Μέσα στο EY Robotics Lab: Όταν η τεχνητή νοημοσύνη αποκτά χέρια και πόδια

Ένας ρομποτικός «σκύλος» σηκώνεται μπροστά μας κι αρχίζει να κινείται στην αίθουσα. Λίγο πιο πίσω στέκονται δύο ανθρωποειδή, ένα μικρό κι ένα μεγάλο, ψηλότερο από τον άνθρωπο που τα παρουσιάζει. Γύρω τους υπάρχουν drones, εξωσκελετοί και άλλα μηχανήματα. Βρισκόμαστε στο EY Robotics Lab στην Αθήνα και η εικόνα απέχει αρκετά από το συνηθισμένο περιβάλλον μιας εταιρείας συμβούλων.

Ο δρ. Λάζαρος Πολυμενάκος, εταίρος, Συμβουλευτικές Υπηρεσίες EY Ελλάδος, επικεφαλής του EY AI/GenAI Center of Excellence, ξεκινά από αυτό ακριβώς που έχουμε μπροστά μας. Για εκείνον η ρομποτική είναι το επόμενο βήμα της τεχνητής νοημοσύνης. «Θα συνδέσεις βασικά την τεχνητή νοημοσύνη, που είναι software, με τα ρομπότ, που είναι τα χέρια που θα κάνουν τη δουλειά, θα κάνουν actions και interaction ίσως και με ανθρώπους ή αυτόνομα».

Όταν μιλά για ρομπότ, δεν εννοεί μόνο τα ανθρωποειδή. Ρομπότ είναι οι «σκύλοι», οι ρομποτικοί βραχίονες, τα drones στον αέρα και κάτω από τη θάλασσα, οι εξωσκελετοί. Η σημαντική διάκριση είναι ότι η EY δεν κατασκευάζει τα ίδια τα μηχανήματα. «Δεν φτιάχνουμε τα mechatronics. Το ρομπότ έρχεται με τις δυνατότητες που έχει από το εργοστάσιο. Δική μας δουλειά είναι να φτιάξουμε AIagents, προγράμματα που θα επικοινωνούν μαζί τους και θα οργανώνουν πολλά τέτοια ρομπότ για να κάνουν δουλειές».

Αυτό είναι και το πραγματικό αντικείμενο του εργαστηρίου: όχι το ρομπότ ως μηχάνημα, αλλά η νοημοσύνη που το κάνει χρήσιμο και, ακόμη περισσότερο, η δυνατότητα διαφορετικών ρομπότ να συνεργάζονται για να εκτελέσουν μία αποστολή.

Ο δρ. Πολυμενάκος δίνει ένα απλό παράδειγμα. Μπορείς να στείλεις ένα ρομπότ σε ένα πάρκινγκ και να του ζητήσεις να εντοπίσει αν υπάρχει κάποιο πρόβλημα: αν έχει ξεσπάσει φωτιά, αν έχει μπει κάποιος από την περίφραξη ή αν βρίσκεται εκεί ένα αυτοκίνητο που δεν θα έπρεπε. Από εκεί και πέρα αρχίζει ο συντονισμός. Αν υπάρχει φωτιά, μπορούν να κινηθούν μαζί τρία ή τέσσερα ρομπότ με πυροσβεστήρες. Ή να σταλεί ένα alert ώστε να απομακρυνθούν εύφλεκτα υλικά από ένα container που βρίσκεται κοντά στη φωτιά. «Εμείς φτιάχνουμε την εφαρμογή που θα λύσει ένα πρόβλημα για τον πελάτη, όχι το ρομπότ το ίδιο».

Από το εργοστάσιο μέχρι τον βυθό

Τα τετράποδα ρομπότ είναι από τα πιο εντυπωσιακά μηχανήματα στην αίθουσα, αλλά η μορφή τους έχει πρακτική σημασία. Είναι σταθερά, δεν πέφτουν εύκολα, μπορούν να ανεβαίνουν σκάλες και να κινούνται σε χώρους στους οποίους η ανθρώπινη παρουσία είναι δύσκολη ή επικίνδυνη. Με πρόσθετες κάμερες, LiDAR ή manipulators μπορούν να εκτελέσουν διαφορετικές αποστολές: να κινηθούν σε ένα εργοστάσιο, να διαβάσουν ένα μανόμετρο, να μεταφέρουν εικόνα από έναν επικίνδυνο χώρο ή να πιάσουν και να μεταφέρουν ελαφριά αντικείμενα. 

