Robots, volgens mij zijn we er echt nog lang niet

[NS_5]

Ik wilde eens mijn mening kwijt over robots van tegenwoordig. Vooral na aanleiding van dit niewsbericht.

Het eerste wat in mij opkwam was: wow, we zijn er echt nog lang niet! Misschien een beetje kort door de bocht, want we zijn natuurlijk op de goeie weg, maar we zijn ook nog maar net begonnen naar mijn idee.

Wat met vooral ook opviel was de mate van protocol matig handelen, bij gebrek aan een betere omschrijving. Als je naar dat filmpje kijkt bijvoorbeeld: tergend langzaam! (ten eerste), en je ziet gewoon de manier waarop het geprogrammeerd is aan de manier waarop het ding het pakje oppakt: robot rijdt (vooruitkijkend) naar tafel, robot draait 90 graden links, robot identificeert het object en zijn positie, robot tilt zijn arm net zolang tot de hoogte (y as zeg maar) van zijn arm gelijk is aan het midden object, robot opent zijn hand en beweegt zijn arm op de horizontale en diepte as naar het object, robot grijpt het object.

Wat nou als het pak breekbaar is, wat als het pak zwaarder is dan hij denkt, wat als het pak net voor zijn neus word weggepakt, en wat als de tafel de volgende keer op een andere plek staat?

Het ding is gewoon simpelweg dom te noemen als je het mij vraagt. Het word enkel 'slimmer', met meer regels code. Wat dus niet echte slimheid of intelligentie te noemen is natuurlijk.

Het blijft een kwestie van als dit, doe dit, als dat, doe dat. Alles voorgeprogrammeerd. Nou snap ik ook wel dat het verschrikkelijk moeilijk is een robot om te kunnen laten gaan met situaties die nog onbekend zijn, maar de meeste robots van vandaag zijn gewoon hetzelfde als de vorige, met een paar extra kunstjes.

Wat denken julie daarvan?

_{Ik weet niet 100% zeker of ik in dit forum goed zit btw.}

[Sissors]

Ik denk in principe dat het een nuttige ontwikkeling is dat ze van een database kunnen downloaden hoe ze bepaalde dingen het beste kunnen aanpassen, ook wanneer ze intelligenter zouden worden: ook voor robots is er geen reden het wiel opnieuw uit te vinden, waarom zelf leren hoe je een ei kan pakken zonder het te mollen als je het ook aan je mede robots kan vragen.


Maar tegelijkertijd vind ik die titel van dat bericht nergens op slaan. Hij download instructies uit een database, dat is niet autonoom leren maar autonoom afkijken.

Zelflerende robots (en soortgelijken) zijn er wel, maar het is redelijk beperkt, voorbeeld: YouTube: A crawling robot: a Q-learning example

Maar praktisch gezien zal je meestal liever een robot hebben die uit een database haalt wat hij moet doen dan dat hij zelf wat gaat proberen.
Als eerste heb je dat je niet wil dat je mooie splinternieuwe robot eerst twee jaar moet oefenen voor hij zich een beetje normaal kan voortbewegen, en dan nog 20 jaar naar school/universiteit moet gaan voordat hij ingezet kan worden. Uiteraard een beetje overdreven, maar hoewel zulk soort dingen voor toekomstige robots en voor wetenschappelijke kennis nuttig zijn, je wilt niet dat hij eerst nog zelf moet uitvogelen hoe hij moet voortbewegen. Al is het wel handig om de mogelijkheid te hebben voor als er een onbekende ondergrond komt, bijvoorbeeld bij de ziekenhuis robot waar het plafond is ingestort en hij over een hoop stenen moet.

Zelf helemaal voortbeweging uitvogelen heeft nog een nadeel, er zijn meerdere werkende mogelijkheden, en als hij eenmaal leert naar één werkende manier komt hij er niet meer makkelijk uit normaal gesproken. Stel je voor dat een humanoide robot erachter komt dat hij vooruit kan komen door continue koprollen te maken, het werkt, en hij zal die beweging dan wel perfectioneren, maar het heeft wat nadelen.
Ook bij andere dingen kan je zo iets krijgen, bijvoorbeeld bij het pak sap kan hij best zichzelf leren hoe hard hij er precies tegen aan moet slaan om hem naar gewenste positie te verplaatsen, totdat het pak wat slapper dan de andere bleek te zijn. Dan kan hij toch beter aan zijn vriendjes vragen hoe zij het doen.

[Mx. Alba]

Het leuke van lerende robots lijkt me nou juist dat ze een gemeenschappelijk geheugen kunnen hebben. Als één reparatierobot leert hoe je moet omgaan met een dolgedraaide schroef, bijvoorbeeld, kan die dat in die database zetten en kunnen andere reparatierobots het zelfde truukje zonder dat ze dat zelf moeten leren.

Alle taken waar tegenwoordig robots worden ingezet zijn van het type "veel en snel steeds het zelfde doen", zoals robots die langs een productielijn staan. Als deze robots een stuk flexibeler gemaakt kunnen worden doordat ze zelf kunnen leren, zou dat een groot voordeel zijn, want dan kunnen ze ook omgaan met iets afwijkende producten. Ook zal een robot niet zelf alles hoeven leren. Je kan een bepaalde basis voorprogrammeren, en de robot kan dan zelf de uitzonderingen op die basis leren. Bijvoorbeeld, je programmeert de robot om een stuk metaal van 3 bij 2 meter op te pakken en in een press te leggen. Dan ga je een ander product maken en zijn de stukken metaal opeens 2 bij 2 meter. Je hoeft dan de robot echter niet opnieuw te programmeren omdat de robot "inziet" dat het principe het zelfde is, en na een paar keer proberen kan hij ook met dat formaat metaal en de nieuwe press omgaan.

[MSalters]

Ga niet al te veel af op zo'n bericht. Wat je daar vooral ziet is het nivo van het Nederlandse onderwijs. Pruts maar wat, en negeer de kennis die al in het vakgebied bestaat.

[sub0kelvin]

NS_5 schreef op vrijdag 04 februari 2011 @ 10:22:
Wat nou als het pak breekbaar is, wat als het pak zwaarder is dan hij denkt, wat als het pak net voor zijn neus word weggepakt, en wat als de tafel de volgende keer op een andere plek staat?

