Robot autónomo

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 25 de mayo de 2022; las comprobaciones requieren 3 ediciones .


Los robots autónomos  son robots que realizan acciones o tareas con un alto grado de autonomía , lo cual es especialmente necesario en áreas como la exploración espacial , el mantenimiento (como la limpieza), el tratamiento de aguas residuales y la entrega de bienes y servicios.

El desarrollo de robots autónomos

En su desarrollo, los robots han recorrido un largo camino, que comenzó con mecanismos simples que realizan una acción de acuerdo con una plantilla.

Los robots modernos no solo son mucho más complejos, sino que requieren cada vez menos control en cada etapa y, en un futuro no lejano, los robots podrán prescindir de la intervención humana en la mayoría de las tareas. La electrónica moderna ha respondido durante mucho tiempo a las condiciones cambiantes de forma más rápida y precisa de lo que lo hubiera hecho un operador. Por ejemplo, la posición de un dron (UAV) en el espacio se estima decenas y centenas de veces por segundo. La estabilización se puede llevar a cabo tan rápidamente que su trabajo solo se puede ver por el resultado. Los UAV ligeros (vehículos aéreos no tripulados) vuelan constantemente en clima ventoso, sortean obstáculos, trabajan juntos como parte de un enlace y mantienen los objetos filmados en el marco. Hasta ahora, la mayoría de los drones se controlan de forma remota, y los diseñadores están dando prioridad a lograr la máxima autosuficiencia en el futuro cercano.

Uno de los problemas importantes de la robótica es crear oportunidades para que el robot haga frente a las tareas que se le asignan en cualquier entorno: en tierra, bajo el agua, en el aire, bajo tierra o en el espacio.

Un robot completamente autónomo debe tener las siguientes habilidades:

Un robot autónomo puede aprender o adquirir nuevas habilidades, como mejorar algoritmos para realizar sus tareas o adaptarse a cambios en el entorno.

Los robots autónomos, sin embargo, requieren un mantenimiento regular, al igual que con otras máquinas, a menos que se especifique lo contrario.

La arquitectura de los robots inteligentes

Hasta la fecha, se supone que el robot inteligente debe incluir los siguientes sistemas:

  1. Modelo mundial: refleja el estado del mundo para el robot en términos convenientes para el almacenamiento y el procesamiento. El modelo mundial realiza la función de almacenar el estado de los objetos en el mundo y sus propiedades.
  2. Sistema de reconocimiento: esto incluye sistemas de reconocimiento de imágenes, sistemas de reconocimiento de voz y similares. La tarea del sistema de reconocimiento es identificar, es decir, "reconocer" los objetos que rodean al robot y su posición en el espacio. Como resultado del funcionamiento de los componentes del sistema de reconocimiento, se construye un modelo del mundo.
  3. Sistema de planificación de acciones: realiza una transformación "virtual" del modelo mundial para obtener algún tipo de acción. En este caso, generalmente se verifica la viabilidad de la meta. El resultado del sistema de planificación de acciones es la construcción de planes, es decir, secuencias de acciones elementales.
  4. Sistema de ejecución de acciones: intenta ejecutar acciones planificadas emitiendo comandos a los dispositivos ejecutivos y controlando el proceso de ejecución. Si la ejecución de una acción elemental es imposible, entonces todo el proceso se interrumpe y se debe realizar una nueva (o parcialmente nueva) planificación.
  5. Sistema de gestión de objetivos: define la jerarquía, es decir, la importancia y el orden para lograr los objetivos. Las propiedades importantes del sistema de control son la capacidad de aprender y adaptarse, es decir, la capacidad de generar secuencias de acciones para el objetivo establecido, así como ajustar su comportamiento a las condiciones ambientales cambiantes para lograr los objetivos establecidos. [una]

Ejemplos de avances en robots autónomos comerciales

Autoservicio

El primer requisito para la plena autonomía del robot es su capacidad para cuidarse a sí mismo. Hoy en día, muchos robots que funcionan con baterías pueden encontrar fuentes de energía y conectarse a ellas por sí mismos, y algunos juguetes, como el Aibo de Sony, también pueden conectarse automáticamente a su cargador.

El autoservicio se basa en el principio de "propiocepción" o evaluación del propio estado interno. En el caso de un cargador de batería, por ejemplo, el robot puede decir propioceptivamente (después de evaluar su estado) que tiene poca batería, y luego el robot comenzará a intentar encontrar su cargador. Otro sensor propioceptivo común es el control del calentamiento (intercambio de calor con el medio ambiente). Las habilidades propioceptivas mejoradas son esenciales para que los robots operen de manera autónoma en entornos de consumo o en entornos extremadamente hostiles.

