現代ロボットの父:スーパーAIは単なる空想

現代ロボットの父:スーパーAIは単なる空想

編集者注: この記事は、MIT Technology Review の副編集長兼編集長であり、AP 通信の技術編集者でもある Brian Bergstein によって執筆されました。

1984年のある日、ロドニー・ブルックスはタイの自宅で暑さと退屈と孤独を感じていました。このような状況で、彼はロボット工学の分野を変え、最終的にルンバ掃除機を何百万もの家庭に届けることになるひらめきを得たのです。

その年、ブルックスは30歳になるところだった。マサチューセッツ工科大学の新メンバーとして、ロボットを世界中で応用できるように取り組みました。もし可能ならば、彼はロボットが危険な場所に入り、周囲を探索し、私たちの家を掃除するといったSFのシーンが現実になることを望んでいるかもしれない。

固定式ロボットアームは 1960 年代から工場で反復作業を行ってきましたが、移動式ロボットはほとんど使用されていません。シェイキーはその初期の例です。 1960 年代後半から 1970 年代前半にかけて、SRI インターナショナルの研究者たちは巨大なコンピューター Shakey を開発しました。大きな障害物でいっぱいの部屋で自由に移動するには、Shakey には強力な計算能力が必要です。したがって、Shakey はワイヤレス経由でホスト コンピューターにリンクされます。

AI研究者たちは、マシンの全体的な計画能力とうまく連携するアルゴリズムを使用して、Shakeyの全体的な設定を簡素化しようと試みてきました。実際のところ、この分野での進歩は非常に遅いのです。 1970 年代後半、スタンフォード大学のハンス・モラベックは、しばらく動き続けてから停止し、写真を撮り、次の動きを計画できるカートを開発しました。車は室内の障害物を避けることができたが、15分ごとに約1メートルしか前進できなかった。

1984年、ブルックスも同様のアプローチを採用しました。あるプロジェクトでは、ロボットが周囲の地図を更新する際のロボットの動きの不正確さを数学的に説明する方法を研究している。彼は、当時の妻と幼い息子とともにタイへ出発する1か月前に、数式を紙に書き連ねたことを思い出す。彼はそれを「世界で最も退屈な紙」と呼んでいた。

オーストラリアで育ったブルックスはタイ語を話せなかった。そして彼の妻の家族は英語を話せませんでした。 「妻は家族と一緒のとき、英語を話せませんでした」と彼は言う。「だから私はただ座って、暑さの中で考え事をしたり、空想したりして時間を過ごしました。昆虫のブンブンという音を聞きながら、昆虫の脳はとても小さく、中には10万個の小さなニューロンしかないものもある、数学なんてできるはずがない、と考えました。でも昆虫は狩りをし、食べ、交尾し、私が攻撃すると飛び去っていきます。私は自分のロボットにもっと単純なことをさせたいのです。昆虫はどうやってこれらのことをするのでしょう? 昆虫の体の部位の構造的構成は昆虫と違うに違いありません。」

「そこから私のインスピレーションが始まったのです。」

昆虫はあらゆる状況を評価したり、選択肢を検討したり、それぞれの行動を計画したりするわけではありません。代わりに、彼らの脳は何億年にもわたって磨き上げられたフィードバック ループによって駆動されています。感覚情報によって特定の方法で反応し、これらの反応が組み合わさって、迅速で正確な行動が生まれます。そこでブルックスはケンブリッジに戻ったとき、複雑な数学を使ってロボットをプログラムするのをやめ、代わりに単純なルールを使ってソフトウェアを書き始めました。

彼はこのようにして作った最初のマシンを、AI研究者のアレン・ニューウェルに敬意を表して「アレン」と名付けました。ひっくり返したゴミ箱のようなこのロボットには、物体を検知するソナーが装備されており、ブルックス氏がプログラムした基本的な命令が 1 つだけある。それは「物を叩かないように」ということだ。アレンは人々に遭遇すると、彼らが立ち去るまでじっと立ってから先に進みます。その後、ブルックスは2番目のフィードバックループを追加し、マシンが自由に動くようにしました。現在、数個のセンサーと 2 つの主要コマンドだけで、アレン氏は混雑した部屋を歩き回り、動きの遅い人に追いつくことができます。

フィードバックのレイヤーを追加するだけで、アレンの動きがより複雑になります。ブルックスはアレンに新たな指示を出した。「さらに遠くまで探検して戻ってこい」。この 3 番目のルールは、障害物を回避するという最初のルールが適用されない限り、目的のない自由な移動を禁止します。この場合、ロボットは回復してからさらに遠くまで探索を続ける必要があります。

各センサー セットが、他の 2 つのフィードバック レイヤーの動作を調整するのに十分なフィードバックを受け取ったため、アレン氏は事前の判断なしにすべての指示を完了しました。これは、コンピューターが処理できる思考や行動の記号表現を考案するために何十年も研究を続けてきたブルックス氏の AI の先人たちを悩ませた。後に二人の著名な研究者がブルックスに、彼が会議でアレンを紹介したとき、一人がもう一人に「なぜこの若者は自分の将来を捨てているのか」とささやいたと語った。