Het ding is gewoon simpelweg dom te noemen als je het mij vraagt. Het word enkel 'slimmer', met meer regels code. Wat dus niet echte slimheid of intelligentie te noemen is natuurlijk.

Het blijft een kwestie van als dit, doe dit, als dat, doe dat. Alles voorgeprogrammeerd.

Veel van het robotica-onderzoek van tegenwoordig (en daarvoor, het bestaat ook nog maar zo'n 60 jaar in z'n huidige vorm) richt zich veelal op 1 taak. Zo heb je onderzoek naar voortbeweging, planning, localisatie, waarneming, redeneren, samenwerken, uitvoeren van taken, evolutie, leren, commincatie, etc, etc, etc.

Een team dat bezig is met plannende robots, zal minder aandacht, geld en tijd besteden aan bijvoorbeeld samenwerken of voortbewegen, want als je alles cutting edge wilt toepassen is dat veel te kostbaar en krijg je nooit resultaten. Niet in de minste plaats omdat bijvoorbeeld een bewegingsspecialist die alles weer van artificiele spieren, helemaal niks hoeft te snappen van de beste beslissingsalgoritmes/systemen, noch een held zal zijn op het gebied van computer vision.

Er zijn dus genoeg onderzoeksprojecten waarbij de robot níét zo voorgeprogrammeerd is en bijvoorbeeld wel op intelligente manier omgaat met een veranderende actie-ruimte. Maar dat was het doel van het gelinkte project niet, dus hebben (of konden) ze er ook geen aandacht aan besteed.

Nou snap ik ook wel dat het verschrikkelijk moeilijk is een robot om te kunnen laten gaan met situaties die nog onbekend zijn, maar de meeste robots van vandaag zijn gewoon hetzelfde als de vorige, met een paar extra kunstjes.

Ik denk dat je hier een te beperkt beeld van het robotica-veld hebt. Er zijn wel degelijk onderzoeksvelden die druk bezig zijn (en ook succes behalen) op het gebied van adaptieve systemen. Zo is het tegenwoordig echt geen groot probleem meer om een onbekende ruimte in kaart te kunnen brengen, en daar in te kunnen manoeuvreren. En dan natuurlijk gelijktijdig en vloeiend. Er zijn systemen waarbij samenwerkende robots zich aanpassen aan een verandering in samenstelling van de groep om zo problemen toch op te kunnen lossen. Natuurlijk hebben die hun beperkingen (een rijdende robot zal niet kunnen vliegen), maar zo zijn er talloze flexibele technieken die niet te vergelijken zijn met wat jij hier omschrijft.

Even wat (oude!) random youtube voorbeeldjes van andere robotarmen die het allemaal een stuk soepeler en zelfstandiger doen die van de TU/e.
YouTube: Robot learns to flip pancakes
YouTube: Learning Inverse Dynamics for Robot Control
YouTube: Monty's Hand

Deze zijn allemaal lerend, en passen reflectie toe tijdens het uitvoeren van hun taken om deze beter uit te voeren en aan te passen aan externe factoren. Dus het kan wel, zolang het maar binnen de scope van je onderzoek past. De armen uit de filmpjes kunnen natuurlijk weer niet zelfstandig uitzoeken (al dan niet in een DB) wat voor stappen ze moeten ondernemen om een voor hun onbekende taak uit te voeren.

[ReallyStupidGuy]

Wat ik vreemd vindt is dat in dit artikel de term autonoom wordt gebruikt voor een robot die insturcties uit een database haalt. Volgens mij is de definitie van autonoom zelfstandig en instructies ophalen uit een database betekent volgens mij dat je niet autonoom bent.

Toch vindt ik het een interessante ontwikkeling, lerende robots icm een centrale database. Op het moment dat dat actief wordt toegepast kunnen robots zich ineens erg snel ontwikkelen, het leren gaat ineens een stuk sneller.
Wat volgens mij wel weer een beperking is is de standaard die je nodig, zowel op de wijze waarop de instructies beschreven worden als op de mechanische werking van de robots. Als je dat niet doet heb je niets aan de beschrijving omdat die voor een ander type is, als je dat wel doet houdt dat weer ontwikkelingen tegen.

[Reptile209]

ReallyStupidGuy schreef op vrijdag 04 februari 2011 @ 13:50:
Wat ik vreemd vindt is dat in dit artikel de term autonoom wordt gebruikt voor een robot die insturcties uit een database haalt. Volgens mij is de definitie van autonoom zelfstandig en instructies ophalen uit een database betekent volgens mij dat je niet autonoom bent.

Ik heb het maar heel vluchtig gelezen, maar meende het volgende te begrijpen. De robot komt iets nieuws tegen (een pak sap) en gaat autonoom op zoek naar instructies over wat hij daar mee kan doen. Hij herkent dus blijkbaar op één of andere manier een voorwerp (zelf of de server doet image-recognition op beelden van de bot) en krijgt dan één of meer instructiesets over hoe er mee om te gaan.

Toch vindt ik het een interessante ontwikkeling, lerende robots icm een centrale database. Op het moment dat dat actief wordt toegepast kunnen robots zich ineens erg snel ontwikkelen, het leren gaat ineens een stuk sneller.

<alu hoedje> totdat iemand instructies in de DB weet te krijgen om alle schoothondjes ritueel te wurgen. En alle robots die instructies blind uitvoeren op de keffertjes hun omgeving... </alu>

Wat volgens mij wel weer een beperking is is de standaard die je nodig, zowel op de wijze waarop de instructies beschreven worden als op de mechanische werking van de robots. Als je dat niet doet heb je niets aan de beschrijving omdat die voor een ander type is, als je dat wel doet houdt dat weer ontwikkelingen tegen.

Er zijn volgens mij al heel veel standaardmethoden om uit gegevens (bijvoorbeeld HTML) alleen de zaken die je "begrijpt" te parsen en de rest te negeren. Of je dan nog een bruikbaar resultaat krijgt, is een tweede natuurlijk. En anders moet er een soort van lijstje met "minimum specs" bij iedere instructieset zitten.

[ReallyStupidGuy]

Reptile209 schreef op vrijdag 04 februari 2011 @ 13:58:
[...]


Er zijn volgens mij al heel veel standaardmethoden om uit gegevens (bijvoorbeeld HTML) alleen de zaken die je "begrijpt" te parsen en de rest te negeren. Of je dan nog een bruikbaar resultaat krijgt, is een tweede natuurlijk. En anders moet er een soort van lijstje met "minimum specs" bij iedere instructieset zitten.

