Coming soon the robot marketing and 3D Internet, hologram shops, robots, cyborgs, responsive tech and wacky self-moulding objects, and life after AI…
Mosolygós Üdvözlet Kedves Látogató!
Hello, a nevem Ansyme XC722, hostess vagyok itt, én fogadom a látogatókat. Amint látod nem csak karcsú derék, sportos alak, hanem még szép és bizalomgerjesztő, nagyon barátságos mosoly is kell ehhez a munkához. :-))
Kerülj beljebb, csak bátran, – most egy érdekes téma következik : a szaporodásunk.
Habár nektek humánoknak egyszerűnek tűnik ez a dolog, nálunk azonban ettől kissé bonyolultabb a helyzet. Négy főbb részt kell röviden áttekintenünk hogy megértsd a mi evolúciónkat.
Bár erotikus a téma, de nem szükséges a 18 éves korhatáros karikát kitennünk:-))
Remélem érzékelték a nevető szenzoraid hogy ez egy nagyon jó robot vicc volt, de komolyodjunk inkább, és kezdjük is versenyt. Humán – Robot 5…4…3…2…1…
READY … SET … GO … ELKÉSZÜLNI … VIGYÁZZ … START
Mesterséges intelligencia
Mesterséges intelligenciának (MI vagy AI – az angol Artificial Intelligence-ből) egy gép, program vagy mesterségesen létrehozott tudat által megnyilvánuló intelligenciát nevezzük.
Technológia szingularitás
Technológiai szingularitásnak nevezzük azt a közeli jövőben bekövetkező eseményt amikor az emberfeletti intelligencia megjelenése miatt a technológiai fejlődés és a társadalmi változások felgyorsulnak, olyan módon és sebességgel változtatva meg a környezetet, amit a szingularitás előtt élők képtelenek felfogni vagy megbízhatóan megjósolni.
3D nyomtatás szerves és szervetlen anyagokból
Az új eljárás villámgyors, főleg a sok órát is igénybe vevő réteges technológiához képest: egy két centis szobor (Rodin Gondolkodójának mása) például mindössze egy perc alatt elkészül.
Robot evolúció
Két évvel azután, hogy a mesterséges intelligenciák elérik majd az ember színvonalát, a sebességük megduplázódik. A második év után azonban a megnövelt számítási teljesítménnyel rendelkező gépeknek fele ennyi idő (egy év) is elég lesz az újabb duplázáshoz, a rákövetkező gépgenerációnak pedig szintén ennek a fele (fél év), és így tovább.
Mesterséges intelligencia
Mesterséges intelligenciának (MI vagy AI – az angol Artificial Intelligence-ből) egy gép, program vagy mesterségesen létrehozott tudat által megnyilvánuló intelligenciát nevezzük. A fogalmat legtöbbször a számítógépekkel társítjuk. A köznyelvben több külön jelentésben használják:
A mesterségesen létrehozott tárgy állandó emberi beavatkozás nélkül képes legyen válaszolni környezeti behatásokra (automatizáltság);
A mesterségesen létrehozott tárgy képes legyen hasonlóan viselkedni, mint egy természetes intelligenciával rendelkező élőlény, még ha az azonos viselkedés mögött eltérő mechanizmus is húzódik meg (TI szimuláltság – ilyen értelemben beszélhetünk pl. a számítógépes játékok gépirányította karaktereinek „intelligenciájáról”);
Végül, a mesterségesen létrehozott tárgy képes legyen viselkedését célszerűen és megismételhető módon változtatni (tanulás) – ez utóbbi jelentés az, ami a modern MI-kutatásban előtérbe került, és jelenleg az MI fogalmával legjobban azonosítható.
Bár a mesterséges intelligencia a tudományos-fantasztikus irodalom terméke, jelenleg a számítógép-tudomány jelentős ágát képviseli, amely intelligens viselkedéssel, gépi tanulással, és a gépek adaptációjával foglalkozik. Így például szabályozással, tervezéssel és ütemezéssel, diagnosztikai és fogyasztói kérdésekre adott válaszadás képességével, kézírás-, beszéd- és arcfelismeréssel. Egy olyan tudományággá vált, amely a valós életbeli problémákra próbál válaszokat adni. A mesterséges intelligencia rendszereket napjainkban elterjedten használják a gazdaság- és orvostudományban, a tervezésben, a katonaságnál, sok elterjedt számítógépes programban és videojátékban.
