Robots and Artificial IntelligenceA

Robots and Artificial Intelligence

Artificial intelligence (AI) is arguably the most exciting field in robotics. It's certainly the most controversial: Everybody agrees that a robot can work in an assembly line, but there's no consensus on whether a robot can ever be intelligent.

Like the term "robot" itself, artificial intelligence is hard to define. Ultimate AI would be a recreation of the human thought process -- a man-made machine with our intellectual abilities. This would include the ability to learn just about anything, the ability to reason, the ability to use language and the ability to formulate original ideas. Roboticists are nowhere near achieving this level of artificial intelligence, but they have made a lot of progress with more limited AI. Today's AI machines can replicate some specific elements of intellectual ability.

Computers can already solve problems in limited realms. The basic idea of AI problem-solving is very simple, though its execution is complicated. First, the AI robot or computer gathers facts about a situation through sensors or human input. The computer compares this information to stored data and decides what the information signifies. The computer runs through various possible actions and predicts which action will be most successful based on the collected information. Of course, the computer can only solve problems it's programmed to solve -- it doesn't have any generalized analytical ability. Chess computers are one example of this sort of machine.

Some modern robots also have the ability to learn in a limited capacity. Learning robots recognize if a certain action (moving its legs in a certain way, for instance) achieved a desired result (navigating an obstacle). The robot stores this information and attempts the successful action the next time it encounters the same situation. Again, modern computers can only do this in very limited situations. They can't absorb any sort of information like a human can. Some robots can learn by mimicking human actions. In Japan, roboticists have taught a robot to dance by demonstrating the moves themselves.

Some robots can interact socially. Kismet, a robot at M.I.T's Artificial Intelligence Lab, recognizes human body language and voice inflection and responds appropriately. Kismet's creators are interested in how humans and babies interact, based only on tone of speech and visual cue. This low-level interaction could be the foundation of a human-like learning system.

Kismet and other humanoid robots at the M.I.T. AI Lab operate using an unconventional control structure. Instead of directing every action using a central computer, the robots control lower-level actions with lower-level computers. The program's director, Rodney Brooks, believes this is a more accurate model of human intelligence. We do most things automatically; we don't decide to do them at the highest level of consciousness.

The real challenge of AI is to understand how natural intelligence works. Developing AI isn't like building an artificial heart -- scientists don't have a simple, concrete model to work from. We do know that the brain contains billions and billions of neurons, and that we think and learn by establishing electrical connections between different neurons. But we don't know exactly how all of these connections add up to higher reasoning, or even low-level operations. The complex circuitry seems incomprehensible.

Because of this, AI research is largely theoretical. Scientists hypothesize on how and why we learn and think, and they experiment with their ideas using robots. Brooks and his team focus on humanoid robots because they feel that being able to experience the world like a human is essential to developing human-like intelligence. It also makes it easier for people to interact with the robots, which potentially makes it easier for the robot to learn.

Just as physical robotic design is a handy tool for understanding animal and human anatomy, AI research is useful for understanding how natural intelligence works. For some roboticists, this insight is the ultimate goal of designing robots. Others envision a world where we live side by side with intelligent machines and use a variety of lesser robots for manual labor, health care and communication. A number of robotics experts predict that robotic evolution will ultimately turn us into cyborgs -- humans integrated with machines. Conceivably, people in the future could load their minds into a sturdy robot and live for thousands of years!

In any case, robots will certainly play a larger role in our daily lives in the future. In the coming decades, robots will gradually move out of the industrial and scientific worlds and into daily life, in the same way that computers spread to the home in the 1980s.

The best way to understand robots is to look at specific designs. The links on the next page will show you a variety of robot projects around the world.