Inderdaad een optie. Ik zat nog even te denken: wat ook zou kunnen is puur instructies in de trant van:
- Pak vast met een druk van .. newton, kantel x graden, wacht tot glas x cm onder de rand is gevuld, ect.

Op die manier worden er "hardware onafhankelijke" instructies gegeven die universeel toepasbaar zijn. Dan kun je in de instructies ook nog aangeven voor welke groep deze geschikt is.


Het zou natuurlijk wel grappig zijn als de robot alleen instructies verwerkt die het begrijpt en de instructie voor het terugkantelen van het pak maar laat liggen.


Nog steeds ben ik trouwens van mening dat autonoom en het gebruiken van een externe database elkaar tegenspreekt. Alleen het benaderen van de database kan de robot blijkbaar autonoom.

[Reptile209]

M.i. zit het autonome deel hem dus in het gericht zoeken naar de juiste instructies. Dus niet de hele DB leegtrekken en uitproberen welke instructies op een pak sap van toepassing zijn, maar de DB vragen om instructies voor "een rechthoekig voorwerp in de keuken met opdruk SAP en een draaidop". Of stiekum de streepjescode OCR-en op basis van camerabeeld...

Leuk trouwens als er dan oud frituurvet in blijkt te zitten. Never trust user input .

[Voor 9% gewijzigd door Reptile209 op 04-02-2011 14:54]

[Speedsmile]

Heren, check http://www.roboearth.org/, daar staan alle in- outs op.

MSalters schreef op vrijdag 04 februari 2011 @ 11:19:
Ga niet al te veel af op zo'n bericht. Wat je daar vooral ziet is het nivo van het Nederlandse onderwijs. Pruts maar wat, en negeer de kennis die al in het vakgebied bestaat.

Alhoewel zo'n berichten normaal inderdaad wat rooskleurig zijn, je moet immers wat publiciteit halen, valt de rest van je post wat verkeerd hier. (alhoewel kwaliteit inderdaad omhoog zou mogen ;>).
Enig idee welke universiteiten er nog bij betrokken zijn (o.a. ETH zurich)? Enig idee hoeveel werk/moeite het kost om alles samen te laten komen (er is vorige week 8000+ uur ingestoken). Ik heb dagelijks contact met de betrokken promovendi/medewerkers aangezien ik indezelfde vakgroep werk. Neem ook mee dat dit dezelfde groep is die robocup doet, waar we keer op keer bij de beste ter wereld horen!

Dit concept is toch wel degelijk redelijk nieuw, en is misschien wel te vergelijken met de komst van object georienteerd programmeren. Natuurlijk, we zijn ver weg van echte intelligentie, maar op deze manier komen nuttige robots voor allerhande taken wel een stuk dichter bij. De taken die ansich uitgevoerd werden zijn niet zo speciaal. Wat wel speciaal is is dat de robot van te voren niet weet hoe hij het moet doen, in een ruimte waar die nog nooit is geweest.

Over het vastgrijpen; om precies te voelen is tactile feedback nodig, word ook hard aan gewerkt, en is ook al veel in bereikt (volgens mij nog niet geimplementeerd hier trouwens). Dit zijn allemaal dingen die nog moeten komen natuurlijk.

[Voor 3% gewijzigd door Speedsmile op 04-02-2011 19:05]

[C00P]

Ken je robotvoetbal ?
Hun bedoeling is om in 2050 (als ik me niet vergis) te laten voetballen tegen de Wereld kampioenen voetbal.

Ik denk dat we uiteindelijk wel daar zullen geraken.
Ik heb eens gelezen dat er nu computersystemen zijn welke zo intelligent zijn dat als je er mee zou chatten je niet door zou hebben of het een mens is of een computersysteem.


Dus situaties zoals in Irobot maken wij misschien nog mee.

Deze robotten kunnen veel van ons werk overnemen, ik werk in een staalfabriek (arcelor mital) en hier zie je dat nu veelal taken worden overgenomen door robotten.
Inspectie van de kwaliteit, grote rolbruggen volledig automatisch bestuurd, staalrollen worden automatisch ingebonden en verzonden.

Ik ga hier misschien wel mijn job door verliezen, maarja, dat is vooruitgang zullen we maar zeggen, toen ze vroeger met de automatische weefgetouwen kwamen zal er ook wel protest zijn geweest

Ik bezien het echter positief, de mens gaat veel meer vrije tijd hebben en kan zijn talenten aanspreken en daardoor een voller leven beleven.

Maar nu ben ik waarschijnlijk off topic aan het gaan ?

[Anoniem: 395522]

C00P schreef op zondag 13 februari 2011 @ 16:13:
Ken je robotvoetbal ?
Hun bedoeling is om in 2050 (als ik me niet vergis) te laten voetballen tegen de Wereld kampioenen voetbal.

Een leuk en verbluffend initiatief, erg gaaf om de acties van de robots te zien.

Het daadwerkelijk inductief redeneren zal voorlopig nog wel een uitdaging worden omdat op het gebied van AI voor elkaar te krijgen. Deductief, heuristieken, daar zijn we al een eind mee.
En ook wat Watson met Double Jeopardy voor elkaar heeft gekregen (okay, is een computer en geen robot) is wat mij betreft knap en vermakelijk.

Vooralsnog denk dat ik dat we op de korte termijn nog meer boeiende ontwikkelingen zullen zien binnen de nanorobotics, maar da's misschien wat off topic/ niet boeiend genoeg.

W.

[Anoniem: 28958]

Speedsmile schreef op vrijdag 04 februari 2011 @ 19:00:
Heren, check http://www.roboearth.org/, daar staan alle in- outs op.

[...]


Alhoewel zo'n berichten normaal inderdaad wat rooskleurig zijn, je moet immers wat publiciteit halen, valt de rest van je post wat verkeerd hier. (alhoewel kwaliteit inderdaad omhoog zou mogen ;>).
Enig idee welke universiteiten er nog bij betrokken zijn (o.a. ETH zurich)? Enig idee hoeveel werk/moeite het kost om alles samen te laten komen (er is vorige week 8000+ uur ingestoken). Ik heb dagelijks contact met de betrokken promovendi/medewerkers aangezien ik indezelfde vakgroep werk. Neem ook mee dat dit dezelfde groep is die robocup doet, waar we keer op keer bij de beste ter wereld horen!