Sensores propioceptivos generales:

  • Sensor termal;
  • sensor de efecto hall
  • Sensor óptico
  • Sensor de contacto de objetos
Sondeo (escaneo) del entorno

La exterocepción  es una evaluación de los parámetros ambientales. Los robots autónomos deben tener una gama de sensores de evaluación ambiental para realizar sus tareas inmediatas y evitar problemas.

Sensores exteroceptivos generales:

  • Sensores de espectro electromagnético ;
  • sensores de sonido ;
  • sensores táctiles;
  • Sensores químicos (olor, olor )
  • Sensores de temperatura;
  • Sensores para evaluar la distancia al objeto;
  • Sensores de estimación de posición (desplazamiento relativo a objetos)

Algunos cortacéspedes robóticos adaptan su software para determinar qué tan rápido germinará el césped, lo cual es necesario para lograr el nivel ideal de rendimiento. Y algunos robots de limpieza tienen detectores de nivel de suciedad para determinar con qué facilidad se elimina la suciedad: analizan esta información para determinar cuánto tiempo deben permanecer en un área determinada mientras limpian el piso.

Completando misiones

El siguiente paso en el desarrollo del comportamiento autónomo es la capacidad de realizar ciertas tareas físicas. La llegada de nuevas aspiradoras robóticas pequeñas como iRobot y Electrolux en 2002 fue una gran promesa para el desarrollo de esta área de la robótica. Aunque todavía hay algunos problemas con el nivel de inteligencia de estos sistemas robóticos, ya pueden trabajar en áreas bastante grandes y en espacios reducidos, maniobrando de manera efectiva en interiores, ya que utilizan conjuntos de sensores de contacto y sin contacto. Ambos robots calculan rápidamente los algoritmos de trabajo, lo adaptan a situaciones específicas y así cubren de manera óptima la superficie de trabajo sobre la que deben trabajar.

El siguiente nivel de ejecución autónoma de tareas requiere que el robot sea capaz de realizar tareas condicionales complejas. Por ejemplo, los robots de seguridad se pueden programar para detectar intrusos y responder de cierta manera, según dónde se encuentre el intruso y qué esté haciendo.

Posicionamiento táctil y navegación interior

Para asociar su comportamiento a un lugar (para realizar la localización), el robot necesita determinar dónde se encuentra y tener la capacidad de moverse de un punto que ha fijado a otro. Dicha navegación comenzó con el control por cable en la década de 1970 y evolucionó hacia la triangulación de balizas a principios de la década de 2000. Los robots comerciales modernos ya son capaces de moverse de forma autónoma, basándose en el análisis de la transmisión de datos directamente desde sus sensores. Los primeros robots comerciales en hacer esto fueron los robots de hospital HelpMate de Pyxus y el robot de seguridad CyberMotion . Ambos sistemas se desarrollaron en la década de 1980. Estos robots inicialmente utilizaron planos de planta CAD dibujados a mano , sonares y sistemas de detección de paredes para navegar en interiores. La próxima generación, como el PatrolBot de MobileRobots y la silla de ruedas autónoma [2] , que se introdujeron en 2004, pudieron crear sus propios mapas de interiores usando sensores láser y moverse por espacios abiertos como un vestíbulo o un pasillo. Sus sistemas de control cambiaban rápidamente la ruta de navegación si había algún obstáculo en su camino.

Inicialmente, la navegación autónoma utilizaba sensores planos (sensores planos), como telémetros láser, que podían percibir información al mismo nivel. Los sistemas avanzados combinan información de varios sensores para localización (posicionamiento) y navegación. Los sistemas como Motivity pueden depender de diferentes sensores en diferentes situaciones, dependiendo de qué sensor proporcione los datos ambientales más confiables. Por lo tanto, tales robots crean rápida e independientemente un mapa del entorno por sí mismos.

En lugar de subir escaleras, lo que requiere un hardware altamente especializado, algunos robots de navegación para interiores operan en lugares accesibles para discapacitados, controlando ascensores y puertas electrónicas [3] . Con estas interfaces controladas electrónicamente, los robots pueden moverse fácilmente en interiores. Subir escaleras de forma autónoma y abrir puertas por tu cuenta son tareas en las que están trabajando los roboticistas en nuestro tiempo.