ผลลัพธ์ (ไทย) 1:

ปัญญาประดิษฐ์และหุ่นยนต์

ปัญญาประดิษฐ์ (AI) เป็นฟิลด์น่าตื่นเต้นที่สุดในวิทยาการ ก็แน่นอนที่สุด: ทุกคนตกลงว่า หุ่นยนต์สามารถทำงานในสายการประกอบ แต่เป็นมติไม่ว่าหุ่นยนต์สามารถเคยเป็นอัจฉริยะ

เช่นคำว่า "หุ่นยนต์" เอง ปัญญาประดิษฐ์จะยากที่จะกำหนด AI ที่ดีที่สุดจะเป็นที่พักผ่อนหย่อนใจของกระบวนการคิดของมนุษย์ - เครื่องจักรที่มนุษย์สร้างขึ้น ด้วยความสามารถทางปัญญาของเรา นี้จะรวมถึงความสามารถในการเรียนรู้เพียงเกี่ยวกับอะไร ให้เหตุผล ความสามารถในการใช้ภาษาและความสามารถในการกำหนดความคิดเดิม Roboticists ไหนเลยใกล้บรรลุระดับของปัญญาประดิษฐ์ นี้ แต่พวกเขาได้ทำมากของความก้าวหน้ามีจำกัดมากขึ้น AI เครื่องวันนี้ AI สามารถจำลองบางองค์ประกอบเฉพาะของปัญญาความสามารถ

คอมพิวเตอร์แล้วสามารถแก้ปัญหาในอาณาจักรจำกัด ความคิดพื้นฐานของ AI แก้ปัญหาจะง่ายมาก แม้ว่าการดำเนินการที่มีความซับซ้อน ครั้งแรก หุ่นยนต์ AI หรือคอมพิวเตอร์รวบรวมข้อเท็จจริงเกี่ยวกับสถานการณ์ที่ผ่านเซ็นเซอร์หรือการป้อนข้อมูลที่มนุษย์ คอมพิวเตอร์ข้อมูลนี้ในการเก็บข้อมูลเปรียบเทียบ และตัดสินใจว่า ข้อมูลหมายถึง คอมพิวเตอร์ทำงาน ด้วยการกระทำต่าง ๆ ได้ และทำนายการดำเนินการที่จะประสบความสำเร็จมากที่สุดโดยใช้ข้อมูลที่รวบรวม แน่นอน คอมพิวเตอร์สามารถแก้ปัญหาที่มันมีโปรแกรมแก้เท่านั้น — ไม่มีความสามารถในการวิเคราะห์ใด ๆ เมจแบบทั่วไป หมากรุกคอมพิวเตอร์เป็นตัวอย่างหนึ่งของเครื่องประเภทนี้

หุ่นยนต์บางแห่งยังมีความสามารถในการเรียนรู้ในการผลิตมีจำกัด หุ่นยนต์รู้จักถ้าการกระทำบางอย่าง (ย้ายขาของการ เช่น) การเรียนรู้บรรลุผลต้อง (นำทางเป็นอุปสรรค) หุ่นยนต์เก็บข้อมูลนี้ และความพยายามในการดำเนินการประสบความสำเร็จในครั้งต่อไปเจอสถานการณ์เดียวกัน อีก คอมพิวเตอร์ที่ทันสมัยสามารถทำเช่นนี้ในสถานการณ์ที่จำกัดมาก พวกเขาไม่สามารถดูดซับการเรียงลำดับข้อมูลเช่นมนุษย์สามารถ บางหุ่นยนต์สามารถเรียนรู้ โดย mimicking การกระทำของมนุษย์ ญี่ปุ่น roboticists สอนหุ่นยนต์เต้น ด้วยเห็นย้ายเองได้

บางหุ่นยนต์สามารถโต้ตอบสังคมได้ Kismet หุ่นยนต์ที่ห้องแล็บของ M.I.T ปัญญาประดิษฐ์ รู้จักภาษาร่างกายมนุษย์และการผันคำเสียง และตอบสนองอย่างเหมาะสม ผู้สร้างของ kismet มีความสนใจในวิธีมนุษย์และเด็กโต้ตอบ ตามเสียงของคำพูดและสัญลักษณ์ภาพเท่านั้น โต้ตอบระดับต่ำนี้อาจเป็นรากฐานของการเรียนรู้มนุษย์เหมือนระบบ

Kismet และหุ่นยนต์อ้จอื่น ๆ ที่ห้องปฏิบัติการ AI M.I.T. มีที่ใช้เป็นโครงสร้างควบคุมกระเป๋า แทนผู้กำกับทุกการกระทำที่ใช้คอมพิวเตอร์ส่วนกลาง หุ่นยนต์ควบคุมการดำเนินการระดับล่างกับระดับ ผู้อำนวยการของโปรแกรม Rodney บรู๊คส์ เชื่อว่า นี้คือรูปแบบความถูกต้องมากขึ้นของปัญญามนุษย์ เราทำสิ่งต่าง ๆ มากที่สุดโดยอัตโนมัติ เราไม่ตัดสินใจที่จะทำได้ในระดับสูงสุดของสติ

