Τον τίτλο του πιο «επιδέξιου ρομπότ που έχει φτιαχτεί ποτέ» διεκδικεί ρομπότ που έφτιαξε ο Κεν Γκόλντμπεργκ, καθηγητής στο UC Berkeley και οι φοιτητής του, Τζεφ Μάλερ, και παρουσιάστηκε στην EmTech Digital- εκδήλωση στο Σαν Φρανσίσκο υπό την αιγίδα του MIT Technology Review για την τεχνητή νοημοσύνη.
Το «κλειδί», όπως σημειώνει το MIT Technology Review, δεν είναι τα μηχανικά του τμήματα, αλλά ο «εγκέφαλός» του, καθώς χρησιμοποιεί εξελιγμένο λογισμικό, ονόματι Dex-Net, για να πιάνει αποτελεσματικά ακόμα και τα πιο περίεργα αντικείμενα. Το ρομπότ του Γκόλντμπεργκ είναι πολύ πιο κοντά στην επιδεξιότητα που επιδεικνύουν οι άνθρωποι σε σχέση με οποιοδήποτε άλλο ρομπότ έχει αναπτυχθεί στο παρελθόν, ανοίγοντας τον δρόμο για ρομπότ με υψηλή ακρίβεια, που θα φαίνονταν ιδιαίτερα χρήσιμα σε αποθήκες και εργοστάσια, αλλά και σπίτια και νοσοκομεία.
Το μεγάλο πλεονέκτημα του Dex-Net είναι το πώς μαθαίνει να πιάνει αντικείμενα: Το λογισμικό προσπαθεί να τα πιάσει σε εικονικό περιβάλλον, «εκπαιδεύοντας» ένα νευρωνικό δίκτυο μέσω δοκιμών. Ακόμα και υπό συνθήκες εικονικού περιβάλλοντος, πρόκειται για μια δύσκολη διαδικασία- ωστόσο το Dex-Net μπορεί να διακρίνει ένα αντικείμενο που έχει πιάσει ξανά στο παρελθόν από έναν καινούριο. Μάλιστα, φτάνει στο σημείο να σπρώξει ελαφρά το αντικείμενο για να το «δει» καλύτερα, έτσι ώστε να καταλάβει πώς θα έπρεπε να το πιάσει.
Η τελευταία έκδοση του συστήματος περιλαμβάνει 3D αισθητήρα υψηλής ανάλυσης και δύο βραχίονες, ο καθένας από τους οποίους ελέγχεται από διαφορετικό νευρωνικό δίκτυο. Ο ένας βραχίονας διαθέτει μια κλασική «δαγκάνα» και ο άλλος ένα σύστημα αναρρόφησης. Το λογισμικό του ρομπότ σαρώνει ένα αντικείμενο και μετά εξετάζει και τα δύο δίκτυα για να αποφασίσει επί τόπου εάν έχει νόημα να το σηκώσει πιάνοντάς το ή μέσω «βεντούζας».
Κατά τη διάρκεια της παρουσίασης, ο Γκόλντμπεργκ είπε πως, μέσα σε πέντε χρόνια, αναμένει τα ρομπότ να φτάσουν σε ανθρώπινα επίπεδα όσον αφορά στη συγκεκριμένη δραστηριότητα.
Το «κλειδί», όπως σημειώνει το MIT Technology Review, δεν είναι τα μηχανικά του τμήματα, αλλά ο «εγκέφαλός» του, καθώς χρησιμοποιεί εξελιγμένο λογισμικό, ονόματι Dex-Net, για να πιάνει αποτελεσματικά ακόμα και τα πιο περίεργα αντικείμενα. Το ρομπότ του Γκόλντμπεργκ είναι πολύ πιο κοντά στην επιδεξιότητα που επιδεικνύουν οι άνθρωποι σε σχέση με οποιοδήποτε άλλο ρομπότ έχει αναπτυχθεί στο παρελθόν, ανοίγοντας τον δρόμο για ρομπότ με υψηλή ακρίβεια, που θα φαίνονταν ιδιαίτερα χρήσιμα σε αποθήκες και εργοστάσια, αλλά και σπίτια και νοσοκομεία.
Το μεγάλο πλεονέκτημα του Dex-Net είναι το πώς μαθαίνει να πιάνει αντικείμενα: Το λογισμικό προσπαθεί να τα πιάσει σε εικονικό περιβάλλον, «εκπαιδεύοντας» ένα νευρωνικό δίκτυο μέσω δοκιμών. Ακόμα και υπό συνθήκες εικονικού περιβάλλοντος, πρόκειται για μια δύσκολη διαδικασία- ωστόσο το Dex-Net μπορεί να διακρίνει ένα αντικείμενο που έχει πιάσει ξανά στο παρελθόν από έναν καινούριο. Μάλιστα, φτάνει στο σημείο να σπρώξει ελαφρά το αντικείμενο για να το «δει» καλύτερα, έτσι ώστε να καταλάβει πώς θα έπρεπε να το πιάσει.
Η τελευταία έκδοση του συστήματος περιλαμβάνει 3D αισθητήρα υψηλής ανάλυσης και δύο βραχίονες, ο καθένας από τους οποίους ελέγχεται από διαφορετικό νευρωνικό δίκτυο. Ο ένας βραχίονας διαθέτει μια κλασική «δαγκάνα» και ο άλλος ένα σύστημα αναρρόφησης. Το λογισμικό του ρομπότ σαρώνει ένα αντικείμενο και μετά εξετάζει και τα δύο δίκτυα για να αποφασίσει επί τόπου εάν έχει νόημα να το σηκώσει πιάνοντάς το ή μέσω «βεντούζας».
Κατά τη διάρκεια της παρουσίασης, ο Γκόλντμπεργκ είπε πως, μέσα σε πέντε χρόνια, αναμένει τα ρομπότ να φτάσουν σε ανθρώπινα επίπεδα όσον αφορά στη συγκεκριμένη δραστηριότητα.
