Nortwestern Universitys prof. Sam Kriegman og hans 'insta-robot'
Northwestern Univ.
Sam Kriegman, professor ved Northwesterns McCormick School of Engineering, er noe av en lokal kjendis.
Han kan ofte bli funnet på TV programmer som forklarer underverkene ved hans nye oppfinnelse – en insta-robot.
I en TV-opptreden plasserer Kriegman insta-roboten sin på håndflaten for å vise den frem — en lilla-grå, gelatinøs, squishy gjenstand med noen få hull som ser litt ut som det du forestiller deg et neshorns stamfar.
Også: Roboter pluss generativ AI: Alt du trenger å vite når de jobbe som én
Deretter fester han et fleksibelt rør til roboten og begynner å pumpe. Geléroboten slår ut bena og – i kanskje den første robotimitasjonen av månevandringen – begynner å bevege seg bakover. (Du kan se videoen her.)
Det hele kan virke litt underveldende, et DIY-leketøy fra en vitenskapsmesse som du tok med hjem til femåringen din.
Sannheten er imidlertid at det kan være et revolusjonerende øyeblikk innen robotdesign med vidtrekkende implikasjoner for mange aspekter av menneskelivet – fra leting til redningsinnsats til medisin.
“Når folk ser på denne roboten, kan de se en ubrukelig gadget,” sier Kriegman. «Jeg ser fødselen til en helt ny organisme.»
En robot for enhver anledning
Se for deg en fremtid der du trenger å redde folk som er fanget under steinsprut, levere en livreddende medisin i en vanskelig tilgjengelig del av kroppen, eller konstruer en nedstenging av en atomreaktor i et sterkt forurenset rom.
Nesten alle av disse scenariene vil kreve en lynrask snuoperasjon fra konseptualisering av en løsning til å lage og teste den før distribusjon.
Denne 'insta-roboten' ble designet av AI for å gjenskape en utviklingsprosess mens den imøtekommer en spesifikk melding
Northwestern Univ.
Ingenting av dette har vært billig eller enkelt. Bare prøving-og-feil-prosessen med å komme opp med en løsning tar måneder om ikke år.
Det er evolusjonære algoritmer som ser til naturen for å finne ideer når de designer roboter – men de krever at man samler ut enorme datasett, som igjen krever en superdatamaskin og mange dager for å komme frem til en løsning.
Vi skal ikke engang gå inn på de astronomiske summene og de utallige timene som er brukt på et robotdesignprosjekt.
Også: 15 store ideer som vil revolusjonere bransjer og økonomier, ledet av AI
Likevel, her er Kriegman som bruker en ynkelig bærbar datamaskin til sammenligning, og skriver inn ordene “Design en robot som kan gå” som resulterer i en plan for en fungerende prototype på forvirrende 26 sekunder.
“Utviklede roboter tidligere. krevde uker med prøving og feiling på en superdatamaskin, og selvfølgelig, før noen dyr kunne løpe, svømme eller fly rundt i verden, var det milliarder på milliarder av år med prøving og feiling, sier Kriegman.
< p>“Dette er fordi evolusjonen ikke har noen forutseende. Den kan ikke se inn i fremtiden for å vite om en spesifikk mutasjon vil være fordelaktig eller katastrofal. Vi fant en måte å fjerne dette bind for øynene, og dermed komprimere milliarder av år med evolusjon til et øyeblikk.”
Også: Generativ AI fylte oss med undring – men all magi kommer med en pris
Som Kriegman og Matthews forklarer i deres nylige avis, på disse 26 sekundene, datamaskinen bygde metodisk på hver versjon inntil den var overbevist om at den hadde generert en brukbar løsning.
Fra et gelélignende såpestykke, til noe som spretter på ett sted, til noe med hull i (for å gjøre det lettere), til et objekt med finner og tre ben, kom algoritmen frem til en modell som kan hopp og bland deretter.
“Det er interessant fordi vi ikke fortalte AI at en robot skulle ha ben,” sa Kriegman. “Den gjenoppdaget at ben er en god måte å bevege seg rundt på land. Legged bevegelse er faktisk den mest effektive formen for terrestrisk bevegelse.” (Kriegman bemerker at en øvelse som tvang AI-en til å bruke forhåndsdesignet muskulatur ikke ga ben.)
Også: Generativ AI kan lett gjøres ondsinnet til tross for autovern < /p>
Hver versjon av roboten – av ni forsøk – var en forbedring i forhold til forgjengeren, helt til den niende versjonen ga det ønskede resultatet – et objekt som kunne gå halvparten av kroppslengden per sekund når luft gjentatte ganger ble pumpet inn i den for å simulere utvidelse og sammentrekkende muskler som produserer bevegelse.
Selvfølgelig måtte Kriegmans team lage en 3D-printet form av objektets design generert av algoritmen og fylle den med flytende silikongummi, hvoretter den ble kurert som en eldgammel dinosaur-jello-godbit.
Det er noen spennende ting fra dette eksperimentet.
For det første er bragden med å komprimere millioner av år med evolusjon til bare 26 sekunder en indikasjon på hvor raskt løsninger kan bli funnet for uløselige problemer – hvordan ødelegge en asteroide som stormer mot jorden, eller utvikle medisiner for kreft, eller koble sykdommer til genetikk.
For det andre krever det et sprang fantasi for å endre dine forutinntatte forestillinger om funksjonell design; for eksempel fra å tenke på stoler som firbente til trebeinte.
Også: Hvordan renessanseteknologer forbinder prikkene mellom AI og business
“Når mennesker designer roboter, har vi en tendens til å designe dem slik at de ser ut som kjente objekter,” sa Kriegman. “Men AI kan skape nye muligheter og nye veier fremover som mennesker aldri har vurdert. Det kan hjelpe oss til å tenke og drømme annerledes. Og dette kan hjelpe oss med å løse noen av de vanskeligste problemene vi står overfor.”
Til syvende og sist handler det om å låse opp det store ressurslageret som ligger for øyet som vi ikke helt kan se ennå.
“Det eneste som står i veien for disse nye verktøyene og terapiene er at vi har ingen anelse om hvordan man skal designe dem,” sa Kriegman. “Heldigvis for oss har AI sine egne ideer.”