ความท้าทายที่แท้จริงของ AI จะเข้าใจวิธีธรรมชาติปัญญาทำงาน พัฒนา AI ไม่ได้เช่นอาคารห้องการประดิษฐ์ - นักวิทยาศาสตร์ไม่มีรูปแบบเรียบง่าย คอนกรีตการทำงานจาก เรารู้ว่า สมองประกอบด้วยพันล้านและพันล้านของ neurons และที่เราคิด และเรียนรู้ โดยการสร้างการเชื่อมต่อไฟฟ้าระหว่าง neurons ที่แตกต่างกัน แต่เราไม่รู้ว่าวิธีการการค่าเหตุผลสูง หรือการดำเนินการระดับต่ำได้ วงจรซับซ้อนดูเหมือนว่าไม่สามารถเข้าใจ

เป็นใหญ่ทฤษฎีด้วยเหตุนี้ วิจัย AI นักวิทยาศาสตร์ hypothesize อย่างไร และทำไมเราเรียนรู้ และคิด และพวกเขาทดลองกับความคิดที่ใช้หุ่นยนต์ บรู๊คส์และทีมงานของเขาเน้นหุ่นยนต์อ้จเนื่องจากพวกเขารู้สึกว่าความสามารถในการสัมผัสโลกเช่นมนุษย์เป็นสิ่งสำคัญในการพัฒนาปัญญาของมนุษย์เหมือนกัน ยังทำให้มันง่ายสำหรับคนที่จะโต้ตอบกับหุ่นยนต์ ซึ่งอาจจะง่ายสำหรับหุ่นยนต์เรียนรู้ การ

เพียงแค่ออกแบบหุ่นยนต์จริงเป็น เครื่องมือที่มีประโยชน์สำหรับการทำความเข้าใจเกี่ยวกับกายวิภาคของสัตว์ และมนุษย์ วิจัย AI มีประโยชน์สำหรับการเข้าใจวิธีการทำงานปัญญาธรรมชาติ บาง roboticists ความเข้าใจนี้เป็นเป้าหมายสูงสุดของการออกแบบหุ่นยนต์ คนวาดภาพโลกที่เราอาศัยอยู่ side by side with เครื่องอัจฉริยะ และใช้หุ่นยนต์น้อยสำหรับแรงงาน การดูแลสุขภาพ และการสื่อสาร จำนวนผู้เชี่ยวชาญวิทยาทำนายว่า วิวัฒนาการของหุ่นยนต์จะสุดแปรสภาพเราละเอียด cyborgs - มนุษย์รวมกับเครื่องจักร ดักรอ คนในอนาคตสามารถโหลดคนเป็นหุ่นยนต์ทนทาน และอยู่หลายพันปี!

, หุ่นยนต์จะแน่นอนมีบทบาทใหญ่ในชีวิตประจำวันในอนาคตได้ ในทศวรรษมา หุ่นยนต์จะค่อย ๆ ย้าย จากโลกอุตสาหกรรม และวิทยาศาสตร์ และ ใน ชีวิตประจำวัน แบบเดียวกับที่คอมพิวเตอร์แพร่กระจายที่บ้านในทศวรรษ 1980

เข้าใจหุ่นยนต์ที่ดีสุดคือการออกแบบเฉพาะ เชื่อมโยงไปยังหน้าถัดไปจะแสดงความหลากหลายของโครงการหุ่นยนต์ทั่วโลก

ผลลัพธ์ (ไทย) 3:

หุ่นยนต์และปัญญาประดิษฐ์

ปัญญาประดิษฐ์ ( AI ) เป็น arguably เขตข้อมูลที่น่าตื่นเต้นที่สุดในหุ่นยนต์ มันดูขัดแย้งมากที่สุด : ทุกคนเห็นด้วยว่า หุ่นยนต์ที่สามารถทำงานในสายการประกอบ แต่ไม่มีฉันทามติว่าหุ่นยนต์จะฉลาด