Con el desarrollo de estas tecnologías para interiores, los robots de limpieza podrán limpiar una superficie compleja definida por el usuario o un piso completo sin la intervención del usuario. Los robots de seguridad podrán conducir y rodear conjuntamente a los intrusos, así como cortar su ruta de escape. Estos avances también brindan beneficios colaterales: los mapas internos de los robots generalmente incluyen "zonas prohibidas" que los humanos configuran para evitar que un robot autónomo ingrese a ciertas regiones.

Posicionamiento táctil y navegación en exteriores

Al aire libre La autonomía se logra más fácilmente en el aire, ya que hay pocos obstáculos para el movimiento (paredes, esquinas, escaleras). El misil de crucero  es un robot autónomo muy peligroso. Los drones (vehículos aéreos no tripulados) se utilizan cada vez más en el reconocimiento. Algunos de estos vehículos aéreos no tripulados (UAV) son capaces de realizar sus tareas sin ninguna intervención humana, salvo, quizás, la posibilidad de aterrizar, donde una persona debe utilizar el control remoto. Sin embargo, algunos de los UAV ya tienen la capacidad de aterrizar de manera segura. Los UAV pueden ser de particular importancia cuando se monitorean instalaciones subterráneas, por ejemplo, minas de carbón, donde pueden reconocer las condiciones para la implementación de procesos tecnológicos o llevar a cabo operaciones de rescate. [5]

La autonomía al aire libre es muy difícil de lograr debido a:

  • tridimensionalidad de la superficie terrestre;
  • grandes diferencias en la densidad superficial;
  • características meteorológicas;
  • inestabilidad del entorno sobre el cual se recopila la información.

En los Estados Unidos, como parte del proyecto MDARS, se desarrolló y creó un prototipo de robot para operación al aire libre en la década de 1990, y desde 2006 el robot se ha puesto en serie. Los robots MDARS de General Dynamics pueden navegar de forma semiautónoma y detectar intrusiones utilizando la arquitectura de software MRHA común a todos los vehículos de combate no tripulados. El robot Seekur fue la primera variante de robot autónomo comercial en demostrar capacidades similares a MDARS , apuntando a aeropuertos, servicios públicos, instalaciones correccionales y el Ministerio del Interior . [6]

Los rovers MER- A y MER-B (ahora conocidos como Spirit y Opportunity ) pueden determinar la posición del sol y pueden establecer su ruta de esta manera:

  • crear un mapa de superficie 3D;
  • cálculo de áreas seguras y peligrosas de la superficie utilizando sensores de visión 3D;
  • calcular la ruta óptima a través de áreas seguras en la dirección deseada;
  • moverse en una dirección determinada;
  • repetir los ciclos de tareas especificados hasta que se alcance el destino deseado o se encuentren otras rutas hacia el destino.

Los robots ESA Rover y ExoMars Rover planificados tendrán sensores de visión basados ​​en localización relativa y localización absoluta, lo que facilitará que los robots naveguen trayectorias seguras y eficientes hacia un objetivo al:

  • reproducir modelos 3D de la superficie que rodea al rover utilizando un par de cámaras estéreo;
  • determinar áreas seguras y peligrosas y la dificultad general para que el rover navegue por la superficie;
  • calcular rutas eficientes a través de áreas seguras hasta el destino deseado;
  • mover el rover a lo largo de las rutas planificadas;
  • creando una "carta de navegación" de todos los datos de navegación anteriores.

El DARPA Grand Challenge y el DARPA Urban Challenge , financiados por el gobierno de los EE. UU., han estimulado el desarrollo de habilidades y capacidades nuevas y mucho más avanzadas para robots autónomos, mientras que los robots autónomos aéreos han estado en esta etapa desde la década de 1990. como parte de la International Concurso de Robots Voladores de AUVSI (Asociación Internacional de Sistemas de Vehículos No Tripulados).

Ya se están diseñando robots autónomos de agua, y algunos de ellos ya se han construido. Como parte de la iniciativa europea, Francia construirá una nueva generación de robots submarinos autónomos. El contratista general es Thales , y el proyecto se llama Asemar . Este dispositivo estará diseñado para el reconocimiento submarino: con la ayuda de tales robots que navegan en un área determinada bajo el agua, puede detectar varios objetos (como minas marinas o algún tipo de contenedor), puede seguir submarinos o, digamos, para nadadores de combate. [7]

En el futuro, los vehículos de baja visibilidad con un desplazamiento de varias toneladas realizarán patrullas de forma autónoma a lo largo de rutas específicas y, al mismo tiempo, podrán cubrir distancias de miles de kilómetros. Dichos robots están ubicados en la columna de agua, se mueven a lo largo de las corrientes (los mapas de navegación detallados se han "digitalizado durante mucho tiempo"), así como con la ayuda de su propio motor. [ocho]

Problemas en el desarrollo de la industria de robots autónomos

Hay muchos problemas en el camino del desarrollo de robots autónomos como parte del progreso, el principal de los cuales es la creación de inteligencia artificial, sin embargo, hay muchos problemas más pequeños pero significativos.

