आरसीसी 2013 में केन गोल्डबर्ग का प्रदर्शन

आज हम रूसी कोड कप 2013 के वक्ताओं के भाषणों के अजीबोगरीब अंश प्रकाशित करना जारी रखते हैं। इस बार हम आपके ध्यान में केन गोल्डबर्ग की रिपोर्ट लाएंगे।

केन गोल्डबर्ग, दुनिया के पहले वेब-आधारित रोबोट के आविष्कारक, स्कूल ऑफ कंप्यूटर साइंस, कैलिफोर्निया विश्वविद्यालय, बर्कले में प्रोफेसर।

मैं अपने भाषण को आधुनिक रोबोटिक्स और इसके तत्काल भविष्य की चर्चा के लिए समर्पित करना चाहूंगा। आपने शायद पहले से ही "Google कार" के बारे में सुना है जो एक चालक के बिना सवारी करता है? मुझसे अक्सर पूछा जाता है कि Google आखिर रोबोट करता क्यों है? मेरा मानना ​​है कि यह क्लाउड टेक्नोलॉजी में "सर्च कॉरपोरेशन" की बहुत रुचि के कारण है। मैं व्यक्तिगत रूप से "बादलों" के उपयोग के बिना भविष्य के रोबोटिक्स की कल्पना नहीं कर सकता। मुझे लगता है कि आप सोच रहे हैं: वे किस तरह के रोबोट होंगे जो "क्लाउड" के बिना काम नहीं कर सकते हैं? मैं आपको क्लाउड रोबोटिक्स और इस क्षेत्र में मेरे नवीनतम शोध के बारे में बताता हूं।



मैं एक ऐतिहासिक दौरे से शुरुआत करूंगा। इंटरनेट, जिस रूप में हम इसे जानते हैं, लगभग 20 साल पहले बनाया गया था। 1993 में, मुझे पहली बार www के बारे में पता चला। मेरे छात्र और मैं इस नई तकनीक का उपयोग करके कुछ दिलचस्प बनाना चाहते थे। हमारी परियोजना एक गार्डन रोबोट थी जो नेटवर्क से जुड़ी थी - "टेलीगार्डन" ("टेलीगार्डन")। उन्होंने 2 मीटर के व्यास और 0.5 मीटर की ऊँचाई वाले फूलों की व्यवस्था की, पौधों को लगाया, एक रोबोट "आर्म" स्थापित किया और एक सरल ब्राउज़र इंटरफ़ेस लिखा। बेशक, 1993 में कुछ स्थान थे जहां आप टेलिसैड तक पहुंच सकते थे।





रोबोट ने आपको वीडियो कैमरा के माध्यम से पौधों का निरीक्षण करने की अनुमति दी, साथ ही उन्हें पानी भी दिया। कोई भी हमारे फूलों को जाल के माध्यम से पानी दे सकता है। एन वॉटरिंग करने वालों के लिए, हमने ऐसे बीज दिए जो रोबोट की मदद से लगाए जा सकते हैं। बेशक, समय के साथ, दूरदराज के उपयोगकर्ताओं की संख्या इतनी बढ़ गई है कि वे केवल एक-दूसरे के साथ हस्तक्षेप करना शुरू कर देते हैं, फुलबेड अव्यवस्था में गिर गया। इसलिए, अन्य चीजों के अलावा, हमारे प्रयोग ने स्पष्ट रूप से सात नन्नियों के बारे में कहा गया है।

तब से, इंटरनेट और रोबोटिक्स ने बहुत आगे बढ़ गए हैं। लोगों ने पहले से ही रोबोट वैक्यूम क्लीनर का इस्तेमाल करना शुरू कर दिया है, सैन्य रोबोट आम हो रहे हैं, डॉक्टर पहले से ही लगभग 2,000 मेडिकल रोबोट संचालित करते हैं, मुख्य रूप से सर्जरी में। सामान्य तौर पर, रोबोट पहले ही हमारे जीवन में प्रवेश कर चुके हैं।



इस छवि में नारंगी बक्से रोबोट हैं जो अमेज़ॅन जैसी कंपनियों के विशाल गोदामों में ऑर्डर को क्रमबद्ध करते हैं। रोबोट लोग-ऑपरेटर्स को सामान का पैलेट भी वितरित करते हैं जो सीधे ऑर्डर इकट्ठा करते हैं।

और रोबोट का यह उदाहरण बहुत अधिक लोगों के लिए जाना जाता है, यह Xbox गेम कंसोल के लिए Kinect मॉड्यूल है:



