İnsansı Robotlar Çağı Geldi

DARPA Robotics Challenge, 2012 yılında ABD Savunma İleri Araştırma Projeleri Ajansı tarafından duyurulan bir yarışmadır. Bu yarışma, felaket robotiği için çok yıllı ve çok milyonluk bir yarışma olarak sonuçlanmıştır. Boston Dynamics'in Atlas robotu, ilk nesil humanoid robotlardan bazıları ve sonsuza dek yaşayacak bir blooper videosu bu yarışmanın önemli sonuçlarından bazılarıdır. Yarışmanın mimarı Gill Pratt, DARPA Robotics Challenge'in ne yapacağını çok iyi anlamıştı. "DARPA Robotics Challenge'in nedeni, aslında bu alanı ilerletmek ve bu yeteneği gerçekleştirmektir" dedi Pratt, 2012 yılında IEEE Spectrum'a. O zaman, 2004 yılında DARPA Grand Challenge ve 2007 yılında DARPA Urban Challenge'den önce, karmaşık ortamlar için sürücüsüz arabalar esasen ettiğini belirtti. Pratt, DRC'nin de robotik için aynı şeyi yapacağını gördü. DARPA Robotics Challenge'in sonuçlandığından yaklaşık on yıl geçti ve endüstrinin birçok uzmanı, humanoid robotların Pratt'ın öngördüğü dönüşümsel anı yaşayacağına inanıyor. Ancak robotikte olduğu gibi, şeyler genellikle göründüğünden daha zor oluyor. IEEE Spectrum, şimdi Toyota Araştırma Enstitüsü'nün (TRI) CEO'su olan Pratt ile konuştu ve humanoid robotiğinin neye engel olduğunu, bu robotların ne yapması gerektiğini (veya yapmaması gerektiğini) ve humanoid hype bubble'ı nasıl navigasyon edeceğini sordu. Bu robotik an hakkında ne düşünüyorsunuz? Gill Pratt: Değişen şey aslında humanoidler değil. Çok uzun süredir birçok insan humanoid formunda araştırma robotları inşa etti. Şimdi farklı olan şey, vücut değil, beyin. Her zaman robotik alanındaki bu uyumsuzluğu yaşadık, inşa ettiğimiz mekanizmalar inanılmaz derecede yetenekliydiler, ancak robotun faydasını o potansiyele eşleştirmek için gerçekten bir yolumuz yoktu. Şimdi gerçekten bunu yapabiliyoruz ve bu, son birkaç yılda yaşanan AI devrimi sayesinde. DARPA Robotics Challenge'in son on yılda yaşanan olaylarla doğrudan kredilendirilmesini engelleyen bir neden var mı? Gill Pratt: Hayır, ancak bunu mütevazı bir şekilde yapmak istiyorum. DRC, gerçek zamanlı yarı otonom ve yarı teleoperasyon üzerine odaklanmıştı. Uzaktan denetim vardı ve sonra yarı otonomi, görevleri gerçek zamanlı olarak ele almak için o denetimi artırmak için kullanıldı. Bu, son yıllarda yaşanan AI atılımlarından önceydi. Şimdi değişen şey, robotlara ne yapmaları gerektiğini öğretmenin ve onları yetenekli kılmanın bir yoluna sahip olmamızdır. Artık kod yazmak yerine, sadece robotlara görevi gösteriyoruz. Bu verilerin yeterli miktarda olması ve yeni AI yöntemleri ile robotlar daha önce hiç görülmemiş bir şekilde yetenekli olabilirler. Ancak bu veriler bir bottleneck, değil mi? Ne olduğunun ne olması gerektiğini ve bir robota bir şeyi güvenilir bir şekilde yaptırmak için yeterli miktarda ne olduğunu nasıl bileceğiz? Bu, büyük dil modelleri (LLM'ler) hakkında devam eden tartışmaya tam olarak karşılık geliyor. Bazı insanlar, LLM'lerin -ki bunlar, önceki kelimelere dayanarak bir sonraki kelimenin ne olacağını tahmin eden otomatik regresif öngörücüler- ve bunları çeşitli yöntemlerle çözmenin, sonunda AI sistemine güvenebileceğimiz bir noktaya ulaşmamızı sağlayacağına inanıyor. Ve sonra diğer insanlar var, ve ben bunların en nổitilisi Yann LeCun'un olduğunu düşünüyorum, ki onlar da bunun saçmalık olduğunu söylüyorlar ve bizim başka bir şeye ihtiyacımız olduğunu söylüyorlar. Onun görüşü, ve ben de aynı fikirdeyim, ki biz world modellerine ihtiyacımız var. AI sisteminin hayal edebileceği, şeyler denediği ve gerçekten akıl yürütebileceği bir yoluna ihtiyacımız var. Ve biliyorum ki, esasen desen eşleştiren sistemlere 'akıl yürütmek' gibi kelimeler kullanıyoruz; 'akıl yürütmek' dediklerimiz, aslında sadece inşa ettiğimiz şeylere koyduğumuz bir etiket; bu akıl yürütmek değil. Sonuç olarak, DARPA Robotics Challenge'in sonuçlandığından yaklaşık on yıl geçti ve endüstrinin birçok uzmanı, humanoid robotların Pratt'ın öngördüğü dönüşümsel anı yaşayacağına inanıyor. Ancak robotikte olduğu gibi, şeyler genellikle göründüğünden daha zor oluyor. IEEE Spectrum, şimdi Toyota Araştırma Enstitüsü'nün (TRI) CEO'su olan Pratt ile konuştu ve humanoid robotiğinin neye engel olduğunu, bu robotların ne yapması gerektiğini (veya yapmaması gerektiğini) ve humanoid hype bubble'ı nasıl navigasyon edileceğini sordu. Pratt, TRI'de bu sorunu nasıl ele aldıklarını anlattı ve büyük davranış modelleri (LBMs) hakkında konuştu. Ayrıca, robotların insanların öğrettiği şeyleri yapmalarını ve insanların robotlardan aldıkları öğreti ile diğer insanlara yardım etmelerini sağlayan "care-receiving robots" hakkında konuştu. Pratt, ayrıca yaşlılık ve toplum hakkında konuştu ve yaşlı insanların yaşam kalitesini artırmak için teknolojinin nasıl kullanılabileceğini anlattı.