ชอบคำว่า " หุ่นยนต์ " ตัวเอง ปัญญาประดิษฐ์ เป็นการยากที่จะกำหนดสุดยอดไอจะพักผ่อนหย่อนใจของกระบวนการคิดของมนุษย์ -- เครื่องจักรที่มนุษย์สร้างขึ้น กับความสามารถทางปัญญาของเรา นี้จะรวมถึงความสามารถในการเรียนรู้ เรื่อง ความสามารถในการเหตุผล , ความสามารถในการใช้ภาษา และความสามารถในการสร้างความคิดเดิม CMU จะไม่มีที่ไหนใกล้บรรลุระดับของปัญญาประดิษฐ์นี้แต่พวกเขาทำให้ความก้าวหน้าขึ้นมากกว่าจำกัด ไอ วันนี้ ไอเครื่องที่สามารถทำซ้ำบางองค์ประกอบเฉพาะของความสามารถทางสติปัญญา

คอมพิวเตอร์แล้วสามารถแก้ไขปัญหาในขอบเขตที่จำกัด แนวคิดพื้นฐานของ AI การแก้ปัญหาง่ายมาก แต่การปฏิบัติมันซับซ้อน แรก ไอ โรบอท หรือ คอมพิวเตอร์ ได้รวบรวมข้อเท็จจริงเกี่ยวกับสถานการณ์ผ่านเซ็นเซอร์ หรือ สัญญาณของมนุษย์คอมพิวเตอร์เปรียบเทียบข้อมูลนี้เพื่อเก็บข้อมูลและตัดสินใจในสิ่งที่ข้อมูลหมายถึง . คอมพิวเตอร์วิ่งผ่านการกระทำที่เป็นไปได้ต่างๆและคาดการณ์ซึ่งกระทำจะประสบความสำเร็จมากที่สุดบนพื้นฐานของการเก็บรวบรวมข้อมูล หลักสูตร คอมพิวเตอร์สามารถแก้ปัญหาโปรแกรมก็ต้องแก้ . . . มันไม่ได้มีความสามารถในการวิเคราะห์ใด ๆทั่วไป .คอมพิวเตอร์หมากรุกเป็นหนึ่งตัวอย่างของการจัดเรียงนี้ของเครื่อง

หุ่นยนต์สมัยใหม่บางคน ยังมีความสามารถที่จะเรียนรู้ในความจุที่ จำกัด เรียนหุ่นยนต์จำถ้าการกระทำบางอย่าง ( ขยับขาในลักษณะบางอย่าง เช่น ) ได้ผลลัพธ์ที่ต้องการ ( นำทางอุปสรรค ) หุ่นยนต์เก็บข้อมูลนี้และพยายามต่อไป เวลามันเจอสถานการณ์เดียวกันการกระทำที่ประสบความสำเร็จอีกครั้ง คอมพิวเตอร์สมัยใหม่สามารถทำได้ในสถานการณ์ที่ จำกัด มาก พวกเขาไม่สามารถดูดซึมเรียงลำดับใด ๆของข้อมูล เช่น มนุษย์สามารถ บางหุ่นยนต์สามารถเรียนรู้โดยการเลียนแบบการกระทำของมนุษย์ ในประเทศญี่ปุ่น , CMU สอนหุ่นยนต์เต้นรำ โดยแสดงให้เห็นถึงการย้ายตัวเอง

บางหุ่นยนต์ที่สามารถโต้ตอบสังคม โชคชะตา เป็นหุ่นยนต์ที่ m.i.t ของปัญญาประดิษฐ์ที่แล็บรู้จักภาษาร่างกายและเสียงโหวด และตอบสนองอย่างเหมาะสม โชคชะตาของผู้สร้างสนใจว่ามนุษย์ และทารกมียึดเฉพาะเสียงในการพูด และภาพที่คิว ปฏิสัมพันธ์ในระดับนี้ได้เป็นรากฐานของมนุษย์ เช่น ระบบการเรียนรู้

โชคชะตาและมนุษย์หุ่นยนต์ที่เอ็มไอทีไอ แล็บผ่าตัดใช้แหกคอกควบคุมโครงสร้างแทนที่จะสั่งการทุกการกระทำโดยใช้คอมพิวเตอร์ส่วนกลาง , การควบคุมหุ่นยนต์การกระทำระดับล่างกับคอมพิวเตอร์ในระดับล่าง ของโปรแกรมกรรมการ Rodney Brooks เชื่อว่านี้เป็นแบบจำลองที่ถูกต้องมากขึ้นของสติปัญญาของมนุษย์ เราทำสิ่งที่มากที่สุดโดยอัตโนมัติ เราไม่ตัดสินใจที่จะทำในระดับของจิตสำนึก .