"क्लाउड रोबोटिक्स" शब्द Google के जेम्स काफनर द्वारा गढ़ा गया था। वह यह कहने वाले पहले लोगों में से एक थे कि क्लाउड कंप्यूटिंग उनके रोबोटों द्वारा रोबोट के प्रदर्शन की सुविधा प्रदान करेगा। उदाहरण के लिए, ताकि रोबोट बर्तन धो सकता है, बिस्तर बना सकता है, अपार्टमेंट को साफ कर सकता है, उसे बहुत सारी जटिल विश्लेषणात्मक समस्याओं को हल करना होगा। यह पर्यावरण को पहचानने में कठिनाइयों और इस वातावरण में वस्तुओं की भारी संख्या के कारण है। कम्प्यूटिंग पावर जो कि पर्याप्त समय में ऐसे कार्यों का सामना कर सकती है, अकलमंद रोबोटों में निर्माण करना बहुत महंगा है। उन वस्तुओं के वर्णनात्मक डेटाबेस की भारी मात्रा का उल्लेख नहीं करना चाहिए जिन्हें वह स्वयं में स्टोर करना चाहिए। मान्यता और गणना के लिए दूरस्थ संसाधनों का उपयोग करना बहुत सस्ता और आसान है।

वैसे, रोबोट के लिए आरओएस ऑपरेटिंग सिस्टम पहले से ही दिखाई दिया है, लिनक्स के समान। यह खुला स्रोत है और काफी तेज़ी से विकसित हो रहा है।

पिछले साल, मैंने ब्लैक कॉन्टिनेंट पर रोबोटिक्स नेटवर्क बनाने के लिए एक अफ्रीकी प्रोजेक्ट में भाग लिया। इसके लिए, स्कूलों और विश्वविद्यालयों में उपयोग के लिए कई बहुत सस्ते रोबोट बनाने का निर्णय लिया गया। एक प्रतियोगिता में 10 डॉलर मूल्य का रोबोट बनाने की घोषणा की गई थी। हम समझ गए कि लक्ष्य सबसे अधिक अप्राप्य है, लेकिन यह प्रतिभागियों के लिए एक तरह का दिशानिर्देश होगा। विजेता थाईलैंड से एक शौकिया उत्साही था: उसने एक गेम कंसोल के लिए रिमोट कंट्रोल लिया, कई सेंसर जोड़े, और एक काउंटरवेट के रूप में दो चुप चूप्स का इस्तेमाल किया। और यह कैंडी की लागत सहित $ 8.9 का एक रोबोट निकला। उन्होंने इसे लॉलीबोट (लॉलीपॉप) कहा।



कोई भी, यहां तक ​​कि सबसे जटिल रोबोट, चुनौतियों का सामना करेगा जिसे वह हल नहीं कर पाएगा। ऐसे मामलों में, वह ऑनलाइन जा सकेगा या किसी व्यक्ति से मदद मांग सकेगा। सामान्य तौर पर, क्लाउड रोबोटिक्स के निम्नलिखित फायदे हैं:

• बड़े पैमाने पर डेटा तक पहुंच।
• सबसे शक्तिशाली कंप्यूटिंग सिस्टम तक पहुंच
• एक ओपन सोर्स सिस्टम में काम करें
• अन्य रोबोट के साथ डेटा विनिमय के माध्यम से स्व-शिक्षा
• एक दूरस्थ मानव विशेषज्ञ से मदद लेने की क्षमता।

याद कीजिए, फिल्म "द मैट्रिक्स" में एक संवाद था:
- आप इस पर क्या उड़ सकते हैं?
"मैं अभी तक नहीं कर सकता।" ऑपरेटर: बी -22 हेलीकॉप्टर पायलट कार्यक्रम डाउनलोड करें।

इस दिशा में बहुत सारे शोध किए जा रहे हैं, आप उनमें से सबसे दिलचस्प के बारे में पता लगा सकते हैं।

अब, अपने छात्रों के साथ, मैं दो विषयों से निपटता हूँ। कल्पना कीजिए कि रोबोट को मेज से हटाने की आवश्यकता है। जब एक कैमरे के साथ एक मेज पर "देख", तो रोबोट को वस्तुओं को पहचानने, अंतरिक्ष में उनके स्थान का निर्धारण करने और उनके मैनिपुलेटर्स की स्थिति में कठिनाई हो सकती है। इन समस्याओं को हल करने के लिए, विश्वास अंतरिक्ष, अर्थात्, प्रतिनिधित्व का स्थान, परिकल्पनाओं का एक सेट है। हमें पता है कि हम अपने आस-पास की स्थितियों में किन चीजों से मिल सकते हैं। कुछ अन्य वस्तुओं की उपस्थिति का अनुमान लगाने के लिए, एक निश्चित संख्या में मान्यता प्राप्त चित्रों के आधार पर, बड़ी मात्रा में डेटा संसाधित किया जाता है। यह सब खुद रोबोट द्वारा किया जाना अनुचित है। और हम एक "क्लाउड" की मदद से कोशिश कर रहे हैं कि जटिल आकृति के ऑब्जेक्ट को कैप्चर करने वाले मैनिपुलेटर की समस्या को हल किया जा सके।



