Dlaczego roboty nie mogą dorównać sprawności ludzkich rąk?

Zdjęcie: Estudio Santa Rita

Ludzka ręka jest jedną z najbardziej zaskakująco skomplikowanych oraz fizjologicznie złożonych części ciała. Ma ponad 30 mięśni, 27 stawów, a także sieć więzadeł i ścięgien, które zapewniają jej swobodę ruchu w zakresie 27 stopni. W samej kończynie znajduje się ponad 17 000 receptorów dotyku i zakończeń nerwowych. Te cechy pozwalają naszym dłoniom wykonywać oszałamiającą gamę wysoce skomplikowanych zadań, poprzez szeroki zakres różnych ruchów.

Ale nie musicie mówić o tym Sarze de Lagarde.

W sierpniu 2022 roku była na szczycie świata. Właśnie wspięła się na Kilimandżaro ze swoim mężem i była w doskonałej formie. Ale zaledwie miesiąc później znalazła się w szpitalnym łóżku z okropnymi obrażeniami.

Wracając do domu z pracy, De Lagarde poślizgnęła się na peronie stacji High Barnet w Londynie, a następnie wpadła w przestrzeń przeznaczoną dla pociągów. Zmiażdżona przez odjeżdżający pociąg i kolejny, który wjechał na stację, straciła prawą rękę poniżej barku i część prawej nogi. Po długim procesie gojenia, brytyjska Narodowa Służba Zdrowia zaproponowała jej protezę ręki, ale sztuczna kończyna nie umożliwiła jej wykonywania pełnego zakresu ruchów. Zamiast tego wydawała się stawiać swoją formę ponad funkcjonalność.

„To naprawdę nie wygląda jak prawdziwa ręka” — mówi. „Moje dzieci uznały to za przerażające”.

Proteza miała tylko jeden staw w łokciu, a sama dłoń była statyczną masą na końcu. Kobieta przez dziewięć miesięcy miała problemy z wykonywaniem codziennych zadań, które wcześniej uważała za oczywiste. Jednak później zaoferowano jej coś rewolucyjnego. Było to bioniczne ramię na baterie wykorzystujące sztuczną inteligencję (AI) do przewidywania ruchów i działało wykrywając drobne sygnały elektryczne z mięśni Sary.

„Za każdym razem, gdy wykonuję jakiś ruch, ona się kształci. Maszyna uczy się rozpoznawać wzorce i ostatecznie przekształca się w generatywną AI, która zaczyna przewidywać, jaki będzie mój następny ruch” – mówi De Lagarde.

Nawet podniesienie czegoś tak prostego jak długopis i manipulowanie nim palcami, aby przyjąć pozycję do pisania, wymaga płynnej integracji ciała i mózgu. Zadania wykonywane ręcznie, które podejmujemy niemal bezmyślnie, wymagają złożonego połączenia kontroli motorycznej oraz komunikatu sensorycznego – od otwierania drzwi po grę na pianinie.  Nic więc dziwnego, że próby stworzenia czegoś dorównującego wszechstronności i zręczności ludzkich rąk od stuleci spędzają sen z powiek lekarzom, jak i inżynierom. Począwszy od prymitywnej ręki niemieckiego rycerza z XVI wieku, a skończywszy na pierwszej na świecie, robotycznej ręce stworzonej w Jugosławii, nic nie oddało w pełni zdolności ludzkiej ręki. Aż do teraz.

Postępy w dziedzinie sztucznej inteligencji zapoczątkowują generację maszyn, które zbliżają się do odtworzenia ludzkiej zręczności. Inteligentne protezy, na wzór tej otrzymanej przez De Lagarde, mogą przewidywać oraz udoskonalać ruch. Roboty zbierające miękkie owoce potrafią zerwać truskawkę na polu i delikatnie umieścić ją w pojemniku z innymi jagodami, nie miażdżąc ich. Maszyny sterowane wyobraźnią potrafią nawet ostrożnie wydobywać odpady nuklearne z reaktorów. Ale czy mogą one kiedykolwiek konkurować z niesamowitymi możliwościami ludzkiej ręki?

