Das Bild in diesem Beitrag stammt nicht aus dem Labor von Dr. Fernandez. Es stammt von Wikimedia Commons ... und kündigt neue Roboter an?
Benito Fernandez ist außerordentlicher Professor für Maschinenbau an der University of Texas in Austin. Der gebürtige Venezolaner Dr. Fernandez ist Experte für angewandte Intelligenz, bei der mithilfe verschiedener Technologien intelligente Geräte erstellt werden. Ich habe Anfang August mit ihm über das gesprochen, was er "evolutionäre mobile Roboter" nennt. Hier einige Auszüge aus unserem Interview. Mehr mit Dr. Fernandez kommt bald.
Jorge Salazar: Was ist ein evolutionärer mobiler Roboter?
Benito Fernandez: Momentan finden Sie in unserem Labor heterogene Roboter. Sie sind nicht dasselbe. Sie können von unterschiedlicher Größe sein, unterschiedliche Sensoren, die unterschiedliche Dinge handhaben, unterschiedliche Fähigkeiten. Wenn Sie also eine Gruppe von Robotern haben, wie lernen diese voneinander, tauschen Informationen aus, lernen etwas über die Umgebung oder koordinieren Aktionen? Der Evolutionsteil ist zweifach. Die Roboter können sich mental weiterentwickeln. Nachdem sie die Welt erlebt haben, konfigurieren sie sich neu, wie sie die Welt sehen, oder sie können sich physisch neu verbinden oder sich physisch neu konfigurieren, so wie es ein Roboter in der nächsten Reinkarnation oder Generation wünscht schneller sein oder ich will stärker sein. Bei einem bestimmten Problem oder einer bestimmten Anwendung könnte es eine optimale Lösung für die Roboterstruktur geben, die für das jeweilige Problem besser geeignet wäre.
JS: Können Sie mir mehr darüber erzählen, welche Arten von Robotern Sie in Ihrem Labor haben?
BF: Wir haben mehrere Roboter unterschiedlicher Größe, die sich in der Umgebung bewegen, die Umgebung abbilden und miteinander sprechen. Wir haben drei Roboter, die Bomben aufspüren und entwaffnen, aber wir haben auch mehrere Roboter, die Mapping und einen Teil der visuellen Welt ausführen können. Da die Informationen vom Roboter stammen, wird in Echtzeit eine Karte der Welt erstellt. Du bist also nicht da, die Roboter sind da. Auf den von ihnen erstellten Karten kann der Mensch sehen, wie die Umgebung aussieht, und auf der Grundlage dieser Informationen eine Rettung oder ähnliches planen.
JS: Wie haben Sie diese Roboter entwickelt?
BF: Wir schauen uns die Natur an und sehen, wie sie funktioniert, und versuchen dann, eine Schaltung oder eine Software-Implementierung dafür zu entwerfen. Wir wissen, dass Menschen durch neuronale Netze lernen. Also habe ich ein künstliches neuronales Netzwerk geschaffen. Jetzt kann der Roboter auch aus den gemachten Erfahrungen lernen.
Nach dem neuronalen Netz ist das nächste, wie drücke ich Wissen aus, damit ein Mensch es verstehen kann? Sie sprechen über Dinge wie: Wenn es heiß, aber nicht zu heiß ist, schalten Sie die Klimaanlage ein. Was ist heiß und was ist zu heiß? Dies ist keine genaue, ist die Temperatur mehr als 82,3 Grad. Aber deshalb vermitteln wir Wissen. Ich verwende eine Sprache, die mathematisch gesehen nicht sehr präzise ist. Das brachte mich zu Fuzzy Logic - Umgang mit dieser Ungenauigkeit der Sprache. Dann habe ich versucht, die beiden zusammenzusetzen, Fuzzy-Logik als neuronales Netz und umgekehrt.
JS: Woher kommt die Evolution?
BF: Ich habe angefangen, einige der Einschränkungen dieser Tools zu erkennen, und es hat mich schließlich zur Evolution geführt. Das menschliche Gehirn bildet innerhalb der ersten fünf Jahre Verbindungen. Und danach ist die Plastizität des Gehirns stark reduziert. Das Potenzial eines Gehirns ist also auf fünf oder sechs Jahre festgelegt.
Wenn diese Möglichkeit nicht ausreicht, um das Problem zu lösen, müssen Sie im Grunde genommen ein neues Gehirn aufbauen, das sich entwickelt. Die Systeme, die wir bauen, sind also neuronale Netze, die sich ebenfalls entwickeln. Sie entwickeln sich von einer Generation zur nächsten, wachsen mit den Anforderungen des Problems und finden schließlich eine Lösung. Wenn wir uns die Geschichte anschauen, wie sich Tiere und Pflanzen aufgrund der damaligen Umweltbedingungen entwickelt haben, passiert dasselbe mit diesen Robotersystemen.
JS: Aber wie genau entwickeln sich Roboter?
BF: In den letzten acht Jahren habe ich auch mit sogenannten künstlichen Immunsystemen gearbeitet. Eines der Dinge, die mit neuronalen Netzen im Allgemeinen zu tun haben, ist, dass Sie einen Lehrer brauchen, der Ihnen sagt, wie Sie es tun, oder das ist gut oder das ist schlecht. Aber wenn Sie ein Haufen Roboter sind, sagen Sie zum Mars, dann haben Sie dort möglicherweise überhaupt keinen Lehrer. Also müssen die Roboter die Dinge selbst herausfinden. Das einzige, was ich mir in der Natur vorstellen kann, ist das Immunsystem, wo es über Millionen von Jahren immer noch existiert. Wenn sie einen Virus finden, finden sie eine Möglichkeit, ihn zu reparieren, indem sie Antivirenprogramme erstellen. Also habe ich mir angesehen, wie das Immunsystem funktioniert, und versucht, ähnliche Dinge in Kombination mit neuronaler Unschärfe aufzubauen. Grundsätzlich habe ich im Laufe der Jahre eine Reihe von Tools erstellt, die ich unter dem Namen "Angewandte Intelligenz" zusammengefasst habe und die versuchen, echte Probleme zu lösen.