Jak naučit robota vařit? Stačí mu pustit YouTube a nechat ho sdílet zkušenosti

Umělá inteligence už zvládne sepsat odbornou práci, vytvořit počítačový program nebo realistickou fotku, případně složit advokátní zkoušky lépe než 90 procent uchazečů. Mnohdy zastane práci kvalifikovaného vysokoškoláka. Na druhé straně si ale strojové systémy zatím neporadí se zdánlivě snadnými úkoly, jako je vaření, vyndání nádobí z myčky nebo třeba uklízení hraček. Změnit to chce tým Josefa Šivice z Českého institutu informatiky, robotiky a kybernetiky ČVUT. Bude učit stroje vnímat okolní svět, porozumět mu a pracovat v něm. Učení strojů má probíhat podobně jako u malých dětí, tedy pozorováním a následnou nápodobou. "Klíčovým krokem bude umožnit strojům sdílet zkušenosti mezi sebou," podotýká Šivic. Na projekt letos získal grant od Evropské výzkumné rady (ERC) ve výši více než 60 milionů korun. S výzkumem začne v lednu. Brzda pro roboty v továrnách Některé náročně vypadající úkoly jako hrát dámu či napsat slohové cvičení mohou být ve skutečnosti pro počítačové systémy jednoduché. "Jsou prostě lehce zvládnutelné automatizovanými technikami," podotýká Šivic, který před pár dny za svou práci obdržel cenu AI Awards. Jiné na první pohled triviální úlohy, jež propojují vnímání, uvažování a pohyb v prostoru, jsou pro stroje naopak velmi obtížné. Jde třeba o zmiňované vyklizení myčky nebo řízení auta v různých prostředích. Popsaným nesouladem se už v 80. letech minulého století ve Spojených státech zabýval Hans Peter Moravec, rakousko-kanadský expert na umělou inteligenci a robotiku. Tvrdil například, že je poměrně snadné přimět počítače, aby na úrovni dospělého člověka zvládly inteligenční testy či hraní dámy, ale pokud jde o vnímání a mobilitu, je obtížné nebo nemožné jim dát dovednosti ročního dítěte. Mluví se tak o Moravcově paradoxu. "Umělá inteligence se od té doby sice výrazně posunula, ale vnímání okolního světa a interakce s ním na úrovni lidských schopností stále nezvládá," říká Šivic. Moravcův paradox brzdí i roboty v továrnách. Většina z nich je předprogramovaná na jednu konkrétní úlohu. "Když takového robota dáte do jiného prostředí, nebude dělat vůbec nic," říká Šivic. Proto chce s kolegy vyvinout novou generaci velkých neuronových modelů pro systémy s fyzickým tělem, které budou fungovat v proměnlivém prostředí. Nemusí jít o humanoidní roboty s nohama, ale mohou mít klidně kola. Příkladem může být robot jako domácí asistent, robot v továrně, samořiditelné auto, ale i robot chirurg. "Tyto systémy potřebují vnímat okolní svět, uvažovat o něm a interagovat s ním. Současné velké neuronové modely toho nejsou schopné vůbec nebo jen omezeně," vysvětluje Šivic. Se svým týmem se tak chce pustit do vývoje nové neurální architektury reprezentující věrohodně strukturu okolního světa. "Výsledkem budou algoritmy, které umožní učení složitých vícekrokových úkolů jen z několika málo příkladů. Tedy podobně jako se umí učit člověk," vysvětluje Šivic. S kolegy plánuje ve velkém pracovat s instruktážními videi z internetu. "Představují obrovskou zásobárnu vícekrokových úloh, kde člověk interaguje s okolním prostředím, aby zvládl složitější úkol, a zároveň o tom mluví v přirozeném jazyce," popisuje Šivic. Například vymění pneumatiku u auta nebo uvaří jídlo. Na internetu jsou miliony takových videí pro desetitisíce různých úloh. "Tato data mohou tvořit určitý základ, nicméně robotovi úplně nenahradí možnost si interakci sám vyzkoušet," říká Šivic. Například neobsahují žádné chyby. Proto vědci tato data doplňují pokusy v simulovaných prostředích a samozřejmě také na reálných robotech. Protože reálné pokusy zaberou hodně času a jsou drahé, chtějí vědci vyvinout metody, které umožní, aby stroje své zkušenosti sdílely. Tím by se naučily rychleji reagovat na okolní svět. Cesta k léku na alzheimera Šivic po absolvování ČVUT nejprve udělal doktorát na Oxfordské univerzitě ve Velké Británii, pak pokračoval v Massachusettském technologickém institutu ve Spojených státech a následně pracoval více než 10 let v Paříží v Národním institutu pro výzkum informatiky. Během svého pobytu ve Francii už získal první prestižní ERC grant. V roce 2017 se rozhodl vrátit do Česka, na svou alma mater. "Praha a celkově Česká republika mají v oblasti umělé inteligence obrovský potenciál," říká Šivic. Navíc se mu podařilo získat projekt podpořený z evropských strukturálních fondů zaměřený na strojové vnímání s rozpočtem 122 milionů korun. Díky novým poznatkům v oblasti počítačového vidění, strojového učení a robotiky nyní uspěl v soutěži o druhý ERC grant. Při výzkumu se Josef Šivic snaží spolupracovat s firmami a dostat poznatky z laboratoře do praxe. Podílí se třeba na vývoji metody umožňující, aby robot odhadoval přesnou 3D polohu objektu ze vstupního 2D obrazu bez nutnosti použít drahé 3D sensory. Dalším příkladem je spolupráce s firmou Valeo v oblasti autonomního řízení. "Vyvíjíme metody umožňující automobilu řešit neočekávané situace a dlouhodobě se z nich učit," vysvětluje. Velké neuronové modely se dobře uplatní také v biologii. "Ve spolupráci s týmem Jiřího Damborského z Masarykovy univerzity chceme vyvinout techniky pro modelování dynamiky pohybu a funkce proteinů," říká Šivic s tím, že tato práce může mít pozitivní dopad na vývoj léků. "Zabýváme se proteiny souvisejícími s Alzheimerovou chorobou, kde je potenciál dopadu opravdu obrovský," podotýká. Roboti v továrnách bývají naprogramovaní na jednu konkrétní úlohu. Když je přemístíte do jiného prostředí, nebudou dělat nic.