AI wbudowana w ciało

Niedawno urodziłam moje pierwsze dziecko. W ciągu kilku chwil od przyjścia na świat, mała rączka mojej córki delikatnie owinęła się wokół palca wskazującego mojego partnera. Nie mogąc skupić wzroku nie dalej niż kilka cali przed sobą, jej ruchy dłoni i ramion są ograniczone do mimowolnych odruchów, które pozwalają chwycić przedmiot, gdy jest on umieszczony w jej dłoni. To urocza prezentacja tego, jak czułe są nasze ręce, nawet w naszych najwcześniejszych chwilach - i wskazówka, jak bardzo poprawia się nasza zręczność, gdy dojrzewamy. W nadchodzących miesiącach wzrok mojej córki rozwinie się na tyle, że zapewni jej lepsze postrzeganie, podczas gdy kora ruchowa jej mózgu rozwinie się, dając jej coraz większą kontrolę nad kończynami. Jej mimowolne chwytanie ustąpi miejsca bardziej celowym działaniom. Gdy czuje i bada świat wokół siebie, jej dłonie przesyłają sygnały z powrotem do jej mózgu, pozwalając na dokonywanie drobnych korekt ruchu,. Potrzeba kilku lat determinacji, prób, błędów i zabawy, aby moja córka osiągnęła taki poziom sprawności dłoni, jaki mają dorośli.

Podobnie jak niemowlę uczące się, jak używać rąk, zręczne roboty wykorzystujące sztuczną inteligencję podążają tożsamą ścieżką. Takie automaty muszą współistnieć z ludźmi w środowisku i uczyć się, jak wykonywać manualne zadania na podstawie wcześniejszych doświadczeń. Reagują na swoje otoczenie i dostosowują swoje ruchy w odpowiedzi na takie interakcje. W tym procesie dużą rolę odgrywa metoda prób i błędów.

„Tradycyjna sztuczna inteligencja przetwarza informacje, podczas gdy ucieleśniona sztuczna inteligencja postrzega, rozumie i reaguje na świat fizyczny. Zasadniczo wyposaża roboty w zdolność „widzenia” i „czucia” otaczającego je środowiska, umożliwiając im wykonywanie czynności w sposób przypominający ludzki” — mówi Eric Jing Du, profesor inżynierii lądowej na University of Florida.

„Ludzkie systemy sensoryczne mogą wykrywać drobne zmiany i szybko dostosowywać się do zmian zadań i różnych środowisk" — Eric Jing Du

Jednak ta technologia jest jeszcze na wczesnym etapie rozwoju. Ludzkie układy sensoryczne są tak złożone, a nasze zdolności percepcyjne tak dobre, że odtworzenie zręczności ludzkiej ręki, pozostaje ogromnym wyzwaniem. 

„Ludzkie układy sensoryczne mogą wykrywać drobne zmiany i szybko dostosowywać się do zmian zadań i różnych środowisk. Integrują wiele bodźców sensorycznych, takich jak wzrok, dotyk i temperatura. Robotom obecnie brakuje tego poziomu zintegrowanej percepcji sensorycznej” — mówi Du. Jednak poziom skomplikowania szybko rośnie.

Poznajcie robota DEX-EE. Został on opracowany przez Shadow Robot Company we współpracy z Google DeepMind. Automat posiada trójpalczastą rękę, która wykorzystuje sterowniki w stylu ścięgien, aby wykonywać ruchy w zakresie 12 stopni. Zespół stojący za DEX-EE ma nadzieję pokazać, w jaki sposób interakcje fizyczne przyczyniają się do uczenia się i rozwoju uogólnionej inteligencji. Każdy z trzech palców robota zawiera czujniki na opuszkach palców, które dostarczają trójwymiarowych danych w czasie rzeczywistym na temat otoczenia, Przekazują także informacje o położeniu, sile i bezwładności dłoni. Urządzenie może obsługiwać i manipulować delikatnymi przedmiotami, w tym jajkami i nadmuchanymi balonami, nie uszkadzając ich. Nauczyło się nawet podawać rękę na powitanie – co wymaga od niego reagowania na zakłócenia ze strony sił zewnętrznych i nieprzewidywalnych sytuacji. Obecnie DEX-EE jest tylko narzędziem badawczym, nieprzeznaczonym do wdrożenia w rzeczywistych sytuacjach, w których mogłoby wchodzić w interakcje z ludźmi.

Zrozumienie, jak wykonywać takie funkcje, będzie jednak niezbędne, ponieważ roboty będą coraz częściej obecne obok ludzi zarówno w pracy, jak i w domu. Powstaje więc pytanie, jak mocno robot powinien chwycić starszego pacjenta, gdy przenosi go na łóżko? Rezultatem jednego z projektów badawczych w Instytucie Fraunhofer IFF w Madgeburgu było skonfigurowanie prostego robota, który łącznie 19 000 razy „uderza” ludzkich ochotników w ramię. Miało to pomóc jego algorytmom w przyswojeniu różnicy między potencjalnie bolesnymi a komfortowymi siłami. Jednak niektóre „zręczne automaty" już znajdują swoje miejsce w prawdziwym świecie.

