja tai kuumia komponentteja. Samoin itsenäinen ajoneuvo on tehokkaasti monitonninen ohjus, joka liikkuu moottoritien nopeudella. Lopuksi toimitusmoottori toimittaa lasiaineita asuinalueen takapihalle. Epäonnistuminen millä tahansa tällaisella alueella on välittömiä fyysisiä seurauksia. Turvallisuuskriittisen järjestelmän validoimiseksi etsimme tyypillisesti mittareita, kuten Testaamme järjestelmää, kunnes meillä on riittävästi tietoja sen varmistamiseksi, että se täyttää turvallisuustavoitteemme. Mean Time Between Failures (MTBF) Mielenkiintoista on, että biologisista rajoituksistamme huolimatta ihmiset ovat itse asiassa melko turvallisia. NHTSA: n tietojen mukaan ihmisen kuljettajat Yhdysvalloissa kärsivät kuolemasta noin kerran 100 miljoonan kilometrin välein. Jotta tieteellisesti todistettaisiin, että fyysinen tekoälyjärjestelmä, jolla on ihmisen tason kyky, on vain 20 prosenttia turvallisempi kuin ihminen, tarvitset näytteen koon, joka on riittävän suuri tilastollisen merkityksen vahvistamiseksi. Jos pyrimme marginaalisiin parannuksiin ihmisen vertailuarvojen yläpuolella käyttämällä ihmisen kykyjen tason tekoälyä, validoinnista tulee erittäin aikaa vievää. Validointilogiikka muuttuu kuitenkin, jos pyrimme kyky käyttää järjestelmiä, jotka ovat suuruudeltaan turvallisempia kuin ihmiset. voimme todistaa, että tietyt onnettomuusluokat ovat johtuen järjestelmän sisäisestä ylivertaisesta suunnittelusta. Superhuman Erittäin epätodennäköistä Yliluonnollinen arkkitehtuuri Haastava kysymys on, että jos emme voi vahvistaa turvallisuutta pelkästään brute-forcing kilometrejä tai tunteja, miten saavutamme sen? Uskon, että vastaus on . Architectural Superiority Ihmisen kuljettaja luottaa lähes kokonaan näkyvään valospektrin (niiden silmät). sumua, kiiltoa, pimeyttä tai muita yhteisiä elementtejä todellisessa maailmassa voi osittain tai kokonaan sokeuttaa heidät hetkessä. Hyvin rakennettu fyysinen AI-järjestelmä, joka on suunniteltu Tämä tarkoittaa, että järjestelmä voi käyttää eri fysiikan tyyppejä tarkistaakseen saman todellisuuden. orthogonal redundancy 1. Seeing the Invisible Skenaariossa, jossa on raskas sumua tai sokeaa auringonvaloa, ihmissilmä on vaarantunut, koska näkyvä valo hajottaa tai kyllästää. Kamerat jakavat tämän haavoittuvuuden, mutta arkkitehtuuri, joka yhdistää seuraavat antureet, toimii periaatteessa paremmin: Vain 
 