Dit concept is toch wel degelijk redelijk nieuw, en is misschien wel te vergelijken met de komst van object georienteerd programmeren. Natuurlijk, we zijn ver weg van echte intelligentie, maar op deze manier komen nuttige robots voor allerhande taken wel een stuk dichter bij. De taken die ansich uitgevoerd werden zijn niet zo speciaal. Wat wel speciaal is is dat de robot van te voren niet weet hoe hij het moet doen, in een ruimte waar die nog nooit is geweest.

Over het vastgrijpen; om precies te voelen is tactile feedback nodig, word ook hard aan gewerkt, en is ook al veel in bereikt (volgens mij nog niet geimplementeerd hier trouwens). Dit zijn allemaal dingen die nog moeten komen natuurlijk.

Ik denk dat de meeste mensen in deze thread naar de software verwijzen; ik geloof best dat de hardware state-of-the-art is.

Deze machines worden nog steeds door mensen geprogrammeerd en het zijn geen robots die bijv. Nederlands kunnen leren of kunnen leren om te tafeltennissen. Dat is wat mensen denk ik bedoelen met "het negeren van alles wat er al in het buitenland bedacht is".

In Engeland was(is?) er een project om zo'n onbeperkte machine te bouwen op basis van zeer algemene principes (geen hardgecode leeralgoritmen), maar de persoon die daar artikelen over schreef is nu dood.

Dat Robocup gebeuren is een leuke programmeeroefening voor studenten, (en voor werktuigbouw - en elektromensen vast ook wel een uitdaging), maar het gaat echt never nooit iets bijdragen aan wat normale mensen als kunstmatige intelligentie zien (bijv. de dokter uit StarTrek).

Voor de topicstarter: Je hebt helemaal gelijk dat we in Nederland maar wat aankloten qua software en dat er niets van de grond komt hier. In het buitenland zijn er wel mensen die op het goede(? robots zijn net zo gevaarlijk als kernwapens) pad zijn.

Ik denk dat computers nog veel goedkoper moeten worden, voordat je mobiele intelligente robots (die kunnen leren Go spelen op wereldniveau door alleen de regeltjes even te vermelden (niet te programmeren!), die botanisch expert kunnen worden, mee kunnen praten over voetbaltactieken, etc. Ik denk zelf aan een factor van minstens miljoenen, voordat je op dat niveau kunt zitten. Het kan nog veel meer zijn, maar het geeft gewoon aan dat wat in ieder geval Nederlandse informatici nu doen eigenlijk gewoon tijdverspilling is.

Ze moeten die mensen maar aan het werk zetten om computerkracht goedkoper te maken. Ik denk dan aan dingen zoals het bouwen van een praktische Wikipedia: Von Neumann universal constructor.

[Anoniem: 28958]

Anoniem: 395522 schreef op vrijdag 18 februari 2011 @ 16:38:
[...]

Een leuk en verbluffend initiatief, erg gaaf om de acties van de robots te zien.

Het daadwerkelijk inductief redeneren zal voorlopig nog wel een uitdaging worden omdat op het gebied van AI voor elkaar te krijgen. Deductief, heuristieken, daar zijn we al een eind mee.
En ook wat Watson met Double Jeopardy voor elkaar heeft gekregen (okay, is een computer en geen robot) is wat mij betreft knap en vermakelijk.

Vooralsnog denk dat ik dat we op de korte termijn nog meer boeiende ontwikkelingen zullen zien binnen de nanorobotics, maar da's misschien wat off topic/ niet boeiend genoeg.

W.

Watson is nog steeds gewoon een geprogrammeerde machine die alleen voor dit spelletje goed werkt. De energiekosten en het aantal machines om Watson te laten werken zijn al zoveel dat het een indicatie vormt voor wat een niet door mensen beperkte machine nodig heeft.

Qua heuristieken is er best wel veel op menselijk gebied bedacht, zoals dat we bepaalde onderdelen van de werkelijkheid gewoon weggooien en dus zien wat we willen zien. Als je intelligentie relatief aan mensen stelt, kun je dan optimalisaties doen in je machine, maar dat heeft dus alleen maar nut als je de machines met mensen vergelijkt. Het soort machines waar ik aan denk zullen mensen op elk gebied voorbij kunnen streven.

[DeNachtwacht]

Ik heb eens een hoogleraar horen zeggen dat we wat betreft écht zelfdenkende robots (AI) op dit moment ongeveer op het denkniveau van een slak zijn met de meest geavanceerde supercomputers. Veel zit erin besloten dat we 1. nog niet goed begrijpen hoe het komt dat er in fysiek eindig aantal hersenen schijnbaar oneindig veel kan worden opgeslagen, en dat 2. dierlijke/menselijke hersenen zelf creatief op zoek gaan naar oplossingen, terwijl computers altijd een lijst programmeercode afwerken. Wat je er niet in stopt, zal de computer dus nooit kunnen bedenken.

[Grijze Vos]

DeNachtwacht schreef op zondag 20 februari 2011 @ 21:07:
Ik heb eens een hoogleraar horen zeggen dat we wat betreft écht zelfdenkende robots (AI) op dit moment ongeveer op het denkniveau van een slak zijn met de meest geavanceerde supercomputers. Veel zit erin besloten dat we 1. nog niet goed begrijpen hoe het komt dat er in fysiek eindig aantal hersenen schijnbaar oneindig veel kan worden opgeslagen, en dat 2. dierlijke/menselijke hersenen zelf creatief op zoek gaan naar oplossingen, terwijl computers altijd een lijst programmeercode afwerken. Wat je er niet in stopt, zal de computer dus nooit kunnen bedenken.

Misschien eens wat beter opletten dan wat die hoogleraren zoal zeggen, want wat je hier zegt klopt echt weinig van.

Neurale netwerken die we op de computers op dit moment werkend hebben zijn slechts een fractie van de grootte van onze hersenen. Met name het aantal connecties wat onze neuronen met elkaar hebben in de hersenen is echt een factor 1000* (give or take) groter dan wat we doorgaans in neurale computernetwerken halen. En je tweede punt is dus ook onzin, er zijn zelf-lerende algoritmen, die heel geen lijst instructies uitvoeren. Iets minder kort door de bocht dus.