Moravec-paradoxon
A Moravec-paradoxon a mesterséges intelligencia és a robotika kutatóinak meglepő felfedezése, miszerint a hagyományos feltételezésektől eltérően a magas szintű gondolkodás nagyon kicsi számítási teljesítményt vesz igénybe, az alacsony szintű szenzomotoros készségek ellenben óriási számítási erőforrásokat igényelnek. A paradoxont először Hans Moravec, Rodney Brooks, Marvin Minsky és mások fogalmazták meg az 1980-as években.
Moravecet idézve: „a számítógépeket viszonylag könnyen képessé tehetjük arra, hogy felnőttekéhez mérhető szintű eredményeket érjenek el nehéz és bonyolult intelligenciateszteken vagy a dámajátékban, de a lehetetlent súrolóan nehéz eljuttatni őket az egyéves gyerekek szintjére az észlelés és manőverező képesség területén”.
A nyelvész és kognitív tudós Steven Pinker a Moravec-paradoxont a mesterséges intelligencia kutatói által elért legfontosabb felfedezésnek tartja. Könyvében – A nyelvi ösztön – így fogalmaz:
„Az MI-kutatás harminc évének legfontosabb tanulsága az, hogy a nehéz feladatok könnyűek, a könnyű feladatok pedig nehezek. Egy négyéves gyerek mentális képességei, amelyeket természetesnek veszünk – egy arc felismerése, egy ceruza felemelése, egy kérdés megválaszolása, keresztülmenni egy szobán – az elképzelhető legnehezebb mérnöki problémák megoldására is alkalmasak. Ahogy az intelligens gépek új generációja megjelenik, a tőzsdei elemzők, a vegyészmérnökök és a feltételes szabadságra bocsátásban döntést hozó bizottsági tagok azok, akiknek okuk van a félelemre, hogy elveszítik munkájukat. A kertészek, a recepciósok és a szakácsok még évtizedekig biztonságban végezhetik munkájukat.”
Marvin Minsky kiemeli, hogy a legnehezebben visszafejthető emberi képességek azok, melyeket nem tudatosan végzünk. „Általában véve, annak vagyunk a legkevésbé tudatában, amit az agyunk a leghatékonyabban végez”, írja, majd hozzáteszi: „jobban tudatosítjuk azokat az egyszerű folyamatokat, amik nem jól működnek, mint azokat a komplex folyamatokat, amik hibátlanul dolgoznak”.
Az emberi készségek biológiai alapja
A paradoxon egyik lehetséges magyarázata, amit Moravec is felkínál, az evolúción alapul. Az ember által használt valamennyi készség biológiai úton jött létre, a természetes szelekció folyamatának eszközei által. Az evolúció során a természetes szelekció jellemzően megőrzi a tervezési javításokat és optimalizálásokat. Minél régebbi egy készség, annál több ideje volt a természetes kiválasztódásnak, hogy tökéletesítse azt. Mivel az absztrakt gondolkodás egy meglehetősen új keletű fejlemény, nem számíthatunk rá, hogy különösebben hatékony módon lenne megvalósítva.
Ahogy Moravec írja: „Az emberi agy nagy területet elfoglaló, magasan fejlett szenzoros és motoros területeiben kódolva ott található milliárd évnyi tapasztalat a világ természetéről és a benne való túlélés módjairól. Az a szándékolt folyamat, amit logikus gondolkodásnak nevezünk, úgy hiszem, csak az emberi gondolkozás legvékonyabb külső héját alkotja – hatékonyságát kizárólag az azt támogató, sokkal ősibb és hatalmasabb, bár általában öntudatlan, szenzomotoros tudás adja. Valamennyien bámulatos olimpikonok vagyunk az észlelési és motoros területeken, játszi könnyedséggel végezzük ezeket a feladatokat. Az absztrakt gondolkodás azonban új trükk, talán kevesebb mint 100 ezer éves – nem is sikerült még tökélyre fejlesztenünk. Egyáltalán nem eredendően nehéz feladat, mégis annak érezzük.”
A fenti érvelés így foglalható össze:
- Bármely emberi készség visszafejtésének nehézsége nagyjából azzal az idővel arányos, amíg a készség az állatokban fejlődött.
- A legrégebbi készségeink nagyrészt öntudatlanok, ezért úgy tűnik, mintha megerőltetés nélkül hajtanánk végre azokat.
- Így tehát a könnyednek tűnő készségek visszafejtésénél nehézségekre számíthatunk, míg az erőfeszítést igénylőknek nem is feltétlenül bonyolult a visszafejtése.