ऑब्जेक्ट मॉडल में कुछ ज्यामितीय सहिष्णुता होनी चाहिए, क्योंकि रोबोट लगातार उन वस्तुओं का सामना करेगा जो डेटाबेस में मानकों से थोड़ा अलग हैं। सामान्य तौर पर, एक बिल्कुल अज्ञात आकार की वस्तु को कैप्चर करने की समस्या के लिए समर्पित कई कार्य हैं:


पुन: उपयोग-PRM ज्ञात बाधाओं के आधार पर। लियन और लू, 2005


मोशन प्रिमिटिव का अनुकूलन। हौसर एट अल, 2006


फ़ुटस्टेप योजनाओं के लिए नीति हस्तांतरण। स्टोल एट अल, 2007


सीखना जहां नमूना के लिए। ज़कर एट अल, 2008


प्रदर्शन से कौशल पेड़। कोनिडारिस, एट अल।, 2010


स्थैतिक पुस्तकालय से पथ पुनर्प्राप्ति। जेटचेव और टूसेंट, 2010

मान लीजिए कि हमारे पास दो कैप्चर हैं और एक ऑब्जेक्ट जिसका आकार रोबोट सेंसर इस रूप में है:



जाहिर है, ऑब्जेक्ट का वास्तविक ज्यामितीय पैरामीटर रोबोट से वर्तमान में "देखने" से भिन्न हो सकता है। और उसे पकड़ने के लिए एक सुरक्षित तरीका विकसित करना होगा। आप गॉस वक्र का उपयोग करके विभिन्न रूपों का एक संभाव्य विश्लेषण कर सकते हैं; आप लगभग गुरुत्वाकर्षण के केंद्र के स्थान की गणना कर सकते हैं, और गणना के आधार पर, कैप्चर एल्गोरिथ्म विकसित कर सकते हैं। मान लेते हैं कि हमारी पकड़ एक दूसरे के समानांतर है। तो, सेंसर ने निर्धारित किया कि कैप्चर में से एक ने विषय को छुआ। उसके बाद, आपको विभिन्न कैप्चर एल्गोरिदम का ज्यामितीय परीक्षण करना होगा और एक सुरक्षित, विश्वसनीय कैप्चर की संभावना का आकलन करना होगा। इन सभी गणनाओं को "क्लाउड" में प्रत्येक फॉर्म वेरिएंट के लिए ज्यामितीय विश्लेषण को समानांतर करके किया जा सकता है।

विभिन्न वस्तुओं के इस चयन पर एक नज़र डालें:



इन अनुमानों को देखते हुए, आप कम या ज्यादा अनुमान लगा सकते हैं कि उन्हें बेहतर तरीके से कैसे कैप्चर किया जाए। लेकिन अंतर्ज्ञान अक्सर हमें विफल कर देता है। हमेशा एक कैप्चर प्वाइंट की हमारी अपनी पसंद इष्टतम नहीं होती है। हमने एक सरल विषय पर वास्तविक परिस्थितियों में अपनी तकनीक का परीक्षण किया:



इस तथ्य के बावजूद कि हमारा अंतर्ज्ञान और अनुभव हमें बताता है कि सभी तीन कैप्चर विकल्प (छवि के ऊपरी दाएं कोने में) बहुत सफल हो सकते हैं, गणितीय गणना अन्यथा सुझाव देती है - पहला विकल्प सबसे अच्छा है। इसके अलावा, एक सफल कैप्चर की संभावना तीसरे विकल्प की तुलना में लगभग 4 गुना अधिक है, और देखो कि वे एक दूसरे से कितने अलग हैं। प्रयोगों ने हमारी गणनाओं की पुष्टि की।