(* paar jaar geleden, toen ik het vak over neurale netwerken volgde.)

[CAPSLOCK2000]

NS_5 schreef op vrijdag 04 februari 2011 @ 10:22:
Het eerste wat in mij opkwam was: wow, we zijn er echt nog lang niet! Misschien een beetje kort door de bocht, want we zijn natuurlijk op de goeie weg, maar we zijn ook nog maar net begonnen naar mijn idee.

Wat met vooral ook opviel was de mate van protocol matig handelen, bij gebrek aan een betere omschrijving. Als je
<knip>
Wat nou als het pak breekbaar is, wat als het pak zwaarder is dan hij denkt, wat als het pak net voor zijn neus word weggepakt, en wat als de tafel de volgende keer op een andere plek staat?

Dude, je zit er ver naast. Die robot is juist niet zo precies geprogrammeerd. Hij is er zelf heen gereden, heeft uitgevogeld dat er een tafel staat met daarop een pak sap en dat je zo'n pak kunt vastpakken en optillen. Daarna heeft hij uitgepuzzeld welke bewegingen hij moet maken om dit specifieke pak van deze specifieke tafel te tillen. De informatie komt uit een te centrale database zodat de robot niet zelf al die kennis aan boord hoeft te hebben.
Iets leren kost heel veel tijd. Wij mensen halen ook een kookboek in de bibliotheek (of internet) in plaats van zelf eindeloos met water en meel aan te kloten.
Ik vind het juist best indrukwekkend.

Anoniem: 28958 schreef op zaterdag 19 februari 2011 @ 11:54:
Deze machines worden nog steeds door mensen geprogrammeerd en het zijn geen robots die bijv. Nederlands kunnen leren of kunnen leren om te tafeltennissen. Dat is wat mensen denk ik bedoelen met "het negeren van alles wat er al in het buitenland bedacht is".

Elders in deze thread is al een filmpje gepost van een robot die zelf _leert_ pannenkoeken bakken, dat vind ik best veel op tafeltennis lijken.

In Engeland was(is?) er een project om zo'n onbeperkte machine te bouwen op basis van zeer algemene principes (geen hardgecode leeralgoritmen), maar de persoon die daar artikelen over schreef is nu dood.

Er zijn er wel meer

Dat Robocup gebeuren is een leuke programmeeroefening voor studenten, (en voor werktuigbouw - en elektromensen vast ook wel een uitdaging), maar het gaat echt never nooit iets bijdragen aan wat normale mensen als kunstmatige intelligentie zien (bijv. de dokter uit StarTrek).

Waarom niet? Het doel is om robots te bouwen die volgens de gewone regels met mensen kunnen voetballen. Dus 2x45 minuten rondrennen, geen overtredingen, niet het gras kapotlopen, met 20km/h op je tegenstander afrennen en alleen de bal raken, dat soort dingen. Dat vind ik toch behoorlijk bijdragen aan de mensachtige robots die je uit de film kent.

Voor de topicstarter: Je hebt helemaal gelijk dat we in Nederland maar wat aankloten qua software en dat er niets van de grond komt hier. In het buitenland zijn er wel mensen die op het goede(? robots zijn net zo gevaarlijk als kernwapens) pad zijn.

Daarom heeft Nederland ook de robotarm op het ISS mogen ontwikkelen. Nederland doet het best goed qua robots.

Ik denk dat computers nog veel goedkoper moeten worden, voordat je mobiele intelligente robots (die kunnen leren Go spelen op wereldniveau door alleen de regeltjes even te vermelden (niet te programmeren!),

Lees dit dan maar eens even:
Nieuw wereldrecord in Go door Nederlandse Supercomputer Huygens
Laat me je verzekeren dat die computer helemaal zelf Go heeft leren spelen. "hier is een supercomputer, hier zijn de regels, ga maar spelen tot je goed bent".

Anoniem: 28958 schreef op zaterdag 19 februari 2011 @ 11:59:
Watson is nog steeds gewoon een geprogrammeerde machine die alleen voor dit spelletje goed werkt. De energiekosten en het aantal machines om Watson te laten werken zijn al zoveel dat het een indicatie vormt voor wat een niet door mensen beperkte machine nodig heeft.

Dat valt eigenlijk nog wel mee. De machine is inderdaad speciaal voor dit spelletje gebouwd, maar hij gaat nu niet direct naar het musem. Hij gaat naar een ziekenhuis om medisch advies te geven. Zei er iemand Startrekdokter?

[Anoniem: 28958]

CAPSLOCK2000 schreef op dinsdag 22 februari 2011 @ 00:07:
Elders in deze thread is al een filmpje gepost van een robot die zelf _leert_ pannenkoeken bakken, dat vind ik best veel op tafeltennis lijken.

Dit hebben ze in _Japan_ als eerste gedaan. Ik had het over Nederland daar. En nog steeds is die robot voor 1 doel geprogrammeerd, maar ik geef toe dat toen ik dat zat dat ik dacht "hmm, best leuke toepassing", maar ik weet de details daarvan niet. Weet jij _wat_ er _exact_ wordt geleerd en wat is geprogrammeerd?

Er zijn er wel meer

Vertel. Zoveel kunnen het er nooit zijn. Ik weet van een aantal bedrijfjes dat ze claimen ermee bezig te zijn, maar ik heb daarvan nog nooit een indrukwekkende demo gezien. Voor zover ik weet ken ik iedereen die hiermee bezig is op dit gebied, maar het kan natuurlijk dat ik iemand gemist heb.

Waarom niet? Het doel is om robots te bouwen die volgens de gewone regels met mensen kunnen voetballen. Dus 2x45 minuten rondrennen, geen overtredingen, niet het gras kapotlopen, met 20km/h op je tegenstander afrennen en alleen de bal raken, dat soort dingen. Dat vind ik toch behoorlijk bijdragen aan de mensachtige robots die je uit de film kent.

Ik weet over wat voor dingen ze aan het nadenken waren en het had niets te maken met wat nodig is voor algemene AI, zoals al eerder is beschreven. Nogmaals, het is leuk om een beetje met die camera's te spelen en wat edge detection te doen en andere leuke basis machine learning algoritmen, maar juist door die algoritmen wordt er al informatie weggegooid en wordt zo'n robot al onherstelbaar zwakker gemaakt dan optimaal.

