로봇은 무엇을 할 수 있습니까?
또한 논문을 쓰거나 미래의 스마트 로봇 (전자판, 콘덴서, 각종 칩 등 제조업에서 전자산업에 사용되는 등) 과 같은 고급 주제를 쓴다면 ), 앞으로 이런 발전을 원한다면 전자대리를 배워야 한다. 단일 칩 마이크로 컴퓨터가 좋다.
지능형 로봇 데이터
로봇은 이미 생산생활의 여러 분야에 광범위하게 적용되어 지능 수준에 따라 세 단계로 나눌 수 있다.
하나는 공업로봇으로, 사람이 준 절차에 따라 융통성 없이 일할 수밖에 없다. 외부 조건이 어떻게 변하든 간에, 그것은 절차, 즉 그것이 하는 일을 조정할 수 없다. 만약 그것이 하는 일을 바꾸고 싶다면, 그것은 사람에 의해 바뀌어야 하기 때문에 똑똑하지 않다. (존 F. 케네디, 일명언)
둘째, 초급 지능 로봇. 산업용 로봇과는 달리, 그것은 인간과 같은 느낌, 인식, 추리, 판단력을 가지고 있다. 외부 조건의 변화에 따라 일정 범위 내에서 프로그램 자체를 수정할 수 있습니다. 즉, 외부 조건의 변화에 적응하고 그에 따라 조정할 수 있습니다. 그러나 절차 수정의 원칙은 사람이 미리 규정한 것이다. 이런 초급 지능 로봇은 이미 어느 정도의 지능을 갖추고 있어 자동계획 능력은 없지만 성숙해 실용화를 실현하기 시작했다.
셋째, 고급 지능형 로봇. 초급 지능 로봇과 마찬가지로 감각, 인식, 추리, 판단 능력을 갖추고 있으며 외부 조건의 변화에 따라 일정 범위 내에서 프로그램을 수정할 수 있다. 차이점은 프로그램 수정의 원리는 사람이 정한 것이 아니라 로봇 자체가 학습 및 총결산 경험을 통해 프로그램 수정의 원리를 얻는다는 것이다. 그래서 그것의 지능은 초급 지능 로봇보다 높다. 이 로봇은 일정한 자동계획 능력을 가지고 있다. 자신의 일을 안배할 수 있다. 이런 로봇은 완전히 독립적으로 일할 수 있고, 인간의 간호가 필요 없기 때문에 고급 자율 로봇이라고 불린다. 이런 로봇도 실용화되기 시작했다.
스마트 로봇
우리가 이해하는 소위 스마트 로봇은 광의적이며, 가장 깊은 인상을 주는 것은 독특하고 스스로 통제할 수 있는' 생명체' 이다. 사실, 이 자제하는' 생물' 의 주요 기관은 실제 사람처럼 미묘하고 복잡하지 않다.
지능형 로봇에는 시각, 청각, 촉각, 후각과 같은 다양한 내부 정보 센서와 외부 정보 센서가 있습니다. 수용체 외에도 주변 환경에 작용하는 수단으로 이펙터도 있습니다. 이것은 근육, 또는 자기 동기 모터입니다. 손, 발, 긴 코, 촉수 등을 움직이게 합니다.
스마트 로봇이 스마트 로봇이라고 부르는 이유는 상당히 발달한' 뇌' 를 가지고 있기 때문이다. 뇌에서 일하는 것은 중앙 컴퓨터이며, 그것을 조작하는 사람과 직접 연결되어 있다. 가장 중요한 것은 이런 컴퓨터가 목적에 따라 배정된 동작을 수행할 수 있다는 것이다. 이 때문에, 우리는 이 로봇들이 실제 로봇이라고 말하지만, 그들의 겉모양은 다를 수 있다.
