Pojďme si na začátek říct, jaký je rozdíl mezi běžným a inteligentním robotem.
Ono se o tom možná hovoří trochu nadneseně.Umělá inteligence v dnešním slova smyslu už je tady možná 40 let. Jenže doposud nebyly tak výkonné počítače, aby dokázaly vyřešit složité úlohy v reálném čase. Teď ale přicházejí nové možnosti, technologie zlevňují a objevují se další metody. My se konkrétně specializujeme na oblast, kdy se robot musí umět sám rozhodnout a řešit neočekávané věci. A to ho odlišuje od běžného robota.
Kde ve výrobě se inteligentní robotika konkrétně uplatňuje?
V zásadě jde o dvě věci. První jsou robotické vozy a obdobné dopravní systémy, které projíždějí prostředím, jež není přesně definované. Musí si najít cestu, nesmí narazit a někoho přejet. A ve chvíli, kdy se nějaká překážka objeví nečekaně, musí se rozhodnout, jak zareagují. Podobně funguje také robot na výrobní lince, který nedostane součástku přesně do ruky, ale vybírá si ji například na paletě a k uchopení či montáži ji musí správně natočit. Robot, tak jak jej známe ve většině rolí dnes, je v podstatě slepý, hluchý a nemá žádný cit. My mu přidáváme kognitivní funkce, které získáváme vyhodnocením dat z kamer, laserových dálkoměrů a dalších senzorů. Tím mu dodáváme smysly. Čili inteligence vlastně znamená, že robot je schopen na základě vlastního vnímání se rozhodnout tak, aby splnil cíl.
Nabízí se otázka, jestli se může rozhodnout špatně. V případě autonomních vozidel hledáme posloupnosti a řetězce operací, jak s robotem jet či zatáčet. Model prostředí se ale mění ve chvíli, kdy se zde například pohybují lidé. Ještě složitější je pohyb v přírodě, protože stromy a keře se vlní a získávají neuchopitelný tvar. Samozřejmě se snažíme, aby spolehlivost přesahovala 90 procent a blížila se k ideálním 100 procentům, nicméně i umělá inteligence se může splést. Nikdy tedy nemáme absolutní jistotu v tom, jak se systém rozhodne, přestože dělá to nejlepší, co umí. Je stejně chybující jako člověk. Pro někoho je to ale pořád málo, což je logické, protože když si představíte, že umělá inteligence řídí vaše vozidlo a vy předem nevíte, zdali zastaví, jde vlastně o psychologický problém. Nicméně i takové nepříjemnosti lze eliminovat. Nabízí se třeba využití předem určených scénářů chování autonomního robota. Postupy k rozpoznání chyb v chování robota a mechanismy k jejich opravě jsou pak nedílnou součástí řešení.
Jak se řeší situace nečekané překážky třeba v autě? Kdy se auto musí rozhodnout, jestli uhne doleva a srazí skupinu dětí, doprava, kde je plot, nebo obětuje sebe?
To je samozřejmě reálná situace, která může nastat. Tyto systémy obvykle postupují tak, že pokud zaregistruje překážku, v první chvíli se jí snaží vyhnout. A počítají alternativy řešení. Když překážku nejde jednoduše minout, budou hledat jinou cestu a velmi pravděpodobně vyřadí směr, kde se pohybuje skupina dětí. Je ale potřeba také zmínit, že člověk se v kritických situacích chová podvědomě a nepřemýšlí, jak přesně zareaguje. Například moderní auta dokážou korigovat brzdný efekt, a když detekují smyk, vypočítají směr, ve kterém je nejvíce místa, aby se minimálně deformovala a ochránila posádku. Podobné je to ve výrobě. Tyto věci ale smí na veřejnost až ve chvíli, kdy bude jisté, že stroj dokáže ve výrobě zareagovat tak, že prostě nepřejede pracovníka, který před něj omylem spadne. Nebo že když poveze neupevněná břemena, přizpůsobí tomu akceleraci a projíždění zatáček.
Ale ptáte se velmi správně, protože tento problém je vnímán jako veliký. Jak zajistit bezpečnost a jak se postavit k problému. Pokud je ve smyčce člověk, zodpovědný je on. Ve chvíli, kdy je ale systém plně autonomní, je těžké říct, jestli to je výrobce systému, majitel zařízení, nebo člověk na směně. A pak ještě nastupuje další věc, kdy se některé systémy samy učí, a průběžně tedy mění své chování – doprogramovávají se a opravdu nelze předem přesně říci, jak se stroj rozhodne.