Daarom heeft Nederland ook de robotarm op het ISS mogen ontwikkelen. Nederland doet het best goed qua robots.

Dat wist ik niet, maar het heeft niets met AI te maken zoals hierboven beschreven.

Lees dit dan maar eens even:
Nieuw wereldrecord in Go door Nederlandse Supercomputer Huygens
Laat me je verzekeren dat die computer helemaal zelf Go heeft leren spelen. "hier is een supercomputer, hier zijn de regels, ga maar spelen tot je goed bent".

En dat algoritme of de eerste software met dat idee is dus niet bedacht door een Nederlander.

Nederland loopt achter de feiten aan. Bovendien is dat algoritme inderdaad een verbetering, maar het is nog steeds een hardgecode algoritme en de machine zal nooit over de fouten van de originele ontwikkelaars heen kunnen stappen.

Dat valt eigenlijk nog wel mee. De machine is inderdaad speciaal voor dit spelletje gebouwd, maar hij gaat nu niet direct naar het musem. Hij gaat naar een ziekenhuis om medisch advies te geven. Zei er iemand Startrekdokter?

Dat weet ik, en ik geloof best dat het nuttig kan zijn, het heeft alleen niets met een onbeperkte AI te maken.

[DeNachtwacht]

Grijze Vos schreef op maandag 21 februari 2011 @ 15:28:
[...]

Misschien eens wat beter opletten dan wat die hoogleraren zoal zeggen, want wat je hier zegt klopt echt weinig van.

Neurale netwerken die we op de computers op dit moment werkend hebben zijn slechts een fractie van de grootte van onze hersenen. Met name het aantal connecties wat onze neuronen met elkaar hebben in de hersenen is echt een factor 1000* (give or take) groter dan wat we doorgaans in neurale computernetwerken halen. En je tweede punt is dus ook onzin, er zijn zelf-lerende algoritmen, die heel geen lijst instructies uitvoeren. Iets minder kort door de bocht dus.

(* paar jaar geleden, toen ik het vak over neurale netwerken volgde.)

Ik moet je toch echt corrigeren. Op het eerste punt stel ik dat we gewoon nog niet goed snappen hoe in hersenen een schijnbaar oneindige hoeveelheid data opgeslagen kan worden. Dat jij een indicatie van 1000x hebt die niet specifiek is ("give it or take it") illustreert hoe weinig we er nog van weten. Je argument sluit ook prima aan bij mijn bewering over dat we op dit moment op ongeveer het niveau van een slak zitten qua nabouwen van hersenen.

Ook je tweede punt klopt niet als je dieper over nadenkt; het klopt dat er zelflerende algoritmen bestaan maar hét verschil tussen technisch gefabriceerde dingen en natuurlijke dingen is dat er soms random onverklaarbare dingen gebeuren. Bij een zelflerend algoritme zal er bij 1+1 altijd 2 uit komen, bij een natuurlijk proces komt er bijvoorbeeld in 1 op de 3 miljoen gevallen ineens 3 uit. Die onregelmatigheid is iets wat we in natuurlijke processen nog niet goed begrijpen, en iets namaken wat je niet snapt lijkt altijd aan de buitenkant mooi te werken maar intern klopt er nog niets van. Een mooi voorbeeld is Watson; zodra je hem gaat vragen naar iets wat niet in hem geprogrammeerd zit zal hij het antwoord niet weten.

En wat betreft je opmerking over beter opletten; ik heb klinische neuropsychologie gestudeerd dus je hoeft mij echt niet uit te leggen hoe die zaken werken. Dat ik van programmeren niks weet doet niets af aan het feit dat we de hersenen simpelweg nog niet genoeg snappen om er echt goede AI van te programmeren.

[Anoniem: 28958]

DeNachtwacht schreef op dinsdag 22 februari 2011 @ 18:44:
Ik moet je toch echt corrigeren. Op het eerste punt stel ik dat we gewoon nog niet goed snappen hoe in hersenen een schijnbaar oneindige hoeveelheid data opgeslagen kan worden. Dat jij een indicatie van 1000x hebt die niet specifiek is ("give it or take it") illustreert hoe weinig we er nog van weten. Je argument sluit ook prima aan bij mijn bewering over dat we op dit moment op ongeveer het niveau van een slak zitten qua nabouwen van hersenen.

Wat betreft de theoretische informatica is of we nu wel of niet informatie van de hersenen betrekken in het ontwerp van een AI compleet irrelevant.

Ook je tweede punt klopt niet als je dieper over nadenkt; het klopt dat er zelflerende algoritmen bestaan maar hét verschil tussen technisch gefabriceerde dingen en natuurlijke dingen is dat er soms random onverklaarbare dingen gebeuren.

Nee, hoor. Dat verzin jij nu. Volgens de wetenschap zijn er geen onverklaarbare dingen. We hebben alleen voor sommige dingen nog geen modellen.

Bij een zelflerend algoritme zal er bij 1+1 altijd 2 uit komen, bij een natuurlijk proces komt er bijvoorbeeld in 1 op de 3 miljoen gevallen ineens 3 uit. Die onregelmatigheid is iets wat we in natuurlijke processen nog niet goed begrijpen, en iets namaken wat je niet snapt lijkt altijd aan de buitenkant mooi te werken maar intern klopt er nog niets van. Een mooi voorbeeld is Watson; zodra je hem gaat vragen naar iets wat niet in hem geprogrammeerd zit zal hij het antwoord niet weten.

Dat is alleen een beperking van Watson en niet beperkte AIs die interacteren met de echte wereld zijn niet te voorspellen, net als een mens.

En wat betreft je opmerking over beter opletten; ik heb klinische neuropsychologie gestudeerd dus je hoeft mij echt niet uit te leggen hoe die zaken werken. Dat ik van programmeren niks weet doet niets af aan het feit dat we de hersenen simpelweg nog niet genoeg snappen om er echt goede AI van te programmeren.

Zie punt boven; de werking van hersenen is volledig irrelevant voor de ontwikkeling van AI. Het zou het met een paar duizend jaar kunnen versnellen, natuurlijk, maar verder is het echt totaal oninteressant. Mocht je dit een theoretisch punt vinden, dan mag je dat vinden, maar het is wel waar.