El problema de crear inteligencia artificial

Para crear un programa de acciones, un robot autónomo necesita escribir nuevos y nuevos algoritmos cada vez: la máquina no tiene libre albedrío ni siquiera en el marco de la realización de las tareas asignadas: solo ejecuta el código del programa, revisa las opciones para el ejecución más racional de la tarea. Cuando la tarea se agota, el robot pierde el motivo para funcionar. Al robot no se le pueden dar instrucciones abstractas, ya que no existe una interpretación del concepto de “instrucción abstracta” en forma de “instrucción concreta”. La salida es crear un sistema tal que produzca por sí mismo los algoritmos de acción, comportamiento o juicio que se deben producir para cada caso específico, y este sistema también debe acumular información/experiencia y analizar las conclusiones y generalizaciones a partir de ella. Tal sistema que hace generalizaciones - hace construcciones abstractas, no cálculos aritméticos, lo que significa que debería ser considerado como inteligencia. Su naturaleza artificial determina su caracterización como "inteligencia artificial". La autonomía de los robots depende en gran medida de la creación de inteligencia artificial (IA).

Los desarrollos científicos en el campo de la inteligencia artificial han llegado a un callejón sin salida. No existe una opinión generalmente aceptada sobre qué es la IA. Pero cada nueva conferencia o simposio genera nuevos y nuevos "conceptos" que tienen carencias comunes. Muy pocas veces salen a la luz nuevas ideas, por ejemplo, la idea de las redes neuronales. Las computadoras son cada vez mejores para jugar al ajedrez. Sin embargo, ninguna computadora aprende e inventa nuevos algoritmos para jugar al ajedrez por sí sola: utilizan esquemas y trucos sugeridos por ajedrecistas talentosos o programadores-matemáticos, es decir, portadores de inteligencia genuina. Las computadoras solo están clasificando las opciones. Sin embargo, en el mundo, una simple enumeración de opciones a menudo no es apropiada, ya que hay muchas opciones y los datos de entrada son desconocidos. Necesitamos improvisación, pensamiento abstracto, del que las máquinas aún no son capaces, y aún no se ha encontrado una salida a esta situación ni en forma filosófica ni matemática. [9]

El problema de la alimentación

Uno de los principales problemas en la creación de robots completamente autónomos es el problema de proporcionarles comida. Una posible solución es dotar al robot de paneles solares, pero es posible que este método de obtención de energía no siempre esté disponible en ausencia de una fuente de luz suficientemente brillante. En países cercanos al cinturón ecuatorial, esto puede no ser un problema, pero la mayoría de los países desarrollados están ubicados en zonas templadas, por lo que el problema de la energía, debido a la baja eficiencia de los paneles solares modernos, es fundamental para los robots autónomos. Una forma prometedora es entrenar a los robots para que extraigan energía por sí mismos de la misma manera que lo hacen los animales. Sin embargo, esto planteará el problema de obtener materias primas biológicas de alta calidad para alimentos. La idea es entrenar al robot para que coma algo que se pueda encontrar fácilmente en casi todas partes, por ejemplo: hojas caídas, insectos muertos o desechos humanos.

En 2004, el profesor Chris Melhuish de la Universidad del Oeste de Inglaterra y su equipo desarrollaron el robot EcoBot II , que generaba energía para su "vida" a partir de moscas o trozos de manzanas podridas. Su versión más avanzada, "EcoBot III" . En 2010, a este robot se le enseñó a deshacerse de los desechos bacterianos para que las bacterias que aseguran el funcionamiento de las celdas de combustible microbianas (MFC, por sus siglas en inglés) no mueran por sus propias "impurezas". Hoy, ya se está ensamblando un nuevo modelo del robot " en la grada " EcoBot-IV " , cuyos elementos combustibles, como sugieren los desarrolladores, podrán funcionar durante 20-30 años, porque no hay partes móviles en el MFC. Solo funcionan las bacterias, lo que significa que hay prácticamente nada que romper. [10]

Problema de navegación

Hasta el momento, el principal problema de todos los dispositivos móviles existentes actualmente que se mueven de forma independiente, sin control humano, sigue siendo la navegación .