우리는 이 로봇을 앞서 언급한 로봇과 구별하기 위해 자동 제어 로봇이라고 부른다. 그것은 사이버네틱스의 결과이며, 사이버네틱스는 생명과 비생명의 목적이 여러 방면에서 일치한다고 주장한다. 한 지능형 로봇 제조업체가 말했듯이 로봇은 시스템의 기능 묘사이다. 과거에는 이 시스템이 살아 있는 세포의 성장에서만 얻을 수 있었지만, 지금은 우리가 직접 만들 수 있는 것이 되었습니다.
지능형 로봇은 인간 언어를 이해하고, 인간 언어로 운영자와 대화하며, 외부 환경의 상세한 모델을 형성하여 자신의' 의식' 에서' 생존' 할 수 있는 실제 상황을 만들 수 있다. 상황을 분석하고, 운영자가 제시한 모든 요구 사항을 충족하도록 동작을 조정하고, 원하는 동작을 작성하고, 정보가 부족하고, 환경이 빠르게 변하는 상황에서 이러한 동작을 수행할 수 있습니다. 물론, 그것이 우리 인류의 사고와 정확히 같게 할 수는 없다. 그러나, 어떤 사람들은 여전히 컴퓨터가 이해할 수 있는' 미시세계' 를 세우려고 시도한다. 예를 들어 MIT 인공지능 연구소의 비노그라드가 만든 로봇입니다. 이 기계는 빌딩 블록의 배열, 이동, 기하학 등 빌딩 블록을 완전히 배우려고 합니다. 이 로봇은 혼자 걷고 어떤 물체를 주울 수 있고, 물건을 보고, 보는 것을 분석하고, 지시에 복종하고, 인간의 언어로 질문에 대답할 수 있다. 더 중요한 것은, 그것은' 이해' 할 수 있는 능력을 가지고 있다는 것이다. 이를 위해 인공지능 학술회의에서 10 년도 안 되어 전자컴퓨터의 지능을 10 배로 높였다고 말한 적이 있다. 비노그라드가 지적한 바와 같이, 컴퓨터는 뚜렷한 인공지능 성분을 가지고 있다.
하지만 로봇 인공지능이 주목할만한 성과를 거두었음에도 불구하고 사이버네틱스 전문가들은 지능 수준의 한계가 아직 달성되지 않았다고 보고 있다. 문제는 컴퓨터의 계산 속도가 충분히 빠르지 않고, 감각 센서 종류가 적다는 것뿐만 아니라, 로봇의 이성적인 행동을 프로그래밍할 수 있는 디자인 아이디어가 부족하다는 점이다. 생각해 보세요, 지금 가장 흔한 문제를 해결할 때의 사고 과정도 해독되지 않았습니다. 인간의 지능은 어떻게 변할 것인가? 이런 이해 과정은 진전이 매우 느리다. 어떻게 하면 법칙을 파악해서 컴퓨터가 더 빨리 "생각" 할 수 있을까? 그래서 인간을 모르는 문제가 로봇 발전의 걸림돌이 되고 있다. 최근 몇 년 동안 불안정한 환경에서' 생활' 을 만드는 지능형 로봇의 주제는 생물계, 동물, 인간의 뇌에서 발생하는 인지와 자기인식 과정에 대해 심도 있는 연구를 진행했다. 따라서 계층형 적응 시스템 이론이 등장해 효과적인 발전을 이루었다. 조직 지능 로봇의 목적 행동의 이론적 기초로서, 우리의 뇌는 어떻게 우리 몸을 통제합니까? 순수 기계적 관점에서 볼 때, 우리 몸도 200 여 개의 자유도가 있다. 우리가 쓰기, 걷기, 달리기, 수영, 피아노 연주 등 복잡한 동작을 할 때 뇌는 어떻게 모든 근육에 명령을 내리는가? 뇌는 어떻게 가장 짧은 시간 내에 이렇게 많은 정보를 처리할 수 있습니까? 우리의 뇌는 이러한 활동에 전혀 참여하지 않습니다. 뇌-우리의 중앙 정보 프로세서는 이것을 처리하기 위해 "경멸" 합니다. 그것은 우리 몸의 모든 운동 부위를 전혀 감독하지 않는다. 동작의 세부 설계는 대뇌피질보다 훨씬 낮은 수준에서 진행된다. 이것은 고급 언어로 프로그래밍하는 것과 매우 비슷하다. "1 에서 20, 1 의 숫자 세트" 를 지적하기만 하면 로봇은 이 명령어를 자세한 운영 체제에 입력한다. (알버트 아인슈타인, Northern Exposure (미국 TV 드라마), 과학명언) 가장 분명한 것은 뇌가 깨닫기 전에도' 뜨거운 물체에 부딪히면 손을 돌려받는다' 는 등 가장 뚜렷한 지시가 내려졌다는 점이다.
여러 피질 사이에 큰 임무를 분배하는 것이 장기를 통제하는 것보다 시스템의 각 요소에 필요한 동작을 지정하는 것이 더 경제적이고 경제적이며 효과적입니다. 중대한 문제를 해결할 때, 이런 중심화된 뇌는 두개골뿐만 아니라 인체 전체에도 너무 복잡할 수 있다. 이런 복잡한 동작을 완성할 때, 우리는 보통 이를 일련의 흔한 작은 동작 (예: 일어나, 앉기, 오른발, 왼발) 으로 분해한다. 아이에게 각종 동작을 가르치는 것은 모두 아이의' 기억' 에서 상응하는 작은 동작을 형성하고 공고히 하는 것으로 귀결될 수 있다. 마찬가지로, 지각의 과정도 이렇게 조직되어 있다. 인식 이미지-청각, 시각 또는 촉각 펄스 (말, 사람) 또는 두 가지의 고정 시퀀스 또는 조합입니다.
학습 능력은 복잡한 생물학적 시스템에서 조직 통제의 또 다른 보편적인 원리로, 상당한 범위 내에서 변화된, 이전에 몰랐던 생존 환경에 적응할 수 있는 능력이다. 이런 적응력은 전신에 내재되어 있을 뿐만 아니라, 개인 장기와 신체 기능에도 내재되어 있다. 같은 문제를 여러 번 해결해야 할 때 이런 능력은 대체될 수 없다. 이 적응 현상은 생물계 전체의 목적 있는 행동에서 매우 중요한 역할을 한다는 것을 알 수 있다. 금세기 초에 동물학자 산다이크는 다음과 같은 동물 실험을 진행했다. 먼저 세 개의 작은 플랫폼이 있는 T 형 미로를 설계한다. 실험동물은 문자 T 의 맨 아래에 있는 작은 플랫폼 위에 있고 미끼는 문자 T 보의 양쪽 끝에 있는 작은 플랫폼 위에 있습니다. 이 동물은 갈림길로 달려가면 왼쪽이나 오른쪽의 작은 플랫폼으로 회전할 수 있는 두 가지 선택만 할 수 있다. 그러나, 불쾌한 일이 미끼로 통하는 길에 잠복해 있다. 전극은 복도 양쪽에 설치되어 있고 전압은 일정한 고정 주파수로 이 전극을 입력해 이 전극을 달리는 동물들이 통증에 자극을 받아 외부에서 징벌 신호를 보내는 것이다. (알버트 아인슈타인, Northern Exposure (미국 TV 드라마), 스포츠명언) 플랫폼 반대편에서 동물을 기다리는 미끼는 외부 보상의 신호다. 실험에서 한 복도의 자극 확률이 다른 복도의 자극 확률을 크게 초과하면 동물은 자연스럽게 외부 상황에 적응한다. 몇 번 반복해서 달리면 동물은 자극 확률이 낮고 고통이 적은 복도를 향해 달린다. 삼다이크는 쥐로 가장 많은 실험을 했다. 예를 들어, 쥐는 더 안전한 노선을 더 빨리 선택하고, 자신있게 더 안전한 노선을 선택하며, 처벌의 차이는 크지 않다. 실험 중의 다른 동물들은 다양한 수준의 적응성을 보여 주지만, 이 능력은 실험에 참여하는 모든 동물들이 가지고 있다.
