Novi algoritam omogućava robotu da stavi olovku na papir i napiše reči koristeći obrasce pokreta koji su vrlo slični pokretima ljudske ruke dok nešto zapisuje. Istraživači kažu da je to korak napred za robote koji razvijaju sposobnost da lakše razgovaraju sa kolegama i saradnicima. „Robot može da reprodukuje svaki pokret kao jedan neprekinuti proces dok samo posmatra sliku reči ili crteža“, kaže Atsunobu Kotani student na „Braun“ univerzitetu koji je započeo i vodi razvoj tog algoritma. „Zbog toga je vrlo teško odrediti ko je napisao tekst, robot ili čovek.“
FALSIFIKATOR
Algoritam koristi mreže dubokog učenja da bi analizirao slike na kojima se nalaze rukom ispisane reči ili crteži i, pri tom, može da zaključi koje je pokrete pravila ruka dok je ispisivala te reči ili stvarala crteže. Posle toga, robot može da reprodukuje reči ili crteže koristeći iste pokrete koje je naučio. Studija bi trebalo da bude predstavljena na Konferenciji o robotici i automatizaciji ovog meseca. U njoj će istraživači prikazati robota koji može da napiše reč „zdravo“ na deset različitih jezika koji koriste različite skupove slova. Robot može da reprodukuje i grube crteže, uključujući i crtež čuvene „Mona Lize“.
Stefani Teleks, koja je profesor računarstva i Kotanijev savetnik, kaže da je njegov rad jedinstven jer robot ima sposobnost da nauči redosled pokreta ruke ni iz čega. „Naime, u većini radova u toj oblasti, robot mora da dobije podatke o redosledu pokreta ruke unapred“, kaže Teleksova. „Ako želite da vam robot nešto napiše, neko mora da programira redosled pokreta ruke svaki put kad treba napisati drugu reč. U slučaju Kotanijevog robota, možete da nacrtate šta god poželite i robot će to reprodukovati. Naravno, robot ne uoči pravi redosled pokreta svaki put, ali i tad dostiže priličnu preciznost.“
Teleksova navodi još jednu izuzetnu odliku Kotanijevog rada. Naime, algoritam može da generalizuje svoju sposobnost da reprodukuje pokrete. Kotani je obučio svoj algoritam dubokog učenja pomoću skupa znakova japanskog jezika i pokazao da može da reprodukuje znakove i pokrete ruke dok ih ispisuje sa preciznošću od 93%. Međutim, istraživači su se iznenadili kad su uvideli da algoritam može da reprodukuje različite tipove znakova koje nikad nije video – na primer, engleska slova i kurziv.
„Bili bismo zadovoljni i da je naučio samo japanske znakove“, kaže Teleksova. „Međutim, čim je počeo da se bavi slovima engleskog alfabeta, bili smo iznenađeni. Odlučili smo da ga pustimo i vidimo šta će da postigne.“ Teleksova i Kotani su zamolili sve kolege u laboratoriji „Ljudi za robote“, koju vodi Telekosva; da napišu „zdravo“ na svom maternjem jeziku. Između ostalih, dobili su pozdrav ispisan na grčkom, hindustanskom, urdskom, kineskom i hebrejskom jeziku. Robot je uspeo sve da ih reprodukuje sa priličnom preciznošću pokreta.
MONA LIZA NA BELOJ TABLI
Remek-delo sistema je verovatno kopija crteža „Mona Lize“. Naime, Kotani je nacrtao crtež „Mona Lize“ na beloj tabli u laboratoriji i zatim omogućio robotu da ga precrta – prilično verno – na istoj tabli ispod svog originala. „Rano ujutru, naš robot je konačno nacrtao „Mona Lizu“ na beloj tabli“, priča Kotani. „Kad sam se vratio u laboratoriju, svi su se okupili oko bele table, gledali „Mona Lizu“ i začuđeno i u neverici pitali me da li je robot zaista nacrtao crtež.“ To je bio izuzetno važan trenutak za Kotanija jer je „u tom trenutku robot uočio šta se nalazi ispod jednostavnog štampanja“. Štampač sa mlaznicama stvara sliku pomoću glave za štampanje koja ide napred-nazad dok stvara sliku red po red. U slučaju Kotanijevog algoritma, robot stvara sliku pokretima koje pravi ljudska ruka, što je za Kotanija mnogo izražajnije i približnije procesima koje koriste ljudi.
KOMUNIKACIJA IZMEĐU ROBOTA I ČOVEKA
Ključni činilac funkcionisanja algoritma je njegovo korišćenje dva odvojena modela slike koju pokušava da reprodukuje. Korišćenjem globalnog modela koji posmatra sliku kao celinu, algoritam uočava najverovatniju polaznu tačku od koje pravi prvi pokret. Kad napravi taj prvi pokret, algoritam koristi drugi model, približava sliku, usredsređuje se na nju i posmatra svaki njen piksel da bi utvrdio kuda se dalje pokret kreće i koliko dugačak treba da bude. Kad dođe do kraja, algoritam ponovo poziva globalni model da bi odredio gde sledeći pokret treba da počne, zatim ponovo koristi uvećani model. Taj proces se ponavlja sve dok se slika ne završi.
Kotani i Teleksova kažu da je njihov rad korak napred ka boljoj komunikaciji između ljudi i robota. Konačno, predviđaju da će roboti moći da beleže kratke poruke, zapisuju diktiran tekst ili crtaju dijagrame za svoje kolege i saradnike. Teleksova kaže da bi želela da robot može da uradi sve što može i čovek i da je zainteresovana da napravi robota koji može da govori nekoliko različitih jezika. Pošto je pisanje jedan od oblika korišćenja jezika, možda bi mogli da pokušaju da stvore i robota poliglotu.