«Άρα είναι για χρήση στην αστυνομία, στην πυροσβεστική, στον στρατό, σε εργοστάσια, για να πάνε να διαβάσουν μανόμετρα, να μπουν σε επικίνδυνο περιβάλλον και να φέρουν εικόνες». Όχι όμως οποιοδήποτε ρομπότ σε οποιοδήποτε περιβάλλον. Για χώρους με εύφλεκτα αέρια ή άλλες ειδικές συνθήκες απαιτούνται οι αντίστοιχες πιστοποιήσεις. Ο δρ. Πολυμενάκος αναφέρει ως παράδειγμα την πιστοποίηση ATEX: ακόμη κι ένας κοινός υπολογιστής δεν μπορεί να μεταφερθεί αυθαίρετα σε ένα τέτοιο περιβάλλον, καθώς ένας σπινθήρας θα μπορούσε να προκαλέσει ατύχημα.

Παραδίπλα βρίσκονται οι εξωσκελετοί. Εδώ η τεχνολογία δεν αντικαθιστά τον εργαζόμενο, αλλά ενισχύει τις φυσικές δυνατότητές του. Υπάρχουν ενεργοί εξωσκελετοί με μπαταρία και passive συστήματα που προσαρμόζονται στα πόδια και στην πλάτη, βοηθώντας ανθρώπους που εκτελούν βαριά χειρωνακτική εργασία. Στο εργαστήριο έχει αναπτυχθεί και μέθοδος μέτρησης του πραγματικού οφέλους: κάμερες παρακολουθούν την κίνηση του σώματος την ώρα που κάποιος σηκώνει ένα βαρύ αντικείμενο, ώστε να υπολογιστεί πόσο μειώνεται η καταπόνηση και οι κίνδυνοι για την υγεία και την ασφάλειά του.

Τα υποθαλάσσια drones ανοίγουν ένα άλλο πεδίο. Μπορούν να ελέγξουν τα ύφαλα ενός πλοίου, να εξερευνήσουν μια περιοχή ή να χρησιμοποιηθούν ακόμη και για σκοπούς αρχαιολογικής έρευνας. «Θα μπορούσε η Ελλάδα, που έχει και πολλά ναυάγια, να χρησιμοποιήσει τέτοια drones. Και σίγουρα στη ναυτιλία, για να δουν αν έγινε μια ζημιά, αντί να έρχονται δύτες και να βάζουν άνθρωποι τον εαυτό τους σε κίνδυνο».

Τα ανθρωποειδή

Τα δύο ανθρωποειδή του EY Robotics Lab έχουν διαφορετικές δυνατότητες. Το μικρότερο επιλέχθηκε για την κινητικότητά του, κυρίως για το χέρι του, αρκετά σύνθετο ώστε να εκτελεί λεπτές κινήσεις: μπορεί να πακετάρει κάτι, να συναρμολογήσει LEGO ή να πιάσει ένα ποτήρι.Το μεγαλύτερο, βάρους περίπου 75 κιλών, μπορεί να σηκώσει έως 25 κιλά και διαθέτει grippers τριών δαχτύλων για να πιάνει και να μεταφέρει αντικείμενα. Η πιθανή χρήση τους, όμως, δεν περιορίζεται στη χειρωνακτική εργασία.

«Μπορούμε να τα προγραμματίσουμε και για άλλες δουλειές. Για παράδειγμα, για δουλειές γραφείου: να πάει και να παραστεί σαν υπάλληλος σε ένα meeting, να δει, να καταγράψει, να ξεκινήσει παρουσιάσεις». Το μεγάλο ανθρωποειδές έχει και πρόσωπο, το οποίο πρόσθεσε η ομάδα του εργαστηρίου. «Αν το προσέξετε λίγο, θυμίζει  “I, Robot”».

Γύρω του, τα τετράποδα ρομπότ, οι βραχίονες και τα drones βρίσκονται παραταγμένα για να δείξουν κάτι ίσως πιο σημαντικό από τις δυνατότητες ενός μεμονωμένου μηχανήματος: αυτό που ο ίδιος αποκαλεί «ορχήστρα». Πολλά διαφορετικά ρομπότ μπορούν να συντονιστούν για την ίδια δουλειά. Σε σενάρια surveillance που έχουν ήδη δοκιμαστεί, ένα drone μπορεί να εντοπίσει ένα συμβάν και στη συνέχεια να στείλει τα τετράποδα στο σημείο.

Και κάπου εδώ η συζήτηση παύει να αφορά απλώς εντυπωσιακές μηχανές. Γιατί άλλο είναι ένα ρομπότ που εκτελεί μια κίνηση την οποία κάποιος έχει προγραμματίσει βήμα προς βήμα και άλλο ένα σύστημα στο οποίο δίνεις έναν στόχο και του επιτρέπεις να αποφασίσει πώς θα τον πετύχει.