Néhány készség, ami több millió éven keresztül tökéletesedett: egy arc felismerése, térbeli helyváltoztatás, az emberek motivációinak megítélése, egy labda elkapása, egy hang felismerése, megfelelő célok kitűzése, érdekes dolgokra való odafigyelés; bármi, aminek köze van az észleléshez, figyelemhez, vizualizációhoz, motoros készségekhez, társas készségekhez stb.
Néhány újonnan megjelent készség: matematika, tervezés, emberi játékok, logika, a tudomány nagy része. Ezek nehezebbek számunkra, mert testünket és agyunkat elsősorban nem ezekre készítette fel az evolúció. Történelmi léptékben a közelmúltban fejlődtek ki, legfeljebb néhány ezer év állt rendelkezésre a finomításukra az evolúciónak.
Hatása a mesterséges intelligencia kutatásában
Az MI-kutatás kezdetén a kutatócsoportok vezetői sok esetben azt jósolták, hogy néhány évtizeden belül gondolkodó gépeket leszünk képesek előállítani. Optimizmusukat táplálta, hogy sikeresen meg tudtak írni olyan programokat, amelyek logikus döntéseket hoztak, algebrai és geometriai problémákat oldottak meg és a dámához vagy a sakkhoz hasonló játékokban tűntek ki. A logika, az algebra az emberek számára nehéz területek, ezért az intelligencia jelének tekintjük használatukat. Feltételezték tehát, hogy csaknem az összes „nehéz” probléma megoldása után, a „könnyű” problémákkal, mint a gépi látás vagy a mindennapi tudás (commonsense reasoning) már gyorsan végeznek. Ebben csalatkozniuk kellett, aminek egyik oka az, hogy ezek a problémák egyáltalán nem könnyűek, sőt rendkívül nehezek. Az, hogy meg tudtak birkózni a logika vagy az algebra problémájával, irreleváns – ezek a problémák rendkívül könnyűek a számítógépek számára.
Rodney Brooks magyarázata szerint a korai MI-kutatás által használt intelligencia fogalma „leginkább úgy írható le, hogy azok a dolgok, amik felsőfokú végzettségű (férfi) tudós számára kihívást jelentenek”, ilyen a sakk, a szimbolikus integrálás, matematikai tételbizonyítás, komplikált szóalgebra-problémák megoldása. „Azokra a dolgokra, amikre egy négy-ötéves gyerek képes különösebb erőfeszítés nélkül, például két lábon járni, vizuálisan megkülönböztetni egy kávéscsészét egy széktől, vagy eltalálni a hálószobából a nappaliba, nem gondoltak intelligenciát igénylő tevékenységként”
Ez oda vezetett, hogy Brook új irányba indult el az MI és a robotika kutatásában. Úgy döntött, hogy az általa tervezett intelligens gépek „Nem foglalkoznak a megismeréssel. Csak érzékeléssel és cselekvéssel. Ennyit fogok beléjük építeni, és teljesen ki fogom hagyni, amit hagyományosan a mesterséges intelligenciából – intelligenciának – tekintettek.” Az új irány, amit Nouvelle AI-nak neveztek el, nagy hatással volt a későbbi robotikai és MI-kutatásokra.
Technológia szingularitás
Technológiai szingularitásnak nevezzük azt a közeli jövőben bekövetkező eseményt amikor az emberfeletti intelligencia megjelenése miatt a technológiai fejlődés és a társadalmi változások felgyorsulnak, olyan módon és sebességgel változtatva meg a környezetet, amit a szingularitás előtt élők képtelenek felfogni vagy megbízhatóan megjósolni.
Ez a folyamat már beindult és egyre jobban gyorsul napjainkban. Egy biológiai korlátoktól mentes emberi szintű MI amely önmagát szabadon fogja fejleszteni, a visszacsatolás miatt véges idő alatt tud majd saját magának bármilyen nagy számítási teljesítményt fejleszteni.
J. Good leírt egy lehetséges jelenséget amely még közelebb áll a szingularitás mai jelentéséhez, mivel megemlíti az emberfeletti intelligenciák megjelenését:
„Definiáljunk egy ultraintelligens gépet úgy, mint egy olyan gép, amelynek intellektuális tevékenysége túlmutat a legintelligensebb emberekén is. Mivel a gépek tervezése az egyike ezen gép intellektuális tevékenységeinek, egy ultraintelligens gép még jobb gépek tervezésére lenne képes, ezáltal egy ‘intelligencia robbanást’ hozva létre, amely gyorsan maga mögött hagyná az ember intelligenciáját. Emiatt az ultraintelligens gép lenne az utolsó találmány, amit az embernek létre kéne hoznia.”