En relación con los intentos de crear un vehículo autónomo para el transporte, surgen una serie de problemas, unidos por el nombre común: "tareas de navegación". La navegación es la ciencia de controlar el movimiento de un robot móvil u otro objeto autónomo en el espacio. Para una navegación exitosa en el espacio, el sistema a bordo del robot debe ser capaz de

  • construir una ruta
  • parámetros de movimiento de control: establezca el ángulo de rotación de las ruedas / volante y la velocidad de su rotación
  • interpretar correctamente la información sobre el mundo recibida de los sensores
  • realizar un seguimiento de sus propias coordenadas.

Tradicionalmente, las tareas de navegación incluyen dos subtareas que se pueden dividir en el tiempo: localización espacial y planificación de rutas. La localización consiste en estimar la posición actual del robot en relación con ciertos puntos de referencia conocidos en el entorno, dados en coordenadas absolutas. La planificación se trata de encontrar la ruta más corta, si es posible, y avanzar hacia su destino.

En la navegación intencional, se acostumbra distinguir al menos tres niveles jerárquicos de presentación del problema:

  • paso de obstaculos
  • navegación local
  • planificación de rutas globales.

Los algoritmos de planificación global utilizan información sobre todo el espacio para determinar las áreas que se pueden recorrer y luego elegir la mejor ruta. Se encuentran soluciones algorítmicas exactas para el problema de planificación. Sin embargo, los algoritmos exactos tienen una alta complejidad computacional y, además, requieren modelos algebraicos de ruido exactos. Los métodos heurísticos no garantizan la integridad de la búsqueda y la optimización incluso con una planificación global, cuando toda la información sobre el entorno está disponible. Sin embargo, las técnicas heurísticas de programación global reducen la complejidad de las tareas y la sensibilidad a los errores de datos de varias maneras. Usando algoritmos genéticos , puede encontrar la mejor ruta, teniendo en cuenta el tiempo mínimo de viaje con diferentes escenarios en condiciones reales de tráfico y diferentes velocidades del vehículo.

Una parte integral de cualquier sistema de navegación es el deseo de llegar al destino sin perderse o chocar con ninguno de los objetos [11] . También puede haber otras restricciones en una ruta en particular, por ejemplo: límites de velocidad o áreas de incertidumbre, donde teóricamente, por supuesto, es posible establecer una ruta, pero no deseable. A menudo, la ruta del robot se planifica de forma autónoma, lo que puede llevar al robot al destino siempre que el entorno sea perfectamente conocido y esté estacionario, de modo que el robot pueda realizar un seguimiento perfecto del entorno. Pero al resolver problemas de navegación en un entorno real, la observancia de todas estas condiciones es prácticamente imposible [12] . Por lo tanto, las limitaciones de los métodos de planificación de movimiento autónomo han llevado a los investigadores a explorar la planificación en línea; esta planificación se basa en el conocimiento obtenido al detectar el entorno local para manejar obstáculos desconocidos a medida que el robot avanza por el espacio.

Enunciado general del problema de planificación de la trayectoria de un robot móvil:

  1. Aplicación de algoritmos evolutivos en problemas de navegación
  2. Elección de un algoritmo genético para la implementación del navegador evolutivo (EN)
  3. Descripción del algoritmo del navegador evolutivo y reposición de la base de datos de algoritmos con un algoritmo de nueva creación.

El algoritmo evolutivo descrito aquí es un navegador evolutivo que combina modos de planificación fuera de línea y en línea con un mapa simple de alta precisión y un algoritmo de planificación eficiente [13] . En la primera parte del algoritmo, el programador fuera de línea busca globalmente rutas óptimas desde el principio hasta el destino, y la segunda parte del programador en línea es responsable de manejar posibles colisiones u objetos previamente desconocidos, reemplazando parte de la ruta global original. con un subtrayecto óptimo. Es importante señalar que ambas partes de la EN utilizan el mismo algoritmo evolutivo, pero con diferentes valores de diferentes parámetros. ES primero lee el mapa y obtiene las ubicaciones de origen y destino. El algoritmo evolutivo autónomo (AEA) luego genera una ruta global casi óptima: es una ruta rectilínea parcial que consta de puntos de anclaje o nodos válidos.