[Anoniem: 395522]

Anoniem: 28958 schreef op dinsdag 22 februari 2011 @ 20:02:


Nee, hoor. Dat verzin jij nu. Volgens de wetenschap zijn er geen onverklaarbare dingen. We hebben alleen voor sommige dingen nog geen modellen.

Een hele leuke semantische discussie zou dit kunnen triggeren..!

[DeNachtwacht]

Anoniem: 28958 schreef op dinsdag 22 februari 2011 @ 20:02:
Wat betreft de theoretische informatica is of we nu wel of niet informatie van de hersenen betrekken in het ontwerp van een AI compleet irrelevant.

[...]

Nee, hoor. Dat verzin jij nu. Volgens de wetenschap zijn er geen onverklaarbare dingen. We hebben alleen voor sommige dingen nog geen modellen.

1. Als je niet goed snapt hoe iets werkt kan je er ook geen model van maken. Waarom ontstond de kredietcrisis ondanks alle positieve prognoses volgens de modellen? De makers van de modellen snappen de realiteit nog niet goed genoeg dus gaan ze dingen produceren die goed lijken maar het niet zien. De stelling is dat we er met robots nog lang niet zijn en die onderschrijf ik. AI is het namaken van hersenen en het wordt wat moeilijk namaken als je zelf nog niet snapt hoe het model werkt. En zo steekt de vorm nu eenmaal in de steel op neurowetenschappelijk gebied. Er wordt flink progressie geboekt sinds (f)MRI maar voor we goed kunnen simuleren zijn we nog wel even verder.

2. Volgens de wetenschap zijn er zát onverklaarbare dingen. Dat zijn immers dingen die we nog niet genoeg snappen om ze te kunnen verklaren. Niet onverklaarbaar in de zin van ruimtemannetjes, maar gewoon nog te ingewikkeld om te kunnen verklaren.

[sub0kelvin]

DeNachtwacht schreef op woensdag 23 februari 2011 @ 16:37:
[...]
AI is het namaken van hersenen

Dat is wel een héél beperkt beeld van het AI-werkveld. Er zijn maar weinig AIers die als hoogste doel het nabouwen van de hersenen hebben. AI heeft in zijn algemeenheid als doel om het modelleren/verklaren en nabootsen van intelligentie (e.g. de processen die wij als intelligent beschouwen: taal, redeneren, beslissen, zien, horen, handelen, gedrag, samenwerken, etc, etc) en het medium is daarbij (voor velen) volledig irrelevant. Daarbij heb je 2 takken: onderzoek gericht om daarbij zo dicht mogelijk bij de mens te blijven en onderzoek waarbij alles mag en efficiëntie of snelheid bijvoorbeeld een criterium is.

Er zijn inderdaad systemen die bij het modelleren kijken naar de biologische functie van de hersenen (en bij kleinere organismen om simpeler groepen neuronen) Bijvoorbeeld ACT-R, die vereenvoudigde biologische modellen van hersenactiviteit gebruikt om limitaties aan o.a. het geheugen te verklaren. Echter zijn dit soort onderzoeken meer uitzonderingen dan de norm. Het meeste onderzoek richt zich op het verklaren en nabootsen van intelligent gedrag en functies zonder daarbij modellen van de hersenen te gebruiken.

Zo heb ik bijvoorbeeld meegewerkt aan onderzoek naar hoe mensen redeneren over en aan de hand van geluid. Geluidsherkenning op een hoger niveau dus. Daarbij maakten we o.a. gebruik van een model van het binnenoor van de mens waar ook neurale eigenschappen werden gebruikt. Dat is dus iets wat dicht bij de mens en diens hersenen staat.

Maar aan de andere kant heb ik ook gewerkt aan bewegingsdetectie, handschriftherkenning, planning, etc, waarbij soms wellicht inspiratie gehaald werd uit de biologie, maar waar het functioneren van de hersenen totaal niet van belang noch interessant was.

[Mr_gadget]

ReallyStupidGuy schreef op vrijdag 04 februari 2011 @ 13:50:
Wat ik vreemd vindt is dat in dit artikel de term autonoom wordt gebruikt voor een robot die insturcties uit een database haalt. Volgens mij is de definitie van autonoom zelfstandig en instructies ophalen uit een database betekent volgens mij dat je niet autonoom bent.

Toch vindt ik het een interessante ontwikkeling, lerende robots icm een centrale database. Op het moment dat dat actief wordt toegepast kunnen robots zich ineens erg snel ontwikkelen, het leren gaat ineens een stuk sneller.
Wat volgens mij wel weer een beperking is is de standaard die je nodig, zowel op de wijze waarop de instructies beschreven worden als op de mechanische werking van de robots. Als je dat niet doet heb je niets aan de beschrijving omdat die voor een ander type is, als je dat wel doet houdt dat weer ontwikkelingen tegen.

Een baby kan ook niet zomaar dingen doen, dat moet hij ook eerst leren. Met een robot kan je dat programmeren. Je kan b.v. een roomba robot ook zo maken dat hij eerst drie keer tegen de tafelpoot aanknalt voordat hij snapt dat hij daar niet doorkan maar dat is voor je huiskamer niet heel fijn Met Q-learning kunnen robots op die manier leren, door hem een virtuele straf of beloning te geven als hij ergens tegen aan knalt en dit detecteerd.

Maar inderdaad echt complex redeneren en leren kunnen robots nog maar heel beperkt.

[Camacha]

DeNachtwacht schreef op woensdag 23 februari 2011 @ 16:37:
1. Als je niet goed snapt hoe iets werkt kan je er ook geen model van maken. Waarom ontstond de kredietcrisis ondanks alle positieve prognoses volgens de modellen? De makers van de modellen snappen de realiteit nog niet goed genoeg dus gaan ze dingen produceren die goed lijken maar het niet zien. De stelling is dat we er met robots nog lang niet zijn en die onderschrijf ik. AI is het namaken van hersenen en het wordt wat moeilijk namaken als je zelf nog niet snapt hoe het model werkt. En zo steekt de vorm nu eenmaal in de steel op neurowetenschappelijk gebied. Er wordt flink progressie geboekt sinds (f)MRI maar voor we goed kunnen simuleren zijn we nog wel even verder.

Dan ga je er voor het gemak even vanuit dat er geen intelligentie kan zijn als die niet op de onze lijkt Je snapt zelf gelijk dat dat een te rappe aanname is.