 
 Lidar toimii aktiivisena valonlähteenä. Se lähettää omia laserpulsseja mittaamaan tarkan etäisyyden fotonitason tarkkuudella. Se luo tarkan 3D-kartan maailmasta riippumatta siitä, onko se keskipäivä vai kuun ilmainen keskiyö. Radari toimii radiotaajuusalueella.Se jättää kokonaan huomiotta kosteuden, havaitsee sumun ja sateen avulla liikkuvien esineiden sijainnin ja nopeuden Dopplerin tarkkuudella. Yhdistämällä nämä syötteet järjestelmä rakentaa maailmanmallin, joka on vankka samoihin olosuhteisiin, joita biologiset toimijat sokeuttavat. 2. Kinematic Degree of Freedom Tämä etu ulottuu robotin itsensä fyysiseen muotoon. Ihmiset ovat rajoitettuja primate-muodon luurankojen mekaniikalla. Polvemme taivuttavat vain yhteen suuntaan, ja torssillamme ja kaulallamme on rajoitettu pyörimisalue. Jos ihminen tarvitsee vetäytyä vaarasta kantamalla kuormaa, hänen on kävelettävä taaksepäin sokeasti, vaarantamalla matkaa tai törmäystä. Humanoidi voidaan kuitenkin suunnitella nivelillä, jotka kykenevät Se voi valvoa takana olevia vaaroja kääntämättä vartaloaan ja voi kävellä taaksepäin samalla vakaudella ja turvallisuudella, kun se kulkee eteenpäin. 360-degree rotation Alempi linja Turvallisuus tulee siitä, että rakennetaan yliluonnollinen järjestelmä, jolla on pääsy perustietoihin ja fyysisiin kykyihin, jotka ylittävät ihmisen lähtötason. Yhteiskunnalliset hyväksymiskriteerit On yksi lopullinen syy, miksi inhimillisen suorituskyvyn tavoittelu on strateginen virhe. Yhteiskunta arvioi koneita pohjimmiltaan erilaisilla standardeilla kuin ihmisiä.Jos ihmisen kuljettaja häiritsee ja lopettaa auton, kutsumme sitä onnettomuuteen. Ihmiset tuomitaan luonteensa mukaan. Me omistamme sen Kun a Sitä pidetään ehkäisevänä . human fails fatigue or distraction machine fails error in logic Tämän yhteiskunnallisen hyväksymiskriteerin vuoksi fyysinen tekoäly ei voi olla yhtä turvallinen kuin ihminen.Voittaakseen yleisön luottamuksen robotin on osoitettava paljon korkeampi pätevyystaso, joka tekee ihmisen kaltaisista virheistä mahdottomia. Johtopäätös Olemme historian suurimman robotiikan käyttöönoton kärjessä.Kun siirtymme chatbotteista fyysisiin robotteihin, meidän on jätettävä ihmisen tason vertailuarvo taakse. Valitettavasti biologinen evoluutio ei ole optimoinut meitä deterministiseen turvallisuuteen.Me kärsimme korkeasta latenssista, tunnelin näkemys rajoittaa meitä ja olemme alttiita väsymykselle tai häiriötekijöille. Tässä yhteenveto: 
 
 
 
 Tilastot sanovat, että emme voi vahvistaa ihmisen turvallisuutta kohtuullisessa ajassa. Arkkitehtuuri antaa meille mahdollisuuden nähdä näkymätön ja liikkua tavalla, jota biologia ei voi. Yhteiskunta vaatii koneilta sellaista suorituskykyä, jota se ei koskaan vaadi ihmisiltä. Uskon, että fyysisen AI: n tavoitteena ei ole toistaa ihmisen toimintaa. Sen sijaan tavoitteena on rakentaa uusi operaattoriluokka. Operaattori, joka ei häiritse tai paniikkia. Operaattori, joka näkee sumun läpi ja siirtää scalpelin submillimetrin tarkkuudella. Turvallisen fyysisen AI:n tulevaisuus on ja kykyjä. superhuman

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Tämä ääni on tuotettu tarinan alkuperäisellä kielellä!

Miksi fyysisen AI: n on oltava yliluonnollinen

About Author

KOMMENTIT

RIPUTA TAGSIA

TÄMÄ ARTIKKELI ESITETTIIN

Related Stories

Why Choosing to Publish on HackerNoon First Matters

About Bitcoin And “Web 2.5,” HackerNoon’s First Documentary

Spaghetti

The #bitcoin Writing Contest by Rootstock and HackerNoon: Final Round Results🎉

Why Choosing to Publish on HackerNoon First Matters

About Bitcoin And “Web 2.5,” HackerNoon’s First Documentary

Spaghetti

The #bitcoin Writing Contest by Rootstock and HackerNoon: Final Round Results🎉

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps