컴퓨터 지식 네트워크 - 컴퓨터 백과사전 - 어떻게 스스로 진화할 수 있는 로봇을 만들 수 있을까요?

어떻게 스스로 진화할 수 있는 로봇을 만들 수 있을까요?

가이드 언어: "아이를 낳을 수 있는" 로봇에 대해 들어 본 적이 있습니까? 뇌동에서 크게 벌어지는 공상 과학 이야기가 아니라 이미 개발된 현실 기술이다. 위험해 보이는 이 흑기술에 대해 개발자들은 우리가 너무 걱정할 필요가 없다고 말했다. 모든 인공지능이 세계를 지배하는 야망과 잠재력을 가지고 있는 것은 아니다. 이 글에서 설명하는' 호스트' 는 자연 선택의 진화 과정을 시뮬레이션할 수 있어 실용성이 매우 강하다. 적절한 프로그래밍을 통해 엔지니어는 수동 개입 없이 보다 최적화된 설계를 작성할 수 있습니다.

키워드: 인공지능, 부자연스러운 선택, 자기진화 로봇

최근 로봇에 대한 연구는 영화' 종결자' 에서 볼 수 있듯이 로봇이 통제하는 세계 종말의 필수 수단으로 묘사되는 경우가 많다. 물론 인공지능의 발전에는 우리가 진지하게 받아들여야 할 위험이 있지만, 대중은 분명히 로봇 기술의 발전에 대해 지나치게 걱정할 필요가 없다. 이것은 또한 과학 연구 성과와 창의력을 억압하는 심각한 결과를 초래할 수도 있다.

예를 들어, 자신의 미래 버전을 설계할 수 있는 인공지능을 만드는 것은 실제로 자기 복제와 진화가 가능한 로봇이며, 인간이 예상하지 못한 발명품을 만드는 데 도움이 될 수 있습니다. 물론, 이런 선진적인 인공지능은 면밀한 감시와 신중한 통제가 필요하다. 하지만 우리는 그것을 두려워해서는 안 되며, 그것이 우주와 인류의 발전에 대해 더 잘 이해할 수 있도록 인도한다는 것을 깨달아야 한다.

부자연스러운 선택

인공지능을 이용하여 설계 방안을 개선하는 기술, 즉 반복 복제 (반복 설계) 를 통해 한 번에 한 단계씩 작은 변경을 추가하는 방법은 전혀 새로운 개념이 아니다. 하지만 지금까지는 컴퓨터 시뮬레이션에만 사용할 수 있었습니다. 자기 복제 생명 형식 모델을 만들면 실제 생물 진화에서 자연 선택과 비슷한 과정을 시뮬레이션할 수 있다. 가장 성공한 개인은 자신을 복제하고 독특한 디자인을 전파할 가능성이 더 높다. 그래서, 진화의 세대 후, 당신은 결국 삶의 형태의 최적화 된 버전을 얻을 것 이다, 이 최적화 된 새로운 디자인 계획은 인간의 디자이너가 혼자 달성할 수 없을 수도 있습니다.

컴퓨터가 자연 선택과 진화를 시뮬레이션하면 일련의 장점이 있다. 이론적으로 세대 수와 복제 속도를 제한하는 유일한 요소는 컴퓨터의 연산 속도이다. 미래가 없는 차종은 버릴 수 있다. 동시에 잠재적 생산성을 가진 설계는 반복적으로 개발될 수 있습니다. 컴퓨터의 저장 용량이 충분하고 비용이 저렴하며 작은 공간만 차지하기 때문에 원자재를 대규모로 공급할 필요도 없습니다.

그러나 문제는 이러한 시뮬레이션된 생명체의 형태가 현실 세계에 존재할 수 있는 생명체의 형태와 크게 비슷하지 않을 수 있다는 것이다. 동시에, 실제로 제조할 수 있는 로봇들은 보통 수명 주기 내내 고정적인 형식에 얽매여 있다.

로봇 아기. 사진은 저자가 제공한다.