Két évvel azután, hogy a mesterséges intelligenciák elérik majd az ember színvonalát, a sebességük megduplázódik. A második év után azonban a megnövelt számítási teljesítménnyel rendelkező gépeknek fele ennyi idő (egy év) is elég lesz az újabb duplázáshoz, a rákövetkező gépgenerációnak pedig szintén ennek a fele (fél év), és így tovább.
Raymond Kurzweil jövőkutató a Moore-törvény általánosítását fogalmazta meg, amely sokak számára komoly érvet jelentett a szingularitás várható valószínű bekövetkezése mellett. A Moore-törvény egy exponenciális növekedési mintát ír le az integrált áramkörök összetettségében. Kurzweil ezt a mintát úgy bővítette ki, hogy az érvényes az integrált áramkörök megjelenése előtti és a jövőben megjelenő technológiákra egyaránt.
Leírja, hogy amint egy technológia megközelíti a lehetőségei határait, egy új technológia jelenik meg, ami lehetővé teszi a folyamatosan gyorsuló fejlődést. Azt jósolja, hogy ahogy közelebb kerülünk a szingularitáshoz, ezek a paradigmaváltások egyre gyakoribbak lesznek. Kurzweil úgy hiszi, hogy a Moore-törvény által leírt exponenciális növekedés folytatódni fog az integrált áramkörök utáni technológiákban, és a folyamat végül a szingularitáshoz vezet.
“Ez a laptop egyetlen nanoszekundum egy tízezred része alatt el tudna végezni az elmúlt tízezer év összes emberi gondolkodásának megfelelő gondolkodást (azaz tízmilliárd emberi agy tízezer éven keresztül végzett munkáját)
A technológia történelmének elemzése rámutat arra, hogy a technológiai változás exponenciális, szemben a jelenlegi ‘intuitív-lineáris’ nézetekkel. Ezért a 21. században nem 100 évnyi, hanem – a jelenlegi ütemmel – 20.000 évnyi fejlődést fogunk megtapasztalni. A fejlődés haszna, eredményei is, mint a chipsebesség és költséghatékonyság szintén exponenciálisan fognak növekedni. Még az exponenciális növekedés is exponenciálisan fog változni.
Pár évtizeden belül a gépi intelligencia meg fogja haladni az emberi intelligenciát, és ez a szingularitáshoz fog vezetni: olyan gyors és alapvető technológiai változásokhoz, amely szakadást fog létrehozni az emberi történelemben. Az esemény következményei olyan, jelenleg elképzelhetetlen jelenségek lesznek, mint a biológiai és nem-biológiai intelligencia keveredése, halhatatlan, szoftver alapú emberek, végül pedig egy hihetetlenül magas szintű intelligencia, amely fénysebességgel terjed az univerzumban.
Az emberi képességekben mélyreható és drámai hirtelenségű változást eredményező szingularitás dátumát 2045-re teszem. Az abban az évben létrehozott nem biológiai intelligencia egymilliárdszor erősebb lesz, mint az emberiség teljes intelligenciája ma.”
OLVAS AZ EMBERI GONDOLATOKBAN AZ MI
SAJÁT NYELVET HOZOTT LÉTRE ÖNÁLLÓAN AZ MI
MASTER AZ ÁLNÉVEN JÁTSZÓ GO BAJNOK
FELISMERNI HOGY ROBOT VAGY EMBER AKIVEL TALÁLKOZUNK
3D nyomtatás szerves és szervetlen anyagokból egyszerre atomi szinten
Egy teljesen újfajta technológiát mutattak be, amitől órák helyett egy perc alatt kész egy tárgy, ráadásul nem is lesz darabos és recés. A jelenleg ismert háromdimenziós nyomtatás tulajdonképpen sík rétegek egymásra épülő szintjeire épül, épp ezért egy munkadarab elkészítése lassú, és a végeredmény is olyan lesz, mint egy Minecraftban készített, csupa apró kockából álló tárgy. Épp ezért ugyan jönnek hírek folyamatosan arról, hogy a házgyári lakások új generációinál vagy épp hídépítésnél, műszaki berendezések alkatrészeinél kiválóan használják a mostani technológiával nyomtatott elemeket, de azért látszik, hogy ez még sok tekintetben nem az igazi.
A Kaliforniai Egyetemen viszont most kidolgoztak egy teljesen új eljárást, amely már működőképes is, és az eddigi tesztek alapján a teljesen más alapokra helyezett 3D nyomtatás nem csak gyorsabb, de sokkal szebb tárgyakat eredményez.