[DeNachtwacht]

Camacha schreef op woensdag 23 februari 2011 @ 17:19:
[...]

Dan ga je er voor het gemak even vanuit dat er geen intelligentie kan zijn als die niet op de onze lijkt Je snapt zelf gelijk dat dat een te rappe aanname is.

Die is er inderdaad niet nee. Wij mensen hebben de meest vergevorderde hersenen, de overige (vooral zoog)dieren staan een stukje lager op de ladder maar zijn gebaseerd op precies hetzelfde principe. En zoals al gezegd; de beste 'robots' zijn op dit moment qua AI niveau net de slak voorbij, het wordt dus hard werken aan het niveau van een kanariepiet, menselijk AI vermogen zit er voorlopig niet in. Dat is het enige wat ik zeg (wat overigens precies is wat de topicstarter zegt). Ik sta open voor inhoudelijke argumenten maar vooralsnog heb ik ze nog niet gehoord, enige wat ik zie zijn ontwijkende argumenten die niets met de stelling van de ts te maken hebben ("Er bestaan ook andere vormen van intelligentie"). Even ter herinnering, de stelling was: "Een robot word enkel 'slimmer', met meer regels code. Wat dus niet echte slimheid of intelligentie te noemen is natuurlijk. ". Ik hoor graag inhoudelijke argumenten die er tegenin gaan, maar vooralsnog ben ik het erg met die stelling eens.

[DeNachtwacht]

sub0kelvin schreef op woensdag 23 februari 2011 @ 17:03:
Zo heb ik bijvoorbeeld meegewerkt aan onderzoek naar hoe mensen redeneren over en aan de hand van geluid. Geluidsherkenning op een hoger niveau dus. Daarbij maakten we o.a. gebruik van een model van het binnenoor van de mens waar ook neurale eigenschappen werden gebruikt. Dat is dus iets wat dicht bij de mens en diens hersenen staat.

Maar aan de andere kant heb ik ook gewerkt aan bewegingsdetectie, handschriftherkenning, planning, etc, waarbij soms wellicht inspiratie gehaald werd uit de biologie, maar waar het functioneren van de hersenen totaal niet van belang noch interessant was.

Excuus, ik bedoel ook niet zozeer het fysiek of anderszins nabouwen van hersenen, maar meer het gebruik van dezelfde vormen van intelligentie zoals je die in dierlijke/menselijke hersenen tegenkomt. Dit is mijns inziens de tak waar de echte AI zich op richt. Het verslaan van een mens door een computer op het gebied van eendimensionale taken zoals het winnen van een spelshow of het spelen van een schaakspel is niks nieuws; de goede oude zakjapanner kon 50 jaar geleden al iets sneller dan menselijke hersenen: rekenen!

Op dat gebied is de mens dus al lang verslagen; het maken van een echt "zichzelf programmerende computer", dát is het nabouwen van intelligentie zoals ik het bedoel en dat is voorlopig nog een utopie is mijn stelling.

[Camacha]

DeNachtwacht schreef op woensdag 23 februari 2011 @ 19:17:
Die is er inderdaad niet nee.

Dat is natuurlijk niet waar, onze intelligentie is niet de enige en ook by far niet de enige evolutionaire tak (iets met convergente evolutie). Bovendien hoef je maar een heel klein beetje fantasie te gebruiken om je buitenaardse intelligentie voor te stellen (iets dat statistisch gezien bijna wel moet voorkomen) en dat is uiteraard een geheel andere vorm. Allemaal intelligentie, allemaal anders.

Zie het zo: ik kan rekenen en een computer kan rekenen. Allebei volbrengen we dezelfde taak, maar hoe we er komen is volslagen anders. Dat je niet weet hoe een mensenbrein iets hoofdrekent betekent niet dat je niets kunt bouwen dat kan rekenen. Hetzelfde geldt voor intelligentie; er leiden meer wegen naar Rome.

"Een robot word enkel 'slimmer', met meer regels code. Wat dus niet echte slimheid of intelligentie te noemen is natuurlijk. ". Ik hoor graag inhoudelijke argumenten die er tegenin gaan, maar vooralsnog ben ik het erg met die stelling eens.

Die stelling is ook maar beperkt waar. Als je kunstmatige intelligentie goed in elkaar zet heb je maar een beperkt setje basisregels nodig voordat het apparaat door pure trial and error (evolutieachtig) nieuwe functies kan leren. Dat betekent niet alleen dat hij extra regels aan zijn code kan toevoegen, maar ook dat hij ze kan modificeren en kan aanpassen. Op het laatst zou je dus een apparaat kunnen krijgen dat geen enkele regel van de oorspronkelijke code meer bevat en toch veel geleerd heeft.

Het is even de kunst hoe je zoiets doet, maar als je eenmaal de aanzet hebt gemaakt is het hek van de dam. Het mooie van deze opzet is ook dat je uiteindelijk programmatuur veel slimmer en handiger in elkaar kan komen te zitten dan mensen ooit zouden kunnen verzinnen.

[Voor 5% gewijzigd door Camacha op 23-02-2011 19:32]

[sub0kelvin]

DeNachtwacht schreef op woensdag 23 februari 2011 @ 19:17:
Even ter herinnering, de stelling was: "Een robot word enkel 'slimmer', met meer regels code. Wat dus niet echte slimheid of intelligentie te noemen is natuurlijk. ". Ik hoor graag inhoudelijke argumenten die er tegenin gaan, maar vooralsnog ben ik het erg met die stelling eens.

Daar is wel degelijk al wat tegenin gebracht. Er zijn allerlei systemen die beter in hun taak worden door te leren. Dat is ze dus niet verteld. Ze worden bijv. alleen verteld "raak de bal". Door middel van bijvoorbeeld een beloningsprincipe en veel oefenen leren ze de taak "bal raken". En dat zonder extra regels code. En zo zijn er menig lerende algoritmes en zelf-organiserende systemen.

En nogmaals: men focust zich inderdaad op slechts kleine deelgebieden, omdat dat de snelste en beste vooruitgang veroorzaakt. Het vakgebied AI is nog maar 60 jaar oud en gigantisch breed, je moet clusteren en het wat de tijd geven. Dat geldt overigens voor alle takken van wetenschap. Er zijn weinig mensen bezig met het