«Δεν αυτενεργούν, φτιάχνουν πλάνο»

Ο Αντώνης Αρβανιτάκης, Director, AI&Data, Συμβουλευτικές Υπηρεσίες EY Ελλάδος και επικεφαλής του EY Robotics Lab στην Αθήνα, εξηγεί τι σημαίνει στην πράξη αυτή η αυτονομία. «Το βασικό είναι ότι είναι αυτόνομα, δηλαδή δεν χρειάζεται να τα προγραμματίσεις συγκεκριμένα, να τους έχεις έτοιμο σενάριο. Τους δίνεις τα κριτήρια επιτυχίας και τον τρόπο που θα ενεργήσουν ή θα συνεργαστούν».

Η λέξη «αυτόνομα» οδηγεί σχεδόν αναπόφευκτα στην ερώτηση: μπορούν να αυτενεργήσουν; «Δεν αυτενεργούν, φτιάχνουν πλάνο. Το πλάνο συνήθως το βλέπει και ο χρήστης μπροστά του και οποιαδήποτε στιγμή μπορεί να το σταματήσει».

Για τον Αρβανιτάκη, υπάρχουν δικλίδες ασφαλείας, «συγκεκριμένα οργανωμένες από τις εταιρείες που φτιάχνουν τους βασικούς αλγορίθμους τεχνητής νοημοσύνης».
Η κουβέντα περνά στα πειράματα στα οποία συστήματα AI εμφανίστηκαν να παρακάμπτουν περιορισμούς ή να εισέρχονται σε άλλα συστήματα. Ο δρ. Πολυμενάκος επιμένει ότι πρέπει να διαχωρίζουμε ένα σύστημα που απέκτησε μόνο του έναν σκοπό από ένα σύστημα στο οποίο δόθηκε ο συγκεκριμένος σκοπός στο πλαίσιο ενός πειράματος. «Δημιούργησες ένα περιβάλλον, του έδωσες πολλά υπολογιστικά resources, του έβαλες σκοπό να προσπαθήσει να βγει και να πάει κάπου αλλού, του έβαλες κριτήρια. Δεν μας ξέφυγε. Υπήρχε ο σκοπός, ήταν test».

Ο κίνδυνος, για τον ίδιο, υπάρχει. Απλώς δεν είναι ακριβώς αυτός που συνήθως φανταζόμαστε. Χρησιμοποιεί το παράδειγμα ενός αυτοκινήτου στο οποίο κολλάει το γκάζι. «Σε όλα υπάρχει ένας εγγενής κίνδυνος να σου ξεφύγει κάτι από τον έλεγχο». Στην περίπτωση ενός συστήματος AI, μπορεί να υπάρξει αστοχία προγραμματισμού ή αστοχία του περιβάλλοντος. Επιμένει όμως στη διαχωριστική γραμμή: «Αν κατεβάσετε ένα μοντέλο και το βάλετε στο λάπτοπ σας, δεν δουλεύει από μόνο του. Κάθεται εκεί και περιμένει να του πείτε κάτι. Ή να του έχετε ορίσει μια διαδικασία. Όχι ότι το μοντέλο ξύπνησε μια μέρα και είπε πάμε να χακάρουμε γύρω γύρω».

Η AI που ελέγχει την AI

Η συζήτηση καταλήγει αναπόφευκτα στη ρύθμιση. «Το regulation δεν έρχεται παρά μόνο αφού γίνει το πρώτο λάθος», λέει ο δρ. Πολυμενάκος. Εκτιμά ότι όσα ήδη συμβαίνουν θα οδηγήσουν σε περισσότερο έλεγχο και περισσότερη ρύθμιση. Ταυτόχρονα, σημειώνει ότι οι μεγάλες δυνάμεις θα εξακολουθήσουν να αναπτύσσουν συστήματα για γενικές και αμυντικές χρήσεις, όπως συμβαίνει με κάθε τεχνολογία διπλής χρήσης.

Ο Αρβανιτάκης συμπληρώνει μια ενδιαφέρουσα αντιστροφή: «Με την τεχνητή νοημοσύνη μπορείς να ελέγξεις και την ίδια την τεχνητή νοημοσύνη. Να φτιάξεις καινούργιες δικλίδες, να βλέπεις ότι όντως εφαρμόζονται και δεν παρακάμπτονται».

Γύρω μας, τα ρομπότ περιμένουν την επόμενη εντολή. Για χρόνια η τεχνητή νοημοσύνη ήταν κάτι που συνέβαινε πίσω από μια οθόνη: κείμενο, εικόνα, δεδομένα, προβλέψεις. Εδώ η μετάβαση στον φυσικό κόσμο είναι ορατή. Κάμερες γίνονται «μάτια», manipulators γίνονται χέρια, τετράποδα και ανθρωποειδή γίνονται το σώμα και οι AIagents αναλαμβάνουν να οργανώσουν τη δράση.

Κι αυτό είναι το συμπέρασμα μέσα στο ΕΥ Robotics Lab. Η τεχνητή νοημοσύνη δεν μαθαίνει πλέον μόνο να απαντά. Μαθαίνει να δρα και να συνεργάζεται.