로봇을 통제하는 문제는 동물의 동작과 인간의 적응력을 시뮬레이션하는 데 있다. 로봇 제어의 수준을 설정합니다. 우선, 인식, 정보 처리 및 제어 기능이 로봇의 모든 수준과 하위 시스템 간에 분배됩니다. 3 세대 로봇은 대규모 가공 능력을 갖추고 있다. 이 경우 완전히 통합된 정보 처리 및 제어 알고리즘은 실제로 비효율적이고 쓸모가 없습니다. 따라서 계층 적 적응 구조의 출현은 먼저 로봇 제어의 품질을 향상시키는 것입니다. 즉, 불확실성을 줄이고 동작의 속도를 높이는 것입니다. 각 계층 및 하위 시스템의 역할을 수행하려면 정보의 양을 크게 줄여야 합니다. 따라서 사람들은 불확실성이 크게 줄어든 상황에서 임무를 완수할 수 있다.
결론적으로, 지능의 발전은 3 세대 로봇의 중요한 특징이다. 사람들은 자신의 지능 수준에 따라 자신이 속한 로봇을 결정한다. 심지어 어떤 사람들은 로봇을 다음과 같은 범주로 나눕니다: 제어 로봇-"0 세대" 로봇, 지능 표현이 없고 사람이 제어하는 로봇입니다. 훈련할 수 있는 로봇-1 세대 로봇, 기억, 사람이 조작, 행동 계획, 절차는 사람이 지정한다. 그들은 단지 기억하고 (훈련을 받을 수 있는 능력) 복제할 뿐입니다. 감각 로봇-로봇은 사람이 계획한 계획을 기억하고 외부의 데이터 (피드백) 를 바탕으로 구체적인 행동 방안을 계산한다. 지능형 로봇-사람이 목표를 지정한 후 로봇은 자율적으로 조작 방안을 마련해 실제 상황에 따라 동작 절차를 결정한 다음 동작을 조작기구의 운동으로 바꾼다. 따라서 광범위한 감각 시스템, 지능 및 시뮬레이션 장치 (주변 상황과 자체-로봇의 의식과 자의식) 를 갖추고 있습니다.
어떻게 똑똑해질 수 있을까?
인공지능 전문가들은 컴퓨터가 인간이 그들에게 배정한 일을 해야 할 뿐만 아니라 스스로 많은 일을 해결해야 한다고 지적했다. 예를 들어, 일반 계산전기나 은행 업무에 종사하는 컴퓨터는 전체 프로그램이 정확히 지시표를 완성하는 반면, 일부 과학연구센터의 컴퓨터는' 사고' 문제이다. 전자는 효과가 빠르지만 지능은 없다. 후자는 더 복잡한 프로그램을 저장하는데, 컴퓨터는 정보로 가득 차 있어 인류의 많은 능력을 모방할 수 있다. (어떤 경우에는 우리의 능력을 능가하기도 한다.)
이 문제를 연구하기 위해 많은 과학자들이 일생의 노력을 다했다. 예를 들어, 제 2 차 세계 대전 중 영국의 수학자 튜링은 현대 로봇의 원조가 되는 기계를 발명했습니다. 이것은 적의 통신을 해독하는 시스템이다. 나중에 튜링은 평생 동안 학습 능력과 지능을 갖춘 기계를 만드는 상상을 했다. 하지만 1945+00 년 6 월 프린스턴에서 또 다른 유명한 수학자 폰 나이먼은' 인공뇌' 라는 것을 설계했다. 그와 그의 학생은 심리학과 신경학의 광신자이다. 인간의 행동을 창조하기 위한 수학 시뮬레이터를 만들기 위해 여러 차례 실패를 겪었고, 결국 인공지능을 창조할 가능성에 대한 자신감을 잃었다. 초기 컴퓨팅 설비는 너무 육중하고 부품이 너무 커서 폰 나이만은 작은 신경 세포를 어떻게 대체할 수 있는지에 대한 문제를 해결할 수 없었다. (윌리엄 셰익스피어, 윈스턴, 컴퓨터명언) (윌리엄 셰익스피어, Northern Exposure, 컴퓨터명언) 당시 인간의 뇌는 서로 연결된 뉴런으로 짜여져 있는 것으로 여겨졌기 때문에 에너지가 아니라 정보를 순환하는 컴퓨팅 장치로 생각할 수 있었다. 과학자들은 만약 우리가 이런 비교를 받아들인다면, 왜 정보를 통과시키고 지능을 만들어내는 시스템을 발명할 수 없을까 하고 생각했다.