ความท้าทายที่แท้จริงของ AI คือการเข้าใจสติปัญญา ธรรมชาติเป็นยังไง การพัฒนา AI ไม่เหมือนตึกหัวใจเทียม -- นักวิทยาศาสตร์ไม่ได้ง่าย คอนกรีต แบบทำงานจาก เรารู้ว่าสมองมีพันล้านและพันล้านของประสาท และที่เราคิดและเรียนรู้โดยการสร้างการเชื่อมต่อทางไฟฟ้าระหว่างเซลล์ประสาทที่แตกต่างกันแต่เราไม่รู้ว่าวิธีการทั้งหมดของการเชื่อมต่อเหล่านี้เพิ่มสูงขึ้น เหตุผล หรือแม้แต่ในระดับปฏิบัติการ วงจรซับซ้อนดูเหมือนว่ามหาศาล

เพราะเรื่องนี้ ไอ งานวิจัย ส่วนใหญ่เป็นทฤษฎี นักวิทยาศาสตร์พบว่า ทำไมเราถึงได้เรียนรู้ว่า พวกเขาทดลองกับความคิดของพวกเขาโดยใช้หุ่นยนต์บรูคส์และมุ่งเน้นทีมหุ่นยนต์ฮิวแมนนอยด์เพราะรู้สึกว่าได้สัมผัสกับโลกเหมือนมนุษย์จำเป็นต่อการพัฒนามนุษย์ เช่น สติปัญญา นอกจากนี้ยังทำให้มันง่ายขึ้นสำหรับคนที่จะโต้ตอบกับหุ่นยนต์ซึ่งอาจทำให้มันง่ายสำหรับหุ่นยนต์เพื่อการเรียนรู้

เช่นเดียวกับการออกแบบทางกายภาพหุ่นยนต์เป็นเครื่องมือที่มีประโยชน์สำหรับสัตว์ความเข้าใจและกายวิภาคศาสตร์มนุษย์วิจัยการผสมเทียมจะเป็นประโยชน์สำหรับความเข้าใจ สติปัญญา ธรรมชาติเป็นยังไง สำหรับบาง CMU ความเข้าใจนี้เป็นเป้าหมายสูงสุดของการออกแบบหุ่นยนต์ คนอื่นมองเห็นโลกที่เราอยู่เคียงข้างกับเครื่องจักรและใช้ความหลากหลายของน้อยหุ่นยนต์สำหรับแรงงานคู่มือการดูแลสุขภาพและการสื่อสารจำนวนของผู้เชี่ยวชาญด้านหุ่นยนต์ทำนายว่าวิวัฒนาการหุ่นยนต์ ในที่สุดจะทำให้เรากลายเป็นมนุษย์หุ่นยนต์ -- มนุษย์รวมกับเครื่อง เข้ามา คนในอนาคต สามารถ โหลด ของจิตใจเป็นหุ่นยนต์ที่แข็งแรง และอยู่เป็นพัน ๆ ปี

ในกรณีใด ๆ หุ่นยนต์จะเล่นบทบาทขนาดใหญ่ในชีวิตทุกวันของเราในอนาคต ในทศวรรษที่ผ่านมา ,หุ่นยนต์จะค่อยๆเคลื่อนตัวออกจากโลก อุตสาหกรรม และ วิทยาศาสตร์ในชีวิตประจําวัน ในลักษณะเดียวกับที่คอมพิวเตอร์แพร่กระจายไปยังบ้านใน 1980 .

วิธีที่ดีที่สุดที่จะเข้าใจหุ่นยนต์เพื่อดูการออกแบบที่เฉพาะเจาะจง การเชื่อมโยงในหน้าถัดไปจะแสดงความหลากหลายของหุ่นยนต์โครงการทั่วโลก