Hay un algoritmo paralelo (A1-A2) para capturar un objeto volador con un brazo robótico. [catorce]

Otros problemas en el desarrollo de robots autónomos Problemas de peligro directo para las personas de las máquinas

Con el incesante desarrollo de la robótica, los robots y otros sistemas automatizados son cada vez más inteligentes y avanzados. Al mismo tiempo, se les transfieren cada vez más responsabilidades: conducir un automóvil, ayudar a los discapacitados y ancianos, cuidar la casa y probablemente incluso participar en operaciones militares. Existe un problema de confianza total en los robots: no hay certeza de que los robots nunca tomarán una decisión que perjudique a una persona. [quince]

En primer lugar, el problema se refiere a los robots de combate. En los ejércitos modernos, los robots se utilizan principalmente para la limpieza de minas y bombas, así como para el reconocimiento; sin embargo, se utilizan cada vez más como vehículos de combate completos equipados con armas modernas. En este momento, por regla general, un robot de combate está controlado por un operador en vivo, quien es responsable de todas las acciones del dispositivo que se le ha confiado. Sin embargo, si se permite que la máquina tome sus propias decisiones sobre la elección del objetivo, la situación cambia por completo. La guerra moderna debe llevarse a cabo de tal manera que luego sea posible identificar a los responsables de la muerte de los civiles que fallecieron durante el conflicto y determinar el grado de su culpabilidad. Dado que los asesinatos cometidos por robots autónomos no pueden evaluarse desde este punto de vista, el concepto de “responsabilidad” es en principio inaplicable a ellos. Por lo tanto, el desarrollo de tales máquinas debe prohibirse por razones éticas. Mientras tanto, ya existen máquinas autónomas capaces de matar. Un ejemplo son los aviones de reconocimiento no tripulados equipados con armas de misiles y programados para destruir objetivos que tienen un conjunto de características determinadas. Dichos dispositivos fueron ampliamente utilizados por el ejército de los EE. UU. durante los conflictos en el Medio Oriente. [dieciséis]

Una consecuencia directa de la falta de rasgos humanos es la posibilidad de utilizar robots en operaciones para suprimir el malestar popular y oprimir los derechos humanos. Si surge tal oportunidad, los robots ciertamente se utilizarán para tomar y mantener el poder ilegalmente. El derecho internacional no garantiza la protección contra la agresión de personas sin moral y dotadas de poder. Los activistas de derechos humanos consideran que las “máquinas sin alma” son una herramienta ideal para reprimir disturbios, represiones, etc., porque, a diferencia de la mayoría de las personas, un robot no discutirá una orden y hará lo que se le ordene. El robot en sí mismo no es un ser racional capaz de comprender la esencia de la orden y detenerse, y la aplicación de sanciones contra los militares que lo enviaron en una misión no tiene sentido, así como castigar a los desarrolladores del hardware y software del robot. .

Wendell Walla, especialista en ética de la Universidad de Yale, y el historiador y filósofo de la ciencia cognitiva, Colin Allen, que trabaja en la Universidad Estatal de Indiana, hablan sobre la inevitabilidad de una introducción integral de robots autónomos en nuestras vidas. Como una solución parcial al problema del peligro de los sistemas robóticos autónomos para los humanos, proponen nuevas leyes de la robótica , al adoptar las cuales podríamos reducir el peligro de nuestra creación de alta tecnología: [17]

1. La ubicación de los robots en lugares donde el riesgo de desarrollar situaciones peligrosas es inicialmente bajo:

Antes de asignar a los robots una tarea en particular, es necesario asegurarse de que todas las computadoras y robots nunca tengan que tomar decisiones cuyas consecuencias no se puedan prever de antemano. El lugar donde trabajan los robots, así como los medios por los que trabajan, deben hacer imposible que un extraño sufra daños incluso accidentales.

2. No le des armas a los robots:

Aunque es demasiado tarde para tratar de detener la construcción de robots como armas, no es demasiado tarde para restringir su uso solo a ciertos tipos de armas: redes, pastillas para dormir, etc., o limitar las situaciones en las que las armas robóticas son aceptables. usar.

3. Dar a los robots las leyes de la robótica como Asimov:

Aunque las reglas de Asimov son poco aplicables debido a la abundancia de complejidad en la definición de la moralidad (bien, mal, valores, prioridades y similares), sin embargo, las reglas pueden limitar con éxito el comportamiento de los robots, ponerlos en condiciones muy limitadas.

4. Las leyes de la robótica deben basarse en ciertos principios, no en simples instrucciones:

Es probable que motivar a los robots, como hacer que "el mayor bien para el mayor número de personas" sea una prioridad, sea más seguro que establecer reglas simplistas.