Rozwój robotów

Robotycy od dawna marzyli o automatach ze sprawnością dorównującą ludzkiej, aby wykonywać niepożądane, niebezpieczne lub powtarzalne zadania. Rustam Stolkin, profesor robotyki na Uniwersytecie w Birmingham, kieruje projektem mającym na celu opracowanie niezwykle zręcznych robotów sterowanych przez sztuczną inteligencję, zdolnych na przykład do pracy z odpadami nuklearnymi z sektora energetycznego. Podczas gdy w tej czynności zazwyczaj wykorzystuje się roboty sterowane zdalnie, Stolkin opracowuje autonomiczne automaty kierowane wzrokiem, które mogą dotrzeć tam, gdzie jest zbyt niebezpiecznie dla ludzi.

Być może najbardziej znanym przykładem faktycznego androida jest humanoidalny robot Atlas produkcji Boston Dynamics, który oczarował świat w 2013 roku swoimi możliwościami w dziedzinie sportu. Najnowsza wersja maszyny została zaprezentowana w kwietniu 2024 roku i łączy widzenie komputerowe z formą sztucznej inteligencji znaną jako uczenie wspomagające, w którym sprzężenie zwrotne pomaga systemom AI stać się lepszymi w tym, co robią. Według Boston Dynamics pozwala to robotowi wykonywać złożone zadania, takie jak pakowanie lub organizowanie przedmiotów na półkach. Jednak umiejętności wymagane do wykonywania wielu zadań w sektorach kierowanych przez ludzi takich jak produkcja, budownictwo i opieka zdrowotna - według Du - stanowią szczególne wyzwanie. 

„Dzieje się tak, ponieważ większość czynności motorycznych wykonywanych ręcznie w tych sektorach wymaga nie tylko precyzyjnych ruchów, ale także adaptacyjnych reakcji na nieprzewidywalne zmienne, takie jak nieregularne kształty obiektów, zmieniające się tekstury i dynamiczne warunki środowiskowe” — mówi. Du i jego współpracownicy pracują nad niezwykle zręcznymi robotami budowlanymi, które będą uczyć się umiejętności motorycznych poprzez interakcję ze światem rzeczywistym, wykorzystując wbudowaną sztuczną inteligencję.

Obecnie większość robotów jest szkolona do wykonywania określonych zadań w tym samym czasie, co oznacza że mają trudności z dostosowaniem się do nowych lub nieprzewidywalnych sytuacji. Ogranicza to ich zastosowania. Jednak Du twierdzi, że to się zmienia. „Ostatnie postępy sugerują, że roboty mogłyby ostatecznie nauczyć się adaptowalnych, wszechstronnych umiejętności, które pozwolą im wykonywać różne zadania bez wcześniejszego specjalistycznego szkolenia” — mówi. Tesla również pod koniec 2024 roku wyposażyła swojego humanoidalnego robota, Optimusa, w nową rękę. Firma opublikowała film, na którym automat łapie piłkę tenisową w powietrzu. Jednak według inżynierów, którzy za nim stoją, był on sterowany zdalnie przy pomocy zdalnego sterowania ręcznego, a nie autonomicznie. Twierdzą, że swoboda kończyny wynosi 25 stopni.

Jednak podczas gdy niektórzy innowatorzy starali się odtworzyć ludzkie dłonie i ramiona w formie maszyn, inni zdecydowali się na zupełnie inne podejście. Firma Dogtooth Technologies, z siedzibą w Cambridge, stworzyła roboty do zbierania owoców. Maszyny mają niezwykle zręczne ramiona i precyzyjne szczypce, za pomocą których automaty potrafią zbierać i pakować owoce, takie jak truskawki i maliny, nie uszkadzając ich przy tym. I to wszystko z taką samą prędkością, z jaką robią to ludzie.

Duncan Robertson, współzałożyciel firmy i dyrektor generalny, wpadł na pomysł stworzenia robotów do zbierania owoców, podczas gdy leżał na plaży w Maroku. Mając doświadczenie w uczeniu maszynowym oraz w technologii rozpoznawania obrazu, Robertson chciał wykorzystać swoje umiejętności, aby pomóc w sprzątaniu śmieci na plaży. Stworzył więc niedrogiego robota, który mógłby identyfikować, sortować i usuwać zanieczyszczenia. Po powrocie do domu zastosował tę samą ideę przy zbieraniu owoców miękkich.