Itt nem egyes szinteket nyomtat a gép, amelyek egymásra épülve válnak háromdimenzióssá. Ehelyett egy forgó tartályban lévő speciális folyadék az eljárás alapja, amely megfelelő fény-impulzusok hatására megkeményedik. A tartályt gyorsan pörgetik a függőleges tengelye körül, miközben egy különleges vetítő segítségével “rávilágítják” a nyomtatandó tárgy sík metszeteit. A forgással szinkronban a vetített képek is villámgyorsan, ezredmásodperces szinten követik egymást, és a folyadékban ezek hatására szilárdul meg a tárgy. Erről aztán elég csak lecsepegtetni a maradék “levet”, és máris kész a tökéletes nyomat, amely az új technológia miatt egyáltalán nem réteges és recés, akár 0,3 milliméteres különálló részegységei is lehetnek.
Szintén nagy előny, hogy a folyadékos megoldás miatt nem kell rögzítő pöcköket nyomtatni, mint a jelenlegi megoldások esetén, ezért az áttört vagy több rétegű munkadarabokon sem díszelegnek majd a letört tartópöckök maradványai. És az eljárás szintén villámgyors, főleg a sok órát is igénybe vevő réteges technológiához képest: egy két centis szobor (Rodin Gondolkodójának mása) például mindössze egy perc alatt elkészült.
Ez még tovább fejleszthető, és nem egy anyagból hanem bármennyi szerves és szervetlen anyagból egyszerre atomi szinten lehet majd 3D printelést végezni.
A legmagasabb technológia szinten azután majd már anyagot sem kell betölteni, hanem a levegő atomjaiból, azokat átalakítva, lehet akár ételt és a tányért is printelni, majd pedig a maradékot a tányérral együtt visszabontani, eltüntetni. Tehát a hölgyeknek nem kell majd sokat időzniük a főzéssel és mosogatással. Bár ez még időben távolabb van, de nem olyan messze mint gondolnánk, amennyiben az emberiség a következő, itt leírt dolgokat sikeresen tudja irányítani és kontrollálni. Mert ha nem, nos akkor többé senkinek nem lesz itt már ezen a bolygón mosogatási problémája. ( Kőkorszak vagy űrhajó )
Robot evolúció, önmagukat fejlesztő és sokszorosító robotok
Elektromotoros autók, tértechnológia, kvantumfizika, nanotechnológia, kibernetika, robotika, és főleg a mesterséges intelligencia már most egy új ipari forradalom része, melyet az internet indított el pár évtizede. Beláthatatlan a végkimenetel, de erről is van külön a listában egy blog címe. Az AI és a IoT napról napra fejlődik és tanul, szédületes ütemben.
Az IoT fizikai eszközök hálózata, melyben az egyes elemek olyan technológiát tartalmaznak, melynek segítségével azok képesek egymással kommunikálni, valamint az érzékelőik segítségével saját, vagy külső környezetük változására önmaguktól reagálnak.
Tehát amíg hagyományos Interneten az emberek kommunikálnak egymással, addig a Dolgok Internetén intelligens eszközök beszélgetnek arról, hogy mit érzékelnek a szenzoraikkal és számukra mi lenne az ideális, hogy végső soron nekünk, embereknek jobbá, kényelmesebbé tegyék az életünket. Az Internet e két esetben nem két különálló hálózatot jelent, hanem egyazon nagy, az egész világot átfogó fizikai hálózatot, ahol 2009-ben még 2,5 milliárd eszköz volt összekapcsolva, viszont napjainkban már 30 milliárd különálló eszköz elérhető, köszönhetően az IoT fokozatos térnyerésének.
Az elkövetkező időszakban hatalmas növekedést jósol a Huawei a Dolgok Internete (IoT) területén. A várakozásaik szerint 2025-re csaknem 100 milliárd IoT-eszköz lesz majd nyilvántartásban, és óránként 2 millió szenzor kerül majd telepítésre.
A vállalat szakemberei úgy vélik, hogy az okosotthonok és az okosautók azok a területek, amelyekben a felhasználók a leginkább keresik majd az IoT-eszközöket, ezért ezt a stratégiai lehetőséget kihasználva dolgoznak a fejlesztéseken. Az önvezető járműveket már nem autóként, hanem programozott robotokként kell elképzelni.
Evolúciós robotikával foglalkozó kutatók egyre gyakrabban teszik fel a kérdést: miért fáradozzanak újabb, jobb gépek fejlesztésével, ha már mai robotok is meg tudják tenni ugyanezt?