5. Enseñar a los robots como niños en lugar de descargar un paquete básico de algoritmos listo para usar:

Las máquinas que aprenden y gradualmente, por así decirlo, "crecen" pueden desarrollar una comprensión de las acciones que las personas consideran correctas e incorrectas. La programación de neuroprocesadores , bases prometedoras para crear los últimos robots autónomos, proporciona solo ese enfoque, en oposición al establecimiento algorítmico de conjuntos de instrucciones. La tasa de éxito de esta disposición es bastante prometedora, aunque esta estrategia requiere varios avances tecnológicos. Actualmente, casi no hay herramientas que puedan entrenar robots como personas.

6. Dotar a las máquinas de psiques artificiales:

Las habilidades humanas, como la empatía, la emotividad y la capacidad de leer las señales no verbales de la comunicación social, deberían dar a los robots una capacidad mucho mayor para interactuar con las personas. El trabajo en esta dirección ya ha comenzado, está previsto que los robots domésticos en el futuro tengan tales propiedades "emocionales". La tasa de éxito de este enfoque es bastante alta. El desarrollo de robots emocionalmente sensibles ciertamente ayudará a la implementación de las tres leyes anteriores de la robótica. Usamos la mayor parte de la información para tomar decisiones y colaborar con otras personas. La elección se debe a nuestras emociones, y también, a nuestra capacidad de leer gestos e intenciones, de imaginar los acontecimientos desde el punto de vista de otra persona. Amenazas indirectas de robots autónomos

Estos problemas están asociados con una prometedora invasión similar a una avalancha de robots automatizados en todas las esferas de la actividad profesional humana. esta conectado

  • En primer lugar, con el desarrollo del progreso.
  • en segundo lugar, con la reducción del coste de los robots y su disponibilidad para el sector comercial
  • en tercer lugar, con el aumento constante de la eficiencia por el uso de un robot en lugar de una persona.

Y el paro ordinario no es sólo un fenómeno superficial entre un gran número de problemas socio-psicológicos que surgirán con la posterior robotización de la sociedad.

El primer problema está relacionado con la posible pérdida de incentivos a la creatividad como consecuencia de la informatización masiva o el uso de máquinas en las artes -como está ocurriendo ahora en algunas áreas donde los trabajadores humanos están siendo reemplazados por transportadores automatizados y autómatas -limpiadores, vendedores , guardias de seguridad y así sucesivamente. Aunque recientemente ha quedado claro que una persona no renunciará voluntariamente al trabajo creativo más calificado, porque es muy atractivo para la persona misma [18] .

El segundo problema es más serio y ha sido señalado más de una vez por especialistas como N. Viner, N. M. Amosov, I. A. Poletaev y otros. Consiste en lo siguiente: ya existen máquinas y programas capaces de autoaprender en el proceso de trabajo, es decir, aumentar la eficiencia de adaptación a factores externos. En el futuro, quizás haya máquinas con tal nivel de adaptabilidad y fiabilidad que no sea necesaria la intervención de una persona en el proceso. En este caso, la persona misma puede perder sus cualidades responsables de encontrar soluciones. La perspectiva real es la degradación de la capacidad de una persona para responder a las condiciones externas cambiantes y, posiblemente, la incapacidad de tomar el control en caso de una emergencia. Se plantea la cuestión de la conveniencia de introducir un cierto nivel limitante de automatización de los procesos asociados a emergencias severas. En este caso, la persona que "supervisa" el control de la máquina siempre tendrá la capacidad y la reacción para influir en la situación de manera que se evite el desarrollo de una emergencia. Tales situaciones son posibles en el transporte, en la energía nuclear y similares. Vale la pena señalar especialmente este peligro en las fuerzas de misiles estratégicos, donde las consecuencias de un error pueden ser fatales. Hace unos años, Estados Unidos comenzó a implementar un sistema completamente computarizado para lanzar cohetes a las órdenes de una supercomputadora que procesaba enormes cantidades de datos recopilados de todo el mundo. Sin embargo, resultó que incluso bajo la condición de duplicación y verificación repetidas, la probabilidad de error sería tan grande que la ausencia de un operador de control tendría consecuencias irreparables. El sistema fue abandonado.