Roboty, które opracował wraz z zespołem Dogtooth, wykorzystują modele uczenia maszynowego, aby wdrożyć niektóre umiejętności, z których ludzie korzystają instynktownie. Każde z dwóch ramion mechanizmu ma dwie kolorowe kamery, bardzo podobne do oczu, które pozwalają mu identyfikować dojrzałość jagód i określać budowę każdego z owoców za pomocą jego końcowego „efektora”, czyli urządzenia chwytającego. Roboty mapują rozmieszczenie dojrzałych owoców na roślinie i zamieniają to w sekwencję działań. Przy czym precyzyjne planowanie trasy jest konieczne, aby skierować ramię zbierające do łodygi owocu w celu wykonania cięcia.

Ramiona robota Dogootha mają po siedem stopni swobody, tak samo jak ludzkie ramię. Oznacza to, że te kończyny mogą poruszać się wystarczająco dobrze, aby dotrzeć do każdej jagody bez uszkodzenia innych, które nadal znajdują się na roślinie. Urządzenie chwytające delikatnie łapie owoc za łodygę, przenosząc go do komory inspekcyjnej, a następnie ostrożnie umieszczając jagodę w pojemniku w celu dystrybucji. Inny system zbierania truskawek, stworzony przez Octinion, wykorzystuje miękkie chwytaki do chwytania podczas przenoszenia owoców z rośliny do koszyka.

Podczas gdy wielu z nas instynktownie wie ile siły potrzeba, aby chwycić truskawkę bez jej zgniecenia, potrzeba dziesięcioleci badań i rozwoju, aby roboty stały się tak samo zręczne jak ludzie. Roberts ochoczo podkreśla, że roboty jego firmy nie zastępują ludzkich pracowników, ale mogą pomóc rozwiązać problem niedoborów siły roboczej, z którym boryka się wiele sektorów rolnictwa, umożliwiając ludziom i maszynom wspólne zbiory. Maszyny zdolne do wykonywania niektórych delikatniejszych zadań, które są obecnie podejmowane przez ludzi, mogłyby zainspirować inne sektory przemysłu, mówi Pulkit Agrawal, adiunkt w Katedrze Inżynierii Elektrycznej i Informatyki w Massachusetts Institute of Technology w Cambridge.

„Jeśli chodzi o sam przemysł wytwórczy w USA, to niektóre szacunki przewidują niedobór ponad dwóch milionów pracowników. Niezależnie od tego, czy chodzi o zastosowania przemysłowe, poszukiwania i ratownictwo, eksplorację kosmosu czy pomoc starzejącej się populacji, wpływ robotyki opartej na sztucznej inteligencji będzie transformacyjny – moim zdaniem znacznie większy niż ChatGPT”, mówi Agrawal, który opracowuje maszyny zdolne do manipulowania obiektami.

Jednakże w ciągu dnia ludzkie ręce wykonują tysiące różnych zadań, dostosowując się, aby poradzić sobie z różnorodnymi kształtami, rozmiarami i materiałami. A robotyka ma jeszcze długą drogę do przebycia, aby z tym konkurować. Jeden z ostatnich testów robotycznej ręki z wykorzystaniem komponentów open source kosztujących mniej niż 5000 dolarów (4000 funtów) wykazał, że można ją wyszkolić do zmiany orientacji obiektów w powietrzu. Jednak gdy robot musiał manipulować nieoczywistym obiektem – zabawką w kształcie gumowej kaczki – nadal się mylił i upuszczał gumową kaczkę w około 56% przypadków.

Protezy, które odgadują ruch

Być może ostatecznym zastosowaniem dla zręczności robota jest protetyka – na przykład zastąpienie ludzkiej ręki utraconej w wypadku lub chorobie. Pionierska mioelektryczna proteza ręki i dłoni, którą otrzymała Sarah de Lagarde, daje pewne wyobrażenie tego, co może być możliwe w przyszłości. Dzięki współpracy wielu firm zajmujących się oprogramowaniem i sprzętem, jej ramię wykorzystuje mioelektryczne rozpoznawanie wzorców, czyli neurologiczne dekodowanie intencji. Jest to forma uczenia maszynowego, która umożliwia poznawanie ruchów i formułowanie możliwych scenariuszy na podstawie wcześniejszych zachowań. Oznacza to, że De Lagarde jest w stanie poruszać ręką bardziej instynktownie.