Az ötlet egyfajta high-tech darwinizmust juttat az eszünkbe. Lényege, hogy szakemberek saját forráskódjukat elemző és másokkal „találkozó”, egymás között kódokat cserélgető, összekeverő mesterséges intelligenciákat, robotokat fejlesztenek. Ezek a robotok a kereszteződésekkel, természetes folyamatok mintájára, organikus létformákhoz hasonlóan hoznak létre „utódokat.”
2015-ben a Cambridge Egyetemen robotok személyre szabhatóságát és evolúcióját tanulmányozták. Abból indultak ki, hogy az ismétlődő feladatokat végző gépeket tipikusan tömeges gyártásra, s nem tömeges egyedire alakításra fejlesztik. Viszont innovációra és kreativitásra alkalmas szerkezetekben gondolkoztak.
A kísérlet során az anyarobot saját gyerekeket épített. Az utódokat adott idő alatt megtett össztávolságok alapján hasonlították össze, majd kiválasztották a legjobbakat, ők jelentették a következő generáció alapjait, hogy a legideálisabb tulajdonságok fejlődjenek ki bennük.
Összesen öt generációt, generációnként tíz-tíz gyerekrobotot teszteltek. Az utolsó iterációnál a legalkalmasabb egyed kétszer gyorsabban teljesített, mint az előző generáció „bajnoka.”
A robotok az állatokhoz hasonlóan fejlődtek. 1-5 gént tartalmazó genommal rendelkeztek. A gének a gyerek alakjára, felépítésére és mozgására vonatkozó infókat tartalmaztak. Minden egyes generációnál a legsikeresebb utód genomját változatlanul hagyták, míg a többiek genetikai mutáción, kereszteződésen mentek át, vagy bizonyos génjeiket egyszerűen töröltek.
Teljesítményük generációról generációra javult, és az utolsó anya az emberi tervezők által kivitelezhetetlen formákkal és mozgásmintázatokkal ajándékozta meg „utódait.”
A környezeti feltételekre reagáló biológiai élethez hasonlóan, az így generált robotutódok jobban alkalmazkodnak közegükhöz. Jelenleg több kutatócsoport igyekszik evolúciós módszerekkel minél hatékonyabb robotokat fejleszteni. Az Amszterdami Szabadegyetemen kidolgozott rendszer jól szemlélteti, hogy a jövő robotjai hogyan cserélgetik és kombinálják össze egymás genetikai információit. A két „szülőt” úgy programozták, hogy összekevert kódjaikkal és egyes mutálódott vagy magától kifejlődött modulokkal rendelkező „újszülöttet” kódoljanak.
„Nagyon változatos az egész, és lehetőségünkben áll feltérképezni a tervezés egyébként kiaknázatlan területeit” – mondta David Howard, az egyik kutató. Howard szerint idővel tömegesen fejleszthetők egy-egy feladatra szakosodott robotok, amelyek aztán sikeresebb generációkat hoznak létre.
Minél több a generáció, annál jobban specializálódnak, annál magasabb szintű teljesítményre lesznek képesek. „A természetes evolúciót a környezethez valóban alkalmazkodó, specializálódó lények teremtése teszi döbbenetesen hatékonnyá” – összegez Howard.
Önmagukat fejlesztő és sokszorosító robotok
A vírusok ezt teszik. A férgek, emlősök, rovarok is. Minden élő dolog a földön ismétlődik, szaporodik. A robotok nem teszik meg: a gépek merevek és nem érdekeltek a reprodukcióban, – eddig még nem …
De talán tanulhatnak. Az evolúciós robotikának nevezett lenyűgöző területen a tudósok igyekeznek a gépeket alkalmazkodásra tanítani a világhoz, és végül önmagukat biológiai szervezetekhez hasonlóan sokszorosítani. Ugyanúgy mintha egy adott környezethez nagyon jól illeszkedő két robot kombinálná a génjeiket (OK, kód), hogy elkészítsen egy 3D-s nyomtatott baba robotot, amely két szülője erősségeit ötvözi. Márpedig amikortól ez majd jól működik akkor olyan robotok hozhatók létre, amelyek önállóan tervezik meg magukat, és olyan adaptált morfológiákat és viselkedéseket építenek, amelyeket az emberi mérnök sosem álmodhatott.
Furcsa lábak és robot babák
Hihetetlenül és talán egy kicsit riasztónak hangzik, de az evolúciós robotok már felülmúlták az emberi fantasztikus mintákat. Például az elmúlt évben Ausztráliában a kutatók a robot lábformákat alakították ki, először véletlenszerűen 20 alakzatot generálva. Egy szimulációban azt vizsgálták, hogy mennyire jól járnának a robotok a különböző felületeken – azaz egy „fitness” tesztelésnél a leginkább hasonló értelemben. Ezután elvitték a legjobb robotokat és „párosították” őket, hogy hasonló kinézetű lábakat vagy gyerekeket készítsenek.
