Создание такого гуманоида станет следующим этапом после массового внедрения беспилотных автомобилей, сообщил ТАСС директор Института интеллектуальной робототехники Новосибирского госуниверситета (НГУ) Алексей Окунев.
Один из методов исследования искусственного интеллекта, позволяющий определить, способен ли компьютер мыслить как человек — это тест Тьюринга. Во время теста человек-испытатель взаимодействует с двумя участниками — с машиной и с человеком через текстовый интерфейс. Задача — определить, кто из участников является машиной, а кто человеком, основываясь исключительно на текстах, которые они пишут.
«Если мы хотим полноценную эмуляцию человека, которая и разговаривает, и делает что-то “разумное” в терминах теста Тьюринга, то до этого еще не один десяток лет. На человекоподобных роботах такие технологии появятся не сразу. Когда мы увидим, что уже хорошо работают технологии автономного беспилотного транспорта, стоит ожидать массового появления гуманоидных роботов с искусственным интеллектом», — сказал собеседник агентства, уточнив, что горизонт возникновения таких машин 20−25 лет.
Ученый назвал трендом следующих лет объединение автономных устройств и технологий ИИ, которые эмулируют человеческие когнитивные и коммуникативные функции. Окунев пояснил, что сейчас некоторые компании стремятся внедрить технологии ИИ на автомобилях для создания беспилотного транспорта, однако пока, по его мнению, не хватает вычислительной мощности. «Беспилотный транспорт вполне уверенно чувствует себя на аккуратно размеченных дорогах общественного пользования, однако тушуется на бездорожье, в перегруженных дворах и других местах вождения повышенной сложности. И если в “облаке” вы можете пять минут подождать [пока ждете ответа от языковой модели], то в реальном мире важна скорость принятия решений и за пять минут может произойти что-то непоправимое. Нужно, чтобы появились вычислительные устройства, по мощности подобные облачным решениям», — отметил эксперт.
Окунев добавил, что важным шагом для создания продвинутых роботов-гуманоидов должно стать обучение с подкреплением в виртуальной среде. «Сейчас используют метод машинного обучения, так называемый reinforcement learning (обучение с подкреплением). То есть в программе, в специальной среде для моделирования создают точную копию робота и эту копию обучают двигаться правильно. А потом с определенными оговорками можно перенести эту модель, обученную в виртуальной среде, на реального робота. Это многократно экономит время по сравнению с обучением в реальном мире», — уточнил он, добавив, что спектр движений машин пока зависит от электрического привода и не покрывает диапазон доступных человеку действий.