Jak se možnost chyb řeší ve výrobě?
V průmyslu je zvykem, že vše funguje na sto procent. Firmy velmi dlouho bojovaly s tím, že něco není úplně spolehlivé. Ony už ale pomalu musí ustupovat od systémů, které jsou fixně zabudované v hale a desítky let se nemění. Současný požadavek je totiž flexibilní výroba. Vezměte si třeba automobil, kdy si zákazník zvolí, jaké komponenty by měl mít, a firma vozidlo vyrobí konkrétně pro něj. Hala se nemusí přestavovat, ale softwarově se mění chování výrobního procesu. A druhá věc, kterou já osobně vidím jako problém, je, že firmy bojují s nedostatkem lidí. Vědí, že v budoucnu jich bude čím dál tím méně. Pomalu tak přestává platit kalkulace, že když se jim robot investičně do dvou až tří let nevrátí, nechají úlohu lidem. A proto jsou firmy schopné přijmout i nejistotu, kterou roboti, již se rozhodují sami, přináší. Navíc, i když umělá inteligence robotům nezajistí absolutní bezchybovost, disponují jinými přednostmi. Netrpí únavou, stresem a dokážou se plně soustředit. Na rozdíl od lidí, kteří často chybují.
Do jakých oborů inteligentní robotika v poslední době nejvíce proniká?
Hodně viditelní, spíše tedy v Evropě, jsou logističtí roboti pro rozvoz prakticky čehokoliv, třeba pizzy, poštovních zásilek a podobně. Na jaře jsem byl v Estonsku a tam běžně potkáte autonomní roboty s praporkem, kteří přijedou na přechod, zablikají, auto zastaví, oni přejedou po přechodu a pokračují dál. Dále se dostávají do míst, kde je potřeba dohled či kontrola, a je nebezpečné tam chodit. Například ve válečných misích mohou hledat nevybuchlé miny, odvážet raněné vojáky či zjišťovat, zda někde neuniká plyn. Nebo si představte ropnou rafinerii, kde je mnoho hektarů potrubí, čerpadel a tlakových vedení, jež je třeba kontrolovat na úniky plynů nebo ověřovat teploty jednotlivých částí technologie. A dozorovací práce nemusí platit jen pro roboty, kteří jezdí v terénu. Veřejné kamery potkáváme na každém rohu, rozpoznají vaši identitu podle biometrických dat a mohou dobře sledovat i vaše chování a pohyb.
Myslela jsem, že od toho jsme v Česku ještě daleko. Mnoho se o tom nemluví, ale bezpečnostní služby na letištích taková řešení běžně používají. Systémy umí změřit vaše fyziologické parametry, teplotu, tep, dýchání, pozorují váš pohyb a dokážou odhadnout, zda jste ve stresu a představujete nějaké nebezpečí. Jsou namístě nějaké obavy? Ať už jde o soukromí či o práci?
Těžko se v tomto směru argumentuje, ale situace se historicky stale opakují. Dělníci také rozbíjeli parní stroje. Přitom se nahrazovala práce, která byla v určitém směru riskantní, nebezpečná nebo neoblíbená. A tato snaha bude pokračovat. Navíc se zdá, jak už jsem zmínil, že bude nedostatek lidí. Myslím tedy, že je to velmi rozumný krok a je potřeba si uvědomit, že každého čeká rekvalifikace a bude se učit novým dovednostem. Půjde jiným směrem, než že bude umět namíchat maltu, postavit zeď nebo nahodit omítku. Společnost se vyvíjí a technologie si vynucují změnu.
A co se týká soukromí, jde o to, kolik informací o sobě budeme chtít předat. Kterým směrem se inteligentní robotika bude posouvat?
V posledních letech pozoruji obrovský boom ve využití principů neuronových sítí, což je nástroj velmi blízký tomu, jak živé organismy zacházejí s informací, kterou vidí nebo cítí. Myslím, že cesta povede k podstatnému zlepšení porozumění obrazu v robotech, kteří budou stejně jako my většinu informací vnímat zrakem. Souvisí s tím ale opět technologická vyspělost počítačů, protože klasické systémy postavené na křemíku již narážejí na fyzikální omezení. To omezuje dosahovaný výpočetní výkon, který je pro složité úlohy často nedostatečný. Zdá se ale, že cesta zde pravděpodobně zatím povede výzkumem nových architektur nebo užitím odlišných fyzikálních principů.