दूसरा कार्य जिस पर हम काम कर रहे हैं, वह वस्तु मान्यता की समस्या है।



समस्या को हल करने के लिए, रोबोट एक अपरिचित वस्तु की तस्वीर ले सकता है और इसे Google गॉगल्स के माध्यम से चला सकता है - Google से एक मुफ्त चित्रमय खोज प्रणाली। बेशक, आदर्श रूप से, यह एक विशेष डेटाबेस होना चाहिए जो किसी वस्तु की ताकत और वजन, उसके आकार के बारे में जानकारी प्रदान कर सकता है। यह बहुत ठीक होगा यदि सिस्टम आपको सबसे अच्छा कैप्चर विकल्प या कुछ सर्वश्रेष्ठ भी बताता है। लेकिन इसके लिए टैगिंग, लेबलिंग का एक बड़ा काम करना आवश्यक है। अन्य रोबोटों को प्रशिक्षित करने के लिए, प्रस्तावित एल्गोरिदम के आवेदन की सफलता के बारे में डेटाबेस के साथ प्रतिक्रिया देना उचित है। अब तक, हमने जो सिस्टम विकसित किया है वह एकदम सही है: वस्तुओं को पहचानने की संभावना लगभग 80% है, और केवल 87% मान्यता प्राप्त लोगों को चालाकी से कब्जा किया जा सकता है।

अपने भाषण की शुरुआत में, मैंने सर्जिकल रोबोटों का उल्लेख किया, और मैं उनके उपयोग के बारे में अधिक बात करना चाहता हूं। वहाँ एक ऐसी उपचार तकनीक है जैसे ब्रैकीथेरेपी , यानी विकिरण चिकित्सा से संपर्क करें। आंकड़ों के अनुसार, हर छठे आदमी को प्रोस्टेट कैंसर होता है। उपचार विधियों में से एक ट्यूमर में सुइयों की शुरूआत है, जिसके माध्यम से विकिरण को बिंदुवार किया जाता है।



प्रोस्टेट तक पहुंचने के लिए, इन सुइयों को कई अन्य महत्वपूर्ण और नाजुक अंगों और ऊतकों से गुजरना होगा। जैसा कि आप जानते हैं, यह अपने आप में एक बहुत ही जोखिम भरा कार्य है [खैर, अभी भी !!!]:



यह आसपास के अंगों को नुकसान के जोखिम को कम करने के लिए मैट्रिक्स को त्यागने और विभिन्न कोणों पर सुइयों को सम्मिलित करने का प्रस्ताव दिया गया था।



इसके लिए, वैक्टरों की गणना के लिए एक विशेष एल्गोरिथ्म विकसित किया गया था। इस तरह की गणना के लिए बड़ी क्षमताओं की आवश्यकता होती है, और "क्लाउड" तक पहुंच के साथ यह कोई समस्या नहीं है। पहले से ही व्यावहारिक परिणाम हैं जो पुष्टि करते हैं कि समानांतर सुई सम्मिलन से इनकार करना रोगियों के लिए समान रूप से प्रभावी और सुरक्षित है। रोबोट विकसित किए जा रहे हैं जो सर्जनों को अधिक सटीक रूप से सुई डालने में मदद करेंगे।

दूसरा क्षेत्र जहां सर्जिकल रोबोट पेश किए जाते हैं, वह क्षेत्रीय कैंसर में प्रत्यारोपण की शुरुआत है। ये प्रत्यारोपण ट्यूमर के एक विशिष्ट क्षेत्र में विकिरण को केंद्रित करने के लिए एक लेंस के रूप में कार्य कर सकते हैं। ऐसा करने के लिए, आपको रोगी के चैनलों, गुहाओं और अंगों के ज्यामितीय मापदंडों को ध्यान में रखते हुए प्रत्यारोपण के आकार को सही ढंग से निर्धारित करने की आवश्यकता है।



अगस्त में, हमने विकिरण की साइट पर प्रत्यारोपण की नेलिनियर डिलीवरी की गणना के लिए अपनी पद्धति प्रस्तुत की। 3 डी प्रिंटिंग के लिए धन्यवाद, जो हर साल सस्ता हो रहा है, यह न केवल खुद को प्रत्यारोपण का उत्पादन करना संभव है, बल्कि विकिरणित उपकरणों की शुरूआत के लिए किसी भी आवश्यक कॉन्फ़िगरेशन के चैनल भी हैं।



हमारी पद्धति के नैदानिक ​​अध्ययन के पहले परिणाम पहले से ही आशावाद के लिए गंभीर कारण प्रदान करते हैं। क्लाउड प्रौद्योगिकी के उपयोग का एक और चिकित्सा उदाहरण, हमने "सुपरहुमन" सर्जरी कहा। हम लेप्रोस्कोपी के बारे में बात कर रहे हैं, और रोबोट एक सहायक का कार्य करता है, जबकि सर्जन अपने कार्यों को नियंत्रित करता है।