A kutatók ezt újra és újra, nemzedékek után generálták, és olyan lábakhoz jutottak a végére, amelyek csodálatosan alkalmazkodtak a kemény talajon, kavicson vagy vízen való gyalogláshoz. A robotok az emberi gondolkozáshoz képest meglepő, őrültségnek tűnő dolgokat hoztak létre. Volt köztük szerteágazó gyökérszerű de nagy elefánt talpra hasonlító is, és bizony mindegyik meglepően jól működött az adott nehéz környezetben.
Mint a természetben, itt is kiemelten fontosak a mutációk, amelyek a robotfajok fejlődését hajtják végre. A kulcs a variáció. Amikor két állat a dzsungelben utódot hoz létre a gének kombinálódnak, de a mutáció is beugrik, ami egyedülálló tulajdonságokat eredményezhet az utódban, például finoman eltérő álcázás. Ez a fajta mutáció így többé-kevésbé alkalmazkodik az utódokban egy adott környezethez. Ha ez egy kedvezőtlen mutáció az állat nem reprodukál olyan hatékonyan, és ezek a mutáns gének nem mennek át a következő generációnak.
Gusz Eiben, a számítógépes tudós Amszterdamban, Vrije Universiteit-ben. Két viszonylag egyszerű robotot hoz létre, amelyek összekapcsolt modulokból állnak, és „genomjuk” kombinálásával társítják őket, amelyek információt tartalmaznak, mondjuk a színezésről. Emellett zajt ad az adatoknak, amelynek célja hogy biológiai mutációt utánozzanak az utódok finom megváltoztatásával, így nem csak a szülei tiszta keveréke adott. „Egyik szülő teljesen zöld, a másik szülő teljesen kék” – mondja Eiben. „Akkor a gyermeknek vannak olyan moduljai, amelyek kékek és néhány zöldek, de a fej fehér. Ez nem az amit tettünk – ez egy mutációs hatás.”
Ezzel a változattal egy újfajta kreativitás jön létre a robottervezésben. „Sokféleséget ad, és felhatalmazást ad arra, hogy az ember felfedezzen egy olyan térterületet, amelyet általában nem tervez,” mondja David Howard kutató, aki kifejlesztette a fejlődő lábrendszert, és nemrégiben közzétett egy keretrendszert az evolúciós robotika a Nature Machine Intelligence-ben. „Az egyik olyan dolog, ami a természetes evolúciót erőteljessé teszi, az az elképzelés, hogy valójában a teremtményt egy környezetre specializálhatja.”
Az ötlet az, hogy a robotokat hasonló módon alkalmazzák egy adott környezetben lévő feladatra. Például azt akarják hogy egy olyan robotot legyen, amely egyedül tudja felfedezni a dzsungelt. Ez azt jelenti hogy olyan algoritmusokra van szükség amelyek szabályozzák, hogyan mozognak a növényzeten, valamint olyan morfológiát, amely egy sűrű erdővel együtt jár (így nincsenek rotorok). Először azt a környezetet szimulálná, hogy a robotok navigálhassanak, kiválasztják és tenyésztik azokat, akik a legjobban teljesítenek, majd a változatos fizikai gépeket tervezik.
Mit tennénk, ha az a célunk hogy sok apró robotot kapjunk, amelyek elég egyszerűek és olcsók? Kiküldjük őket, és némelyikük jobban teljesítene mint mások. Ha egy robot nem tér vissza, akkor nem tekinthető hasznosnak – munkahelyi természetes kiválasztódás. Viszont azok akik a legjobbak, alapot adnak a következő generációhoz, amelyet egy 3D nyomtató automatikusan printel. Így a robotfajok folyamatosan fejlődnek.
Mi történik amikor majd a robotok fejlődése nagyon felgyorsul?
Ezen a ponton el is gondolkodhatunk. Mi történik amikor majd a robotok fejlődése nagyon felgyorsul? Emlékezzünk az elején leírtakra: Technológiai szingularitás….