Před chvílí jste zmínil maltu a zedníka. Jedním z vašich úspěchů je zdicí robot. Jak složité bylo ho vytvořit?
Tato průmyslová aplikace vznikla ve spolupráci se společnostmi Wienerberger a KMRobotics. Když jsme se ke zdicímu robotovi dostali poprvé, říkal jsem si, že by to mohla být zajímavá výzva, ale že bude těžké ho vyvinout natolik dokonale, aby mohl být užíván na opravdové stavbě. Problém sám i pracovní prostředí takového robota v sobě má více nejistoty než jistoty. Všichni víme, jak vypadá české staveniště. Je tam nepořádek, poházené věci, nerovnosti, což vlastně naprosto odporuje základní podmínce, že robot pro práci potřebuje kontrolované prostředí. Druhá věc je, že cihly jsou na paletách leckdy různě naskládané a nemají vždy absolutně stejný tvar a rozměr. Je tedy obtížné je spolehlivě uchopit. A poslední faktor jsou samozřejmě podmínky na staveništi, kdy robot musí čelit větru, dešti či špíně. A to všechno se nám v podstatě povedlo vyřešit a ve výsledku robot dokáže bezchybně vyzdít celou stěnu. A když se chyba stane, systém na ni přijde a provede pokus o opravu. Výhoda je, že robot skládá cihly přesně, pracuje stále stejnou rychlostí a neustále.
Ukazuje se, že nahradí pět až šest pracovníků. Jaké prvky umělé inteligence jsou zde využity?
Především řešíme úlohu uchopování cihlových bloků, tedy navedení chapadla a uchopení bloku, který nikdy není v přesné poloze, což lze označit jako percepci na základě zpracování obrazu a hloubkového modelu scény. Další poměrně složitou úlohou je plánování, kam a jakým způsobem cihlu uložit. Možná to vypadá jednoduše, když si představíte rovnou zeď. Ale ve chvíli, kdy je robot pokaždé v jiné poloze vůči zdi a paletě, podle toho, jak se pohybuje, existuje více možností, jak uchopenou cihlu do zdi vložit, a on se musí rychle rozhodnout. Čili bavíme se o výpočetně nesnadné úloze.
Jaký další obor by se mohl takto výrazně proměnit?
Například zemědělství. Je zde mnoho nekvalifikovaných namáhavých prací při sklizni, ošetřování nebo zpracování plodin. Před lety jsme jednali se svazem pěstitelů pomerančů v Kalifornii, kteří zjistili, že v letech 2030 až 2035 již nedokážou zajistit dostatek pracovníků na sklizeň. Požadovali stroj, který by dokázal nalézt, utrhnout a uložit asi 12 pomerančů za minutu, což není jednoduché. Ukázalo se ale, že to jde. Obdobně již existují také systémy na prořez stromů. Řeší se plení a okopávání. Další úlohou jsou různé inspekční funkce, třeba odběr vzorků, o kterých jsme mluvili. Když ale pominu zemědělství, inteligentní robotika se dostane tam, kde je potřeba nekvalifikovaná náročná nebo nebezpečná práce v podmínkách, které nejsou zcela pod kontrolou. Což se samozřejmě děje, zatím ale v nepříliš autonomní podobě. Roboti jsou zatím převážně slepí a chybí jim řízení, které využívá algoritmy umělé inteligence a dává jim potřebné schopnosti. A to se postupně bude měnit. V průmyslu je zvykem, že vše funguje na sto procent. Firmy tak velmi dlouho bojovaly s tím, že něco není úplně spolehlivé.
---
Libor Přeučil
Vede skupinu Inteligentní a mobilní robotika v Českém institutu informatiky , robotiky a kybernetiky Českého vysokého učení technického. Titul Ph.D. získal v oboru technická kybernetika. Jeho výzkum se zaměřuje na vnímání robotů, mapování a navigaci. Soustřeďuje se také na spolupráci s průmyslem. V minulosti v Praze hostil prestižní robotickou konferenci IEEE IROS 2021 nebo předsedal mezinárodnímu organizačnímu výboru Symposia inteligentních autonomních vozidel. Projekt zdicího robota, na kterém jeho výzkumná skupina pracovala, aktuálně získal prestižní evropskou euRoboticsTechnology Transfer Award, která oceňuje nejlepší výsledky transferu technologií z akademické sféry do praxe.