이러한 문제를 해결하기 위해 저와 제 동료들은 인간의 개입 없이 자신의' 아이' 를 독립적으로 만들 수 있는' 모기' 로봇을 개발했습니다. 관련 논문은 최근' PLOS 1 호' 에 발표되었다. 프로그래밍을 통해 크롤링 기능을 갖춘 1 ~ 5 개의 소형 엔진이 내장된 플라스틱 사각형을 포함한 간단한 소형 로봇을 생산할 수 있습니다. 그런 다음 이러한 하위 기회를 자동으로 테스트하여 최적의 성능 설계를 결정합니다.

이러한 테스트 결과에 따르면 모체는 이후 2 세대 제품을 생산하고 생산 규칙은 자연 선택에 기초한다. 최고의 1 세대 하위 기계의' 가상 DNA' 를 설계의 출발점으로 삼아 우수한 성능을 전달한다. 이 과정은 수백 번 반복되고, 마지막으로 마지막 세대 하위 기계 중 가장 우수한 개인의 속도는 1 세대 하위 기계 중 가장 우수한 개인의 속도의 두 배에 달할 것이다.

발명될 모기

모기가 끊임없이 그녀의' 아이' 를 위해 수백 가지의 새로운 형태와 보행 패턴을 만들어 인간 엔지니어가 독립적으로 개발하지 못할 수 있는 디자인을 만들어 낼 수 있다. 가장 흥미롭고 중요한 점은 그녀가 창의성의 내포를 매우 효율적으로 천명했다는 것이다.

공장의 포장 로봇과 같은 전통적인 기계 제조 시스템과는 달리, 우리 모기는 같은 수동 프로그래밍 동작을 맹목적으로 반복하는 것이 아니라 자조기의 후손을 스스로 구성할 수 있다. 이 과정은 인간 디자이너의 개입이 없다. 그래서 그녀는 새로운 디자인을 "발명" 할 수 있었습니다.

지금까지, 이 하위 기계들은 모두 너무 간단해서, 대대로 계승할 수 있는 모기계가 될 수 없기 때문에, 우리는 아직 자연 진화 과정을 완전히 복제하지 못했다. 그러나 기술이 발전함에 따라 이 목표가 앞으로 실현될 것이라고 의심할 이유가 없다.

생활 상자. 사진은 저자가 제공한다.

그래서 문제가 생겼습니다. 제가 진화한 로봇을 개발하는 것은 너무 위험하지 않나요? 우리는 대답이' 아니오' 라고 생각합니다. 이 연구의 목적은 창의력의 잠재적 메커니즘을 설계하는 것이다. 우리는 기계가 알 수 없는 물체를 어떻게 조작하는지, 새로운 생각과 새로운 디자인이 어떻게 통계 과정에서 나오는지 알고 싶다. 창작과정에 얼마나 많은 시간, 에너지, 원자재 등의 자원이 필요한지 알 수 있습니다.

현재, 창조된 어린이 로봇은 이미 독특한 디자인 방안과 동작 패턴을 통해 인류 엔지니어들이 처음으로 생각하지 못할 서프라이즈를 가져왔다. 그러나 엔지니어링 설계는 결국 상향식 (세부 사항에서 전체까지) 과정입니다. 즉, 사물이 작동하는 이유와 방식을 이해함으로써 기술을 구축하는 과정입니다. 그래서 우리가 스스로 진화한 로봇은 여전히 자연생물과 다르다. 그들은 여전히 ​​될 것이며, 우리의 통제하에 항상 예상 한계를 초과하지 않을 것입니다.

저자: Fumiya Iida 는 케임브리지 대학의 메카트로닉스 강사입니다.

참고: 모든 문장 부여는 중국 디지털 기술관 협력 기관이나 개인이 승인합니다. 전재 출처를 명시하십시오.

上篇: 하수구의 막힌 시멘트 블록을 뚫는 방법 下篇: 캐세이 패시픽 6 월 안증권은 일화와 서지 중 어느 것이 좋습니까?
관련 내용