वहाँ सुविधाओं के टन है कि आप एक लंबे समय से पहले स्वचालित कर सकते हैं। उदाहरण के लिए, एक कट को टटोलना एक ऐसा मामला है जिसमें एक महान मन की आवश्यकता नहीं है, लेकिन उच्चतम एकाग्रता। सर्जन इंगित कर सकता है कि सीम कहां से शुरू किया जाए, कहां खत्म किया जाए, और फिर इस फ़ंक्शन को रोबोट को सौंपा जाए। उच्च जटिलता को देखते हुए बस इस प्रक्रिया को पूरा करें। इसलिए, सबसे अच्छा विकल्प मानव कार्य के उदाहरण पर रोबोट का "प्रशिक्षण" है। सर्जनों के आंदोलनों के विश्लेषण से पता चला कि व्यक्ति के मूवमेंट पूरी तरह से चिकने नहीं हैं, हमेशा एक निश्चित झटके आते हैं:





इसलिए बोलना, बहुत शोर करना। सर्जन के कार्यों को सुचारू करने के लिए, हमने वाक् पहचान में प्रयुक्त गतिशील विरूपण तकनीक का उपयोग किया।



प्राप्त सुगम पथ को पहले ही निष्पादन के लिए रोबोट में स्थानांतरित किया जा सकता है:



पुनरावृत्ति प्रशिक्षण की पद्धति का उपयोग करते हुए, हम रोबोट के आंदोलनों के एल्गोरिथ्म को समायोजित कर सकते हैं और इस ऑपरेशन को यथासंभव सटीक और कुशलतापूर्वक कर सकते हैं, और फिर तेजी से ऑपरेशन की गति बढ़ा सकते हैं।

सर्जरी में एक और कार्य जहां रोबोट का उपयोग किया जा सकता है वह है मानव शरीर से विदेशी वस्तुओं का निष्कर्षण: गोलियां, टुकड़े, और इसी तरह। इस दिशा में काम भी चल रहा है। अब तक, एक व्यक्ति एक स्वायत्त प्रणाली की तुलना में तीन गुना तेजी से इस ऑपरेशन का सामना करता है। लेकिन ऐसा लगता है कि क्लाउड कंप्यूटिंग और अतिरिक्त एल्गोरिथ्म अनुकूलन के माध्यम से इस गति अंतर को आसानी से समाप्त किया जा सकता है।

अंत में, मैं कुछ शब्दों के बारे में कहना चाहता हूं, जो मेरी राय में, निकट भविष्य में हमारी प्रतीक्षा कर रहे हैं। हम अपने स्वयं के "दिमाग" के साथ उपकरणों से घिरे होंगे। खैर, या कम से कम आरएफआईडी टैग के साथ। आवश्यक जानकारी प्राप्त करने के लिए इंटरनेट से जुड़े उपकरणों और उपकरणों की संख्या में वृद्धि होगी। यही है, तथाकथित "औद्योगिक" इंटरनेट, "चीजों का इंटरनेट" दिखाई देगा।



बेशक, इसके लिए इन सभी "स्मार्ट" उपकरणों के निर्माताओं की विश्वसनीयता के मुद्दों को हल करना आवश्यक होगा, नेटवर्क के बुनियादी ढांचे की बैंडविड्थ में वृद्धि होगी, और हैकर्स के खिलाफ सुरक्षा होगी। इसी समय, इतनी मात्रा में इलेक्ट्रॉनिक्स की मरम्मत और रखरखाव की समस्या उत्पन्न होगी। वैसे, यह बच्चा अपनी कंप्यूटिंग शक्ति के बिना घरेलू रोबोट की उपस्थिति के पहले दूतों में से एक है:



यह सिर्फ एक मंच है, और सभी प्रबंधन आपके iPhone में स्थापित प्रोग्राम द्वारा किया जाता है।

एन्थ्रोपोमोर्फिक और जूमोर्फिक रोबोट के निर्माण में महान प्रगति की उम्मीद की जा सकती है, और बोस्टन डायनेमिक्स से डेवलपर्स की सफलता इतनी महान है कि यह कुछ हद तक डरावना भी है। साथ ही उड़ने वाले रोबोट, क्वाड्रोकॉप्टर तेजी से विकास का अनुभव कर रहे हैं।

संक्षेप में: हमें क्लाउड रोबोटिक्स की आवश्यकता क्यों है? ओपन सोर्स तकनीकों के विकास में उपयोग के लिए, एक-दूसरे पर और लोगों को प्रशिक्षण रोबोट की संभावना प्रदान करने के लिए, बड़ी मात्रा में डेटा और कंप्यूटिंग शक्ति तक पहुंच प्राप्त करना।

आपका ध्यान देने के लिए बहुत-बहुत धन्यवाद।