그래서 그들은 각종 인공사고에 대한 이론을 제시했다. 예를 들어, 물리학자 마크는 로봇이 이진 또는 이진 논리 요소로 생각할 수 있는 방법을 제시했습니다. 이 방법은 매우 간단하다고 여겨진다. 1956 년 과학자들은 첫 번째 대규모 세미나를 열었고, 많은 전문가 학자들은' 인공지능' 이라는 단어를 연구 대상의 이름으로 사용한다고 주장했다. 이름 모를 연구원 두 명인 네빌과 사이먼이 심상치 않은 생각을 했다. 그들은 두 사람이 신호 장치와 버튼 시스템의 도움으로 소통하는 방식을 연구했다. 이 시스템은 이 두 사람의 행동을 일련의 간단한 동작과 논리 동작으로 분해한다. 이 두 연구원의 작업장에는 대형 컴퓨터 두 대가 있기 때문에, 그들은 종종 자신의 실험을 거꾸로 스스로 즐겁게 한다. 즉, 간단한 논리 규칙을 컴퓨터에 입력해 복잡한 추리 능력을 발전시킨다. 이것은 정말 천재적인 생각이다. 컴퓨터 프로그램은 일을 할 뿐만 아니라, 그것의 도움으로 새로운 정리를 발견하였다. 이 정리의 증명은 완전히 의외로 이전의 모든 증명보다 훨씬 아름답다. 네빌과 사이먼은 로봇의 지능을 부여하는 것이 인간의 뇌를 이해할 필요가 없다는 약속된 원칙을 발견했다. 연구해야 할 것은 우리의 뇌가 어떻게 작동하는가가 아니라, 그것이 무엇을 하는가입니다. 사람의 행동을 분석하고, 사람의 행동을 연구하여 지식을 얻는 과정은 신경 네트워크의 이론을 탐구할 필요가 없다. 간단히 말해서, 우리는 생리학이 아니라 심리에 집중해야 한다.
그 이후로 연구원들은 위의 방향으로 발전하기 시작했습니다. 그러나, 그들은 컴퓨터를 "생각" 시키는 방법에 대해 논쟁을 벌이고 있다.
일파 연구자들은 논리를 연구 지점으로 하여 추리 과정을 일련의 논리적 판단으로 나누려고 시도했다. 컴퓨터는 한 판단에서 다른 판단으로 옮겨가서 논리적 결론을 도출한다. 잘 알려진 3 단 이론처럼: "모든 동물은 죽을 것이다. 작은 가시 노래는 동물이기 때문에 작은 가시 오두막은 죽을 것이다. 클릭합니다 컴퓨터가 유아와 같은 지능 수준에 도달할 수 있습니까? 과학자들은 이 문제에 대해 두 가지 상반된 관점을 가지고 있다. 버클리의 철학 선생님인 드레포스는 인공지능학파를 맹렬히 반대하는 데 앞장서고 있다. 그는 인공지능의 이론은 연금술이라고 말했다. 그는 사람의 사유가 언제든지 프로그래밍될 수 없다고 생각한다. 왜냐하면 가장 간단한 이치가 있기 때문이다. 사람은 자신의 몸과 함께 세상을 아는 것이고, 사람은 지능으로만 구성된 것이 아니다. (알버트 아인슈타인, 생각명언)
09- 12-09 | 의견 추가