ブルックスはひるむことなく、トムとジェリーのおもちゃの車に乗ったアレンの動きを真似した。その後、彼はソーダ缶を検知して拾い上げることができるロボット「ハーバート」と、不整地でも素早く移動できる重さ1キロの6本足ロボット「ジンギス」を開発した。

1990年に発表された「象はチェスをしない」という論文の中で、ブルックス氏は、彼のロボットが、複雑な世界モデルを単に肉体のない電子頭脳に詰め込んだだけの従来のAIアプローチの欠点を明らかにしたと主張した。機械が自ら世界を探索できるようにしてみませんか?ブルックスはこう書いている。「世界は人にとって最高の教師だ。世界は常に最新の情報で更新されている。その秘訣はそれを適切に認識することだ。」

古典的な AI 研究者は、ブルックスの単純なロボットは能力が限られていると非難するだろう。しかしブルックス氏は、より洗練されたフィードバックがあれば、彼のマシンはより複雑なタスクを実行できるだろうと述べている。 「同様に、ゾウはチェスをしないから研究する価値がないと結論付けるのは不公平だろう」と彼は書いている。

ブルックス氏はiRobotで自分が主張した点を証明した。 iRobot は、1990 年に彼と彼の 2 人の学生、ヘレン・グライナーとコリン・アングルによって共同設立されました。 iRobot 社は、地雷の探知と破壊、瓦礫の捜索、兵士の装備の運搬などを行う米軍向けの移動ロボットを開発し、2002 年に掃除ロボット「ルンバ」を発売した。同社はその後、排水溝や床、プールを掃除できるロボットを開発した。同社はこれまでに2,500万台のロボットを販売した。

しかし、ブルックス氏が2008年に共同設立したRethink Robotics社は、iRobot社ほど成功していない。リシンクは、工場や梱包施設で人間と一緒に働くことができるロボット、バクスターとソーヤーを開発した。しかし、両製品の需要は低迷し、同社は昨年この技術を売却した。 ブルックス氏は現在、さまざまなロボット用のソフトウェアを開発するRobust.AIというスタートアップを立ち上げている。

コンピューター科学者は過去10年間でニューラルネットワークやその他のAI技術で目覚ましい進歩を遂げてきたが、ブルックス氏は、機械が物理的に世界と関わらない限り、真にインテリジェントなエージェントにはならないと断固として主張している。この考えは、超強力な AI の時代がすぐそこまで来ていると信じる技術者とは衝突するが、ブルックス氏はこの流れに逆らうことは一度も考えたことがない。

同氏は「科学技術を実現するために多くの人がキャリアを諦めており、誰が成功するかは分からない。これは多大なエネルギーを要する賭けであり、人々の努力が報われる日が来るかもしれない」と語った。

<<:  スマート シティ: 誇大広告と現実を切り離す!

>>:  心でタイピング、中国で脳コンピューターインターフェースの新記録が樹立されました!

ブログ    

推薦する

Midjourneyの隠されたスキルをアンロックする:プロンプトを変更すると、4つの正方形のグリッドが「分裂」します

Midjourney は多くの人が使用するグラフィック デザイン ツールです。最近アップデートされた...

...

3つの勾配降下法アルゴリズム(BGD、SGD、MBGD)の違い

序文ネットワークをトレーニングするときに、batch_size を設定することがよくあります。この ...

AIレーシングドライバーが人間を破り自然の頂点に! 1,000台のPS4のトレーニング、トラックを支配するための極端な追い越し

近年、さまざまなゲームで高性能なAIが人間に勝利するというニュースが頻繁に登場しています。初期のチェ...

最新の機械学習ツール

コンテクストデータ サイエンスは急速に進化しており、機械学習の役割は、データ サイエンスのハイブリッ...

賈強淮: Ant大規模知識グラフの構築とその応用

1. アトラスの概要まず、ナレッジグラフの基本的な概念をいくつか紹介します。 1. ナレッジグラフと...

ジェネレーティブAIがソフトウェア配信を支援する方法

レイチェル・レイコック約 2 か月前、私は Thoughtworks の CTO になりました。それ...

...

JVM メモリ管理 - GC アルゴリズムの詳細な説明

導入究極のアルゴリズムとは何ですか?実際、これは現在の JVM で使用されているアルゴリズムであり、...

...

...

GoogleはAIモデルのトレーニングのためだけに「アメリカ版Tieba」のデータを購入するのに6000万ドルを費やした!アルトマンは第3位の株主である

事件は解決しました!先週、Redditは、匿名の企業が同社のユーザーコンテンツにアクセスしてAIモデ...

機械知能のための TensorFlow 実践: 製品環境へのモデルの導入

TesnsorFlow を使用して、基本的な機械学習モデルから複雑なディープラーニング ネットワーク...

Xunlei 創設者 Cheng Hao: 人工知能起業における 6 つの核心課題

[[205875]]まず第一に、今日ビジネスを始めようと決めたなら、インターネットよりも人工知能に重...