داستان اطلس؛ نگاهی به مراحل توسعه ربات انسان‌نمای بوستون داینامیکس
در این مطلب قصد داریم شما را با ساختار، قابلیت‌ها و چالش‌های پیش روی تکامل ربات منحصربه‌فرد اطلس آشنا کنیم.
در دیجیاتو ثبت‌نام کنید
جهت بهره‌مندی و دسترسی به امکانات ویژه و بخش‌های مختلف در دیجیاتو عضو ویژه دیجیاتو شوید.
عضویت در دیجیاتوتازههای تکنولوژی
بوستون داینامیکس (Boston Dynamics) یکی از شرکت‌های پیشرو در صنعت رباتیک محسوب می‌شود و تاکنون ربات‌های جذابی را طراحی کرده است. ربات انسان‌نمای اطلس یکی از محصولات شاخص این شرکت محسوب می‌شود که در ادامه قصد داریم با ساختار، قابلیت‌ها و چالش‌های پیش روی تکامل این ربات منحصربه‌فرد آشنا شویم.
بوستون داینامیکس به ساخت ربات‌هایی با قابلیت انجام حرکت‌های تأثیرگذار شهرت دارد ویدیوهای زیادی از ربات‌های ساخت این شرکت در یوتیوب منتشر شده است. ربات انسان‌نمای اطلس یکی از ربات‌های شاخص بوستون داینامیکس محسوب می‌شود که در پریدن از موانع، پشتک‌وارو زدن و انجام حرکات موزون رقیب ندارد. ویدیوهای ربات‌های بوستون داینامیکس معمولاً در یوتیوب به ویدیوهای بسیار پربیننده و بحث‌برانگیزی تبدیل می‌شوند.
ویدیوهایی از ربات اطلس منتشرشده است که این ربات را در حال انجام حرکات پارکور نشان می‌دهد. این ویدیوی جذاب در ساعات ابتدایی پس از انتشار خود صدها هزار بازدید داشته و به یکی از ویدیوهای پرطرفدار توییتر آمریکا تبدیل شده است.
ویدیوی جذاب‌تر دیگری نیز از بوستون داینامیکس منتشرشده که در آن مراحل توسعه، آموزش و آماده‌سازی ربات اطلس برای انجام حرکات پارکور و پشت سر گذاشتن مسیر پر از موانع مختلف، به تصویر کشیده شده است.
البته در این ویدیو شکست‌ها و زمین خوردن‌های اطلس را نیز می‌بینیم! مشاهده چنین اتفاقاتی کمی با محتواهای ویدیوهای منتشرشده از سوی بوستون داینامیکس که مهندسان آن سعی می‌کنند بهترین نتایج کار خود را در آن‌ها نشان دهند، کمی تناقض دارد.
یک پست وبلاگ نیز همراه با ویدیو منتشرشده که مردم را با برخی از مهم‌ترین چالش‌ها برای ایجاد ربات‌های انسان‌نما آشنا کرده است.
بوستون داینامیکس یک موسسه انتفاعی محسوب می‌شود و بیشتر با هدف کسب سود تأسیس شده است. مسئولان شرکت می‌خواهند فناوری‌های خود را تجاری‌سازی کنند و محصولات‌شان را بفروشند؛ اما از سویی دیگر بوستون داینامیکس آزمایشگاهی با دانشمندان و پژوهشگرانی است که می‌خواهند محدودیت‌های فناوری را با تمام وجود و بدون توجه به سود تجاری، از پیش روی خود بردارند.
محقق کردن این دو هدف در کنار یکدیگر کار بسیار دشواری است. درضمن نباید این موضوع را فراموش کنیم که تاکنون چند شرکت مالک بوستون داینامیکس شده‌اند؛ از گوگل گرفته تا سافتت‌بانک و هیوندای. تغییر مالکیت یک شرکت می‌تواند روند پیشرفت آن را به‌شدت تحت تأثیر قرار دهد.
مسئولان شرکت به دنبال ایجاد یک مدل تجاری موفق هستند و تاکنون موفق شده‌اند چند ربات تجاری معدود ازجمله ربات اسپات (Spot) که یک ربات شبه سگ چندمنظوره محسوب می‌شود و ربات بازودار جرثقیلی استرچ (Strech) را که برای جابجایی جعبه‌ها در انبارها مورد استفاده قرار می‌گیرد، روانه بازار کند. هر دو ربات در حوزه‌های مختلف کاربردهای جذابی دارند. بوستون داینامیکس قصد دارد با مشارکت با شرکت هیوندای، این ربات‌ها را به محصولات منفعت بخش تبدیل کند.