„Element sprzętu osadzony w protezie ręki Sarah rejestruje sygnały mięśniowe na powierzchni jej skóry, gdy kobieta wizualizuje ten konkretny ruch” – mówi Blair Lock, dyrektor generalny firmy odpowiedzialnej za algorytm AI użyty w kończynie De Lagarde. Ten sprzęt dekoduje te sygnały mięśniowe, aby odgadnąć, jaką czynność De Lagarde zamierza wykonać. „Model rozpoznawania wzorców może wykryć intensywność określonego działania oraz jego szybkość. Jest w stanie wykonać polecenia w czasie krótszym niż 25 milisekund” — dodaje Lock.

De Lagarde porównuje ten proces do korzystania z kontrolera do gier wideo, w którym naciskasz sekwencję przycisków, aby uzyskać określoną reakcję swojego awatara na ekranie. Początkowo trudno jej było wykonywać wiele zadań jednocześnie, ponieważ wszystkie jej myśli skupiały się na napinaniu odpowiedniej sekwencji włókien mięśniowych w ramieniu. Ostatecznie jednak algorytmy sztucznej inteligencji nauczyły się przewidywać jej intencje, co oznacza, że teraz może o wiele łatwiej wykonywać wiele zadań jednocześnie.

„Mogę wydać mu polecenie, aby wykonał bardzo lekki ruch, dzięki czemu mogę podnieść jajko bez jego zgniatania. Jednocześnie jestem w stanie wzmocnić chwyt i uczynić go tak silnym, że mogłabym zgnieść puszkę coli” — mówi De Lagarde.

Sztuczna inteligencja jest także zintegrowana z aplikacją sparowaną z jej ramieniem, która na podstawie wcześniejszego doświadczenia sugeruje, jak optymalnie używać kończyny. Mimo, że poprawa jest duża, proteza nigdy nie będzie tak dobra, jak oryginalne ramię – mówi Sarah. Jest ciężka, przepocona w lecie i wymaga ładowania raz dziennie. Ponadto kobieta wciąż natrafia na kilka przeszkód do przezwyciężenia w kwestii jej funkcjonalności. Mechanizmy związane z dotykiem są nadal dość prymitywne, a De Lagarde polega głównie na wzroku podczas obsługi przedmiotów. Okresowo zapomina, że coś trzyma i zwalnia chwyt, upuszczając to na podłogę.

Chociaż w ciągu ostatnich kilku lat poczyniliśmy znaczne postępy, a odtworzenie ludzkiej zręczności wydaje się możliwe do osiągnięcia, to jednak dzieli nas od tego co najmniej pięć lat, jeśli nie więcej – Pulkit Agrawal

Ludzkie dłonie wykorzystują sieci receptorów dotyku, aby wyczuć, gdzie coś się znajduje. Określają, jak mocno musimy coś chwycić, by to unieść oraz wyczuwają zmiany siły tarcia. Wbudowana sztuczna inteligencja prowadzi do poprawy jakości w dziedzinie robotyki oraz protez. Na razie jednak jasnym jest, że technologia ma jeszcze długą drogę do przebycia, zanim całkowicie dorówna lub zastąpi niezwykłą złożoność ludzkiego ciała. Według Agrawala wyzwania nadal dotyczą sprzętu i oprogramowania. „Chociaż w ciągu ostatnich kilku lat poczyniliśmy znaczne postępy, a odtworzenie ludzkiej zręczności wydaje się możliwe do osiągnięcia, to jednak dzieli nas od tego co najmniej pięć lat, jeśli nie więcej” – mówi.

Nawet gdy sprawność robotów ulega poprawie, są inne rzeczy do omówienia, mówi Du. „Bezpieczeństwo jest najważniejsze” – zauważa. „Obejmuje to zapewnienie, że systemy robotyczne mogą działać bez wyrządzania krzywdy ludzkim współpracownikom. Ważne są też solidne zabezpieczenia i redundancje w algorytmach AI w celu zapobiegania awariom lub niezamierzonym działaniom”. Du wskazuje również na kwestie etyczne, takie jak wpływ na miejsca pracy.

Dla De Lagarde bardziej zręczne ręce u robotów przywróciły jej zdolności, które uważała za utracone – proste zadania, takie jak wlewanie wody do szklanki i przytulanie dzieci obiema rękami.

Kiedy pytam Sarę o to, gdzie chciałaby zobaczyć tę technologię w przyszłości, wyobraża sobie scenariusz, w którym wynalazek może pomóc także osobom starszym w byciu aktywnym podczas okresu ich starości.

Pomimo tego, że nie zdecydowała się zostać ambasadorką wbudowanej sztucznej inteligencji, gotowość de Lagarde do przyjęcia tej technologii daje przedsmak tego, co może być możliwe.