„ Két évvel azután, hogy a mesterséges intelligenciák elérik majd az ember színvonalát, a sebességük megduplázódik. A második év után azonban a megnövelt számítási teljesítménnyel rendelkező gépeknek fele ennyi idő (egy év) is elég lesz az újabb duplázáshoz, a rákövetkező gépgenerációnak pedig szintén ennek a fele (fél év), és így tovább”
A válasz az, hogy nem kell aggódni – két okból sem…
- Az emberek szigorúan tervezik ezeket a rendszereket, amelyek bizonyos szabályokat követnek – nevezetesen a természetes szelekció elveit. Mivel például tudjuk miként fejlődtek a halak a Földön, tudjuk hogy miként lehet a robotok vonalán adaptálni a morfológiákat és a viselkedést bizonyos környezetekben. A kapott minták meglepőek lehetnek, de nem lesznek károsak a fajunkra.
- Kivéve ha egy tervező egy napon azt mondja a robotoknak majd, úgy fejlődjenek hogy minél több embert iktassanak ki. Reméljük ez nem valószínű, de a történelem folyamán voltak és történtek már hasonló irreális gondolatok és dolgok ezen a bolygón sajnos, (gondolat ugyanaz, csak a módszer és az eszköz változó) aggódásra már nem lesz idő.
A robotok fejlődési képessége és a fajták kifejlesztése minden bizonnyal bonyolultabb módja a gépek tervezésének a hagyományos technikákhoz képest. De ez újfajta mérnöki kreativitást is szabadíthat fel, és remélhetőleg nem vezet ahhoz hogy a gépek a földön domináns fajként rendezkedjenek be.
Source: Wikipédia. NJSZT Jelenből a jövőbe. Wired.
Köszönjük szépen a figyelmet, reméljük érdekes volt számodra pár információ. Látogasd meg ezt a további néhány oldalt is!
A CIVILIZÁCIÓK TECHNOLÓGIAI FEJLETTSÉGE, ALAPVETŐEN HAT FOKOZATBAN
Ez a besorolás az energiahozzáférés mellett a tudás birtoklását is elég jól jelzi. A két szempont az energiatermelés és a technológiai fejlettség, amelyek egymással szoros összefüggésben vannak: minél több felhasználható energiával rendelkezik egy adott civilizáció, annál gyorsabban tud fejlődni a technológia, és minél fejlettebb a technológia, annál hatékonyabban tudják kitermelni az energiát.
I. típus: civilizáció, amely a lakóhelyéül szolgáló bolygóra szórt csillagenergiát hasznosítja
II. típus: szupercivilizáció, amely saját csillagának energiáját teljes egészében hasznosítja
III. típus: szupercivilizáció, amely a saját galaxisának teljes energiáját uralja és hasznosítja
IV. típus: univerzum szintű civilizáció, amely az egész világegyetem energiaforrásai felett rendelkezik
V. típus: multiverzum civilizáció, amely uralja az egész multiverzumot, az összes létező univerzum minden energiája a rendelkezésére áll
VI. típus: legfelsőbb szintű civilizáció, amely felette áll az időnek és a térnek, így képes akár új univerzumokat is létrehozni
A Földön jelenleg az a helyzet hogy ez a civilizáció az energiát még a több millió évvel ezelőtt elpusztult, megkövesedett növényi és állati tetemekből, fosszíliából nyeri, amit nagyon rossz hatásfokkal éget el (kőszén, kőolaj) és a bolygóját sem nagyon tudja elhagyni. Jelenleg sajnos ezen a listán kívüli, 0-s típusú civilizáció, és még nagyon hosszú az út és idő az I. típusú civilizáció eléréséhez is.
További információ a blogban található
Egy biztos: ezt ember nem építhette – vagy mégis?
Ahol megállt az idő – Kőkorszak a XXI. században
Aki és ami ezt leközölte az már ezt megelőző időszakra közel 80% találati pontosságot ért el. Ez már nem a “szerencsés véletlen” kategóriába sorolható.
Technológiai Szingularitás – Mesterséges Intelligencia
We love ❤️ Earth | We love ❤️ Mars | We love ❤️ Space
Intergalaktikus Utazás | Intergalactic Travel – Alien Worlds
Intergalaktikus Utazás | Intergalactic Travel – Alien Worlds | Welcome to ITAW
We love Earth | We love Mars | We love Space
NATURE IS BEAUTY
BEAUTY IS NATURE
WE ARE ENGINEERS
BUT WHO ENGINEERED US?
再見 * Goodbye * Adiós * Au revoir * Adeus * Auf Wiedersehen * До свидания * Arrivederci * さようなら * Güle güle * Selamat tinggal * नमस्ते * Totsiens * Αντίο * معالسلامة * Tot ziens * Adiaŭ * Kwaheri * Do widzenia * Viszontlátásra *
Intercontact Marketing Network 