La gente resolverá constantemente el problema de la inteligencia artificial, enfrentándose constantemente a nuevos problemas. Y, aparentemente, este proceso es interminable. [Dieciocho]

Véase también

Notas

  1. ↑ http://www.raai.org/about/persons/dobrynin/pages/kii2006-pln.html Archivado el 27 de enero de 2012 en Wayback Machine Intelligent Robots
  2. ↑ Investigador principal: W. Kennedy, Institutos Nacionales de Salud, NIH SBIR 2 R44 HD041781-02
  3. ↑ Speci-Minder; ver ascensor y puerta de acceso Archivado desde el original el 2 de enero de 2008.
  4. ↑ go.amazone.de Archivado el 4 de marzo de 2016.
  5. ↑ ML Kim, LD Pevzner, IO Temkin. Desarrollo de sistema automático para control de movimiento de vehículos aéreos no tripulados (UAV) para condiciones de mina  // Gornye nauki i tekhnologii = Mining Science and Technology (Rusia). — 2021-10-13. - T. 6 , núm. 3 . — S. 203–210 . — ISSN 2500-0632 . -doi : 10.17073 / 2500-0632-2021-3-203-210 .
  6. ↑ FOXNews.com - Fabricantes de armas revelan una nueva era de equipos antiterroristas - Noticias locales | Artículos de noticias | Noticias Nacionales | Noticias de EE.UU. Fecha de acceso: 6 de marzo de 2016. Archivado desde el original el 18 de febrero de 2013.
  7. ↑ Robots submarinos de Thales , dxdt.ru: una revista en línea entretenida (11 de enero de 2008). Archivado desde el original el 12 de marzo de 2013. Consultado el 8 de febrero de 2013.
  8. ↑ Robots autónomos submarinos , dxdt.ru: una revista en línea entretenida (23 de junio de 2008). Archivado desde el original el 17 de enero de 2013. Consultado el 8 de febrero de 2013.
  9. ↑ Inteligencia artificial. (enlace no disponible) . Fecha de acceso: 6 de marzo de 2016. Archivado desde el original el 7 de marzo de 2016. 
  10. ↑ Robots de pila de combustible autónomos de un nuevo tipo . Consultado el 30 de junio de 2020. Archivado desde el original el 11 de agosto de 2019.
  11. ↑ Algoritmos de búsqueda de caminos . Consultado el 6 de marzo de 2016. Archivado desde el original el 29 de abril de 2012.
  12. ↑ Navegación autónoma basada en sensores para Mars Rover Archivado el 13 de mayo de 2008.
  13. ↑ Planificación de un camino para un robot autónomo basado en algoritmos evolutivos Archivado el 8 de octubre de 2014.
  14. ↑ Bodrenko, AI (2019). “Nuevo método de uso de robots móviles para mover carga en almacén” (PDF) . Boletín de Ciencia y Práctica . 5 (6): 192-211. DOI : 10.33619/2414-2948/43/26 .
  15. ↑ Robots militares y cuestiones morales (enlace inaccesible) . Consultado el 6 de marzo de 2016. Archivado desde el original el 10 de abril de 2013. 
  16. ↑ http://www.popmech.ru/article/592-robotyi-ubiytsyi/ Archivado el 28 de octubre de 2012 en Wayback Machine .
  17. ↑ Las nuevas leyes de robótica protegerán a los humanos de los robots . Consultado el 6 de marzo de 2016. Archivado desde el original el 15 de diciembre de 2012.
  18. ↑ 1 2 Problemas de la inteligencia artificial . Consultado el 6 de marzo de 2016. Archivado desde el original el 20 de octubre de 2012.

Literatura

  • Sebastian Thrun, Wolfram Burgard, Dieter Fox: Robótica Probabilística (Robótica Inteligente y Agentes Autónomos). The Mit Press, 2005, ISBN 978-0-2622-0162-9 .
  • D. Toal, C. Flanagan, C. Jones, B. Strunz: Arquitectura de subsunción para el control de robots. 1996.
  • Roland Siegwart, Illah Reza Nourbakhsh, Davide Scaramuzz: Introducción a los robots móviles autónomos. The Mit Press, zweite Auflage 2011.
  • Roland Stenzel: Steuerungsarchitekturen für roboter móvil autónomo. Rheinisch-Westfälische Technische Hochschule Aachen, Fakultät für Mathematik, Informatik und Naturwissenschaften, 2002, abgerufen am 11 de diciembre de 2008.
  • Michel Tokic: Entwicklung eines lernenden Laufroboters. Hochschule Ravensburg-Weingarten, Fakultät für Elektrotechnik und Informatik, 2006, abgerufen am 11 de diciembre de 2008.

Enlaces

 robótica
Artículos principales
Tipos de robots
robots notables
Términos relacionados