A robotokról szóló hírek többsége eddig leginkább üres ígéret volt. Egy laborban gondosan beállított környezetben egy gép elvégzett egyetlen feladatot, majd megkaptuk mellé a szokásos jóslatot arról, hogy ez alapjaiban változtatja meg a világot. Aztán persze nem történt semmi. Éppen ezért különösen érdekes, amikor egy ilyen történet ezúttal kézzelfogható eredménnyel próbálja meg felkelteni a figyelmet.
Egy friss Science Robotics-kutatás szerint a kutatóknak sikerült egy robotot arra megtanítaniuk, hogy egyetlen nap alatt ezer különböző fizikai feladatot sajátítson el, mindegyiket egyetlen bemutató alapján. Nem apró variációkról van szó, hanem teljesen eltérő, hétköznapi mozdulatokról, tárgyak megfogásáról, elhelyezéséről, hajtogatásról, illesztésről és manipulációról, valódi környezetben. Ez az a pont, ahol a robotika hosszú ideje elakadni látszott, hiszen eddig még az egyszerűnek tűnő feladatok betanítása is rengeteg ismétlést, adatot és mérnöki finomhangolást igényelt.
A legtöbb ipari robot pontosan ezért működik jól csak nagyon szűk keretek között. Egyetlen dolgot csinálnak, azt viszont tökéletesen, és amint változik a feladat, az egész rendszer megbillen. Az ember ezzel szemben egészen máshogy tanul. Elég egyszer megmutatni egy új mozdulatot, és több-kevesebb ügyetlenkedéssel ugyan, de képes alkalmazni azt egy új helyzetben is. Ez a különbség volt az egyik legnagyobb akadálya annak, hogy a robotok kilépjenek a laborok és gyártósorok világából.
Az új módszer lényege, hogy a robot nem teljes mozgássorokat próbál memorizálni, hanem a feladatokat kisebb, újrahasznosítható szakaszokra bontja. Az így megszerzett tudást képes átemelni új helyzetekbe, ami drasztikusan felgyorsítja a tanulást. A különösen fontos részlet az, hogy mindez egy valódi robotkaron történt, nem pedig egy szimulációban, ahol a körülmények eleve a sikerre vannak hangolva.
Hosszabb távon ez a fajta tanulás sokkal többet jelent annál, mint egy jól hangzó rekord. Ha a robotok kevesebb adatból, gyorsabban tanulnak, akkor olcsóbbá, rugalmasabbá és használhatóbbá válnak. Ez megnyithatja az utat az olyan otthoni vagy munkahelyi robotok előtt, amelyek nem igényelnek minden új feladathoz mérnöki beavatkozást, és alkalmazkodni tudnak a valós élet kiszámíthatatlan helyzeteihez. Az egészségügytől a logisztikán át a gyártásig számos területen jelenthet ez valódi fordulópontot.
Talán ennél is fontosabb, hogy ez az eredmény jól mutatja, merre halad most az AI fejlődése. A látványos, de üres trükkök helyett egyre inkább olyan rendszerek jelennek meg, amelyek nem okosabbak akarnak lenni nálunk, hanem közelebb kerülnek ahhoz, ahogyan mi magunk tanulunk és alkalmazkodunk. Ha volt probléma, ami évtizedekig visszafogta a robotikát, akkor ez az volt, és most először tűnik úgy, hogy valóban sikerült áttörni.