موضوع تعجب‌برانگیز این است که بوستون داینامیکس برای تجاری‌سازی ربات اطلس برنامه‌ای ندارد و این ربات را به‌عنوان پلتفرمی پژوهشی معرفی کرده است. دلیل این تصمیم بوستون داینامیکس این نیست که ربات‌های انسان‌نما ازلحاظ تجاری سودمند نیستند؛ بلکه ما انسان‌ها خانه‌ها، شهرها، دفاتر، کارخانه‌ها و اشیایی را که از آن‌ها استفاده می‌کنیم، طوری طراحی کرده‌ایم که کاملاً با فیزیک بدن ما سازگار باشند و بتوانیم در بخش‌های مختلف به‌راحتی تردد کنیم و از وسایل مختلف به‌راحتی استفاده کنیم.
درصورتی‌که یک ربات انسان‌نمای دوپا طوری طراحی شود که بتواند روی سطوح مختلف به‌راحتی حرکت کند و وظایف مختلف را درست همانند انسان‌ها انجام دهد، قطعاً می‌تواند به یکی از پرفروش‌ترین و موفق‌ترین محصولات رباتیک تبدیل شود.
یکی از برتری‌های شاخص ربات‌های انسان‌نما نسبت به سایر ربات‌های متحرک این است که سایر ربات‌ها برای محیط‌های خاصی طراحی شده‌اند و درصورتی‌که بخواهیم از آن‌ها در محیط دیگری استفاده کنیم، طبیعتا باید شرایط و ساختار محیط را تغییر دهیم (مثلاً باید سطوح را صاف کنیم، نوردهی تمام محیط موردنظر یکنواخت باشد و حداقل قسمتی از سطوحی که ربات‌ها روی آن‌ها حرکت خواهند کرد، باید صاف شود)؛ اما درصورتی‌که ربات انسان‌نما به‌درستی طراحی شود، می‌تواند در مکان‌های مختلف و برای انجام کارهای مختلف استفاده شود.
اما نباید فراموش کنیم که طراحی ربات انسان‌نما واقعاً کار دشواری است و حتی رباتی مثل ربات اطلس بوستون داینامیکس، که پیشرفته‌ترین ربات انسان‌نمایی است محسوب می‌شود که تاکنون ساخته شده است، هم تا دستیابی به مهارت‌های حرکتی نرم و متنوع (درست مانند انسان)، فاصله زیادی دارد و مشاهده حرکت‌های اشتباه از این ربات، به‌خوبی این موضوع را ثابت می‌کند.
چالش‌های پیش روی ساخت ربات دوپا
انسان‌ها و حیوانات درحالی‌که رشد می‌کنند، موارد مختلفی را نیز فرا می‌گیرند. انسان از بدو تولد تا زمان کودکی، با پیشرفت روند رشد بدن و تکامل مغز به‌تدریج سینه‌خیز رفتن، ایستادن، راه رفتن، پریدن و ورزش‌های مختلف را فرامی‌گیرد؛ ساخت ربات‌هایی که بتوانند رشد کنند، ممکن نیست (حداقل در آینده‌ای که ما از آن اطلاع داریم). مهندسان حوزه رباتیک کار خود را با طراحی و ایجاد ربات‌های کاملاً توسعه‌یافته آغاز کرده‌اند و آن‌ها را مطابق با نیازها و خواسته‌های خود تا حدودی بهینه‌سازی و سفارشی‌سازی کرده‌اند.
آن‌ها در مرحله بعدی باید مهارت‌های لازم را به ربات آموزش دهند تا بتواند از بدن خود به شیوه کارآمدی استفاده کند. مهندسان حوزه رباتیک همچون مهندسان بسیاری از شاخه‌های علوم دیگر، به دنبال روش‌هایی هستند که با بهره‌مندی از آن‌ها مجبور نباشند تمام حالت‌های طبیعی را با انجام اقدامات که می‌تواند کار آن‌ها راحت‌تر کند، مدل‌سازی‌ها و بهینه‌سازی ربات‌ها برای دستیابی به اهداف موردنظر، شبیه‌سازی کنند
مهندسان و دانشمندان اطلس معتقدند که بهینه‌سازی ربات برای انجام حرکت‌های پارکور، باعث می‌شود این ربات بتواند سایر فعالیت‌های جزئی که موجودی دو قادر به انجام آن‌ها است، انجام دهد و به این توانایی دست یابد. درضمن تلاش دانشمندان و پژوهشگران بوستون داینامیکس برای بهینه‌سازی ربات‌های مختلف منجر به ایجاد ویدیوهای بسیار جذاب با بازدیدهای میلیونی در یوتیوب می‌شود.
مسئولان امر بوستون داینامیکس با انتشار پستی وبلاگی در رابطه با این موضوع، بهینه‌سازی اطلس را این‌گونه تشریح کردند:
ساخت رباتی با قابلیت پشتک‌وارو زدن بدون هیچ‌گونه مشکلی، ممکن است ازنظر تجاری اصلاً اقدام مفیدی نباشد، اما این کار می‌تواند منجر به ایجاد دانش یا تصور خاص در حوزه خاصی شود که می‌تواند دلیل مفید بودن قابلیت انجام فعالیت‌های انسانی توسط یک ربات با دقت و ظرافت بالا را توضیح دهد.
چنانچه ربات انسان‌نمایی طوری طراحی شود که دقیقا بتواند همچون انسان به محیط پیرامونی خود واکنش نشان دهد و کارهای لازم را انجام دهد، محدودیت استفاده ازآن تا میزان زیادی کاهش می‌یابد و می‌توان در زمینه‌های مختلف از آن استفاده کرد.
بنابراین می‌توان گفت درصورتی‌که دانشمندان و پژوهشگران موفق به ساخت رباتی شوند که بتواند از سکوها بپرد، جهش بلندی داشته باشد و بتواند در مسیرهای بسیار باریک حرکت کند، قطعاً می‌توان حالت‌ها و مهارت‌های بدنی ابتدایی را که انسانی بالغ به‌راحتی قادر به انجام آن‌ها است، به آن آموزش داد.
در ادامه پست وبلاگی بوستون داینامیکس این چنین آمده است:
انجام حرکات پارکور که حوزه‌ای تخصصی و محدود محسوب می‌شود، به اعضای تیم طراح و توسعه‌دهنده اطلس کمک می‌کند تا امکان یا عدم امکان ایجاد قابلیت انجام حرکت‌های جدیدی توسط این ربات را بررسی کنند. تمام بخش‌های تشکیل‌دهنده ربات برای انجام این حرکات درگیر می‌شوند و ربات باید در موقعیت‌های مختلف تعادل خود را کاملاً حفظ کند و حرکت‌های مختلف را با سرعت بالایی پشت سر هم انجام دهد.
تکامل شگفت‌انگیز اطلس و قابلیت انجام حرکات حیرت‌آور توسط این ربات، واقعاً تحسین‌برانگیز است؛ تکامل این ربات قابلیت انجام حرکت‌های جذاب ابتدایی توسط آن را امکان‌پذیر کرده است؛ مثلاً اطلس می‌تواند زمانی که با وضعیت بدی در حال زمین خوردن است، تعادل‌اش را به‌راحتی حفظ کند.
درضمن متخصصان بوستون داینامیکس یکسری از حرکت‌های معمول و متداول قابل‌انجام توسط ربات‌ها، مثل پریدن و جهش‌های بلند را برای اطلس تعریف کرده‌اند و به آن آموزش داده‌اند تا با بهره‌مندی از این دو حرکت پایه، حرکت‌های مختلفی را که برای آن برنامه‌ریزی شده است، انجام دهد.
اما این ربات در انجام برخی از حرکت های ابتدایی و ساده‌ای که انسان‌های اولیه هم می‌توانستند آن‌ها را به‌راحتی انجام دهند، با مشکل مواجه می‌شود؛ به‌عنوان‌مثال وقتی که نمی‌توانند بپرند یا تعادلش را از دست می‌دهد، با صورت به زمین می‌خورد.
انسان‌های نخستین هنگامی‌که می‌خواستند زمین بخورند، دستانشان را به‌صورت غریزی روی زمین می‌گذاشتند تا محکم زمین نخورند و به این صورت از سر، گردن، چشم و سایر اعضای حساس و مهم بدن‌شان محافظت می‌کردند. ما انسان‌های کنونی هم ماه‌ها قبل از اینکه بتوانیم راه رفتن با پاهای باریکمان را شروع کنیم یا از سکویی بپریم، این حرکات را فرا می‌گیریم.
زمانی که رباتی مثل اطلس را در محیطی شبیه به محیط طراحی‌شده برای پارکور آزمایش می‌کنند، مشکلات و معایب اساسی آن بسیار سریع‌تر از زمانی که در محیطی ساده و صاف مورد آزمایش قرار می‌گیرد، مشخص می‌شود؛ بنابراین دانشمندان و پژوهشگران هم می‌توانند چنین مشکلاتی را سریع‌تر برطرف کنند.
مقایسه آزمایش و آموزش ربات در محیط شبیه‌سازی‌شده و محیط واقعی
یکی از چالش‌های اساسی در فرایند طراحی و ساخت ربات، آزمایش آن در محیط واقعی است. ویدیوهای منتشرشده از ربات اطلس این موضوع را به‌خوبی نمایش می‌دهد. اطلس در طول فرآیند طراحی خود، زمانی که در محیط واقعی آزمایش می‌شود بارها آسیب می‌بیند و اعضای تیم مهندسان باید آن را مرتباً تعمیر کنند. این مشکل بزرگ باعث افزایش هزینه طراحی و تولید و کاهش سرعت روند آموزش ربات می‌شود.
آموزش ربات در محیط فیزیکی واقعی هم چالش بسیار بزرگی محسوب می‌شود. سیستم هوش مصنوعی قدرتمندی که باید رباتی مثل اطلس را برای انجام حرکات مختلف راهنمای کند، سیستم بسیار پیچیده‌ای محسوب می‌شود و باید اطلاعات زیادی در اختیار داشته باشد و میزان این اطلاعات بیش از اطلاعاتی است که انسان برای انجام حرکت‌های مشابه به آن‌ها نیاز دارد.
اطلس در حین فرآیند طراحی خود باید هزاران بار در مسیر پارکور مورد بررسی و آزمایش قرار گیرد انجام چنین پروژه سنگینی سال‌ها طول می‌کشد و هزینه زیادی را برای تعمیر ربات و تغییر و تنظیم بخش‌های مختلف آن به تیم طراح تحمیل می کند؛ البته پژوهشگران می‌توانند با آزمایش چند نمونه اولیه از ربات در مسیرهای مجزای موازی با یکدیگر، مدت‌زمان تکمیل فرایند آموزش ربات را به میزان قابل‌توجهی کاهش دهند؛ اما از سوی دیگر انجام چنین کاری نیز هزینه‌ها را به میزان بسیار زیادی افزایش می‌دهد و سرمایه‌گذاری برای ساخت ربات را دشوار می‌کند.
بنابراین مناسب‌ترین روش برای آزمایش و آموزش ربات، شبیه‌سازی محیط واقعی است. مهندسان نرم‌افزار تیم طراح ربات، محیط واقعی را در قالب محیطی سه‌بعدی شبیه‌سازی و نمونه‌ای مجازی از ربات را نیز در این محیط طراحی و ایجاد کرده‌اند و به‌این‌ترتیب سرعت آموزش ربات را بدون نیاز صرف هزینه‌های لازم در دنیای واقعی و طراحی دنیای واقعی، افزایش داده‌اند.
آموزش شبیه‌سازی‌شده در حوزه رباتیک و خودروهای خودران اهمیت زیادی دارد. در حال حاضر چندین محیط برای وسایل دارای هوش مصنوعی طراحی شده است.
اما از سوی دیگر محیط شبیه‌سازی‌شده تنها برخی از ویژگی‌های محیط واقعی را دارد و شرایط محیط واقعی و مجازی با یکدیگر یکسان نیست؛ مسلماً در شبیه‌سازی دنیای واقعی به برخین از جزئیات توجه نمی‌شود و همین جزئیات می‌توانند تاثیر بسیار زیادی روی عملکرد ربات داشته باشد؛ بنابراین ربات‌ها باید علاوه بر اینکه در محیط شبیه‌سازی‌شده مورد آزمایش قرار می‌گیرند، در دنیای واقعی نیز بررسی شوند.
آزمایش و آموزش ربات در محیط واقعی چالش‌هایی را ایجاد می‌کند که شبیه‌سازی آن‌ها در محیطی مجازی کار دشواری محسوب می‌شود؛ به‌عنوان‌مثال شبیه‌سازی حالتی که ربات در لبه باریک کنار دیوار سر می‌خورد و یکی از پاهایش در شکافی گیر می‌کند، بسیار دشوار است. بوستون داینامیکس چند ویدیو در رابطه با این موضوع منتشر کرد.
از میان این ویدیوها ویدیویی مربوط به صحنه‌ای است که اطلس به مانعی می‌رسد و دستش را با حالتی مثل جهش بالای سر آن می‌کشد، این کار فعالیت معمول و ساده‌ای است و قدرت بدنی زیادی نیاز ندارد. اطلس هم به‌خوبی از پس این چالش برمی‌آید و بازویش به‌شدت تکان می‌خورد.
اسکات کویندرسما (Scott Kuindersma)، سرپرست تیم طراح اطلس در مورد این موضوع این‌چنین می‌گوید:
اگر من و شما می‌خواستیم با حالت جهش از روی مانعی بپریم، در حین انجام این کار از برخی از ویژگی‌های جسمی خود استفاده می‌کردیم که در ربات‌ها وجود ندارد، به‌عنوان‌مثال ربات فاقد ستون فقرات یا استخوان کتف است؛ بنابراین دامنه حرکات قابل‌انجام توسط ربات، به اندازه حرکاتی که انسان می‌تواند انجام دهد، گسترده نیست. از سوی دیگر ربات تنه بسیار سنگینی دارد و مفاصل بازوهای آن در مقایسه با مفاصل بازوهای انسان ضعیف‌تر است. شبیه‌سازی این جزئیات کار دشواری محسوب می‌شود و همین موضوع آزمایش ربات در محیط واقعی را کاملاً ضروری می‌کند.
ایجاد درک و فهم در ربات برای تشخیص عناصر محیط پیرامون
طبق گفته مسئولان امر بوستون داینامیکس اطلس برای حرکت در دنیای واقعی از نوعی فهم و درک استفاده می‌کند. طبق اطلاعات منتشرشده در وب‌سایت این شرکت، اطلس برای ایجاد ابر نقاط (مجموعه‌ای از موقعیت‌های سه‌بعدی در فردا که با جسمی سه‌بعدی مرتبط هستند) محیط و تشخیص نقاط پیرامونی خود، از حسگرهای تشخیص عمق استفاده می‌کند. این فناوری دقیقاً مشابه فناوری‌های مورد استفاده در خودروهای خودران و مستقل برای تشخیص جاده‌ها، موانع و عابرین پیاده در اطراف خودروها است.
این روش را درواقع می‌توان نوعی میانبر دانست که وسایل بهره‌مند از هوش مصنوعی از آن استفاده می‌کنند. سیستم بینایی انسان بر اساس عمق‌سنجی عمل نمی‌کند و ما از دید استریو، اختلاف دید حرکتی و فیزیک شهودی و همچنین از تمام سیستم‌های حسی خود برای ایجاد نقشه ذهنی از محیط پیرامون خود استفاده می‌کنیم.
درک و فهم ما از محیط پیرامون ما عالی و بدون نقص نیست و حتی احتمال اشتباه ما در این زمینه نیز وجود دارد؛ اما در اکثر مواقع به ما کمک می‌کند به‌خوبی محیط اطراف خود را ببینیم و در آن حرکت کنیم.
درصورتی‌که بوستون داینامیکس برای ربات پرچم‌دارش سیستم حسی پیچیده‌تری را طراحی کند، سیستم دید و عمق سنجی اطلس به میزان قابل‌توجهی بهبود پیدا می‌کند و می‌تواند تقریبا مانند انسان محیط پیرامونش را تشخیص دهد و در آن حرکت کند.
هنوز تا تکامل اطلس به معنای واقعی و مطابق آنچه که انتظار می‌رود، زمان زیادی باقی مانده است؛ مثلاً این ربات برای اینکه بتواند اشیا را بردارد، به دست نیاز دارد و طراحی و ساخت دست برای چنین رباتی کار بسیار چالش‌برانگیزی محسوب می‌شود.
احتمالاً اطلس در آینده نزدیک به محصول تجاری تبدیل نمی‌شود؛ اما حداقل به پژوهشگران و دانشمندان فعال در بوستون داینامیکس و صنعت رباتیک کمک می‌کند در مورد چالش‌هایی که در خلقت بدن انسان به‌صورت طبیعی حل شده‌اند، اطلاعات زیادی کسبکنند.
کویندرسما در مورد موضوع این‌چنین می‌گوید:
به احتمال بسیار زیاد در ۲۰ سال آینده ربات‌های متحرکی ساخته می‌شوند که می‌توانند اکثر فعالیت‌های حرکتی را مانند انسان انجام دهند و به‌عنوان دستیاری قابل‌اعتماد با هدف بهتر کردن زندگی انسان‌ها، در کنار کار آن‌ها کار کنند و احتمال خلاف چنین اتفاقی در آینده بسیار کم است؛ البته برای ساخت چنین ربات‌هایی هنوز در ابتدای راه هستیم؛ اما امیدوارم ربات‌هایی که اکنون ساخته می‌شوند، حداقل بتوانند چشم‌انداز محدود از آینده صنعت رباتیک را برای ما ترسیم کنند.
برای گفتگو با کاربران ثبت نام کنید یا وارد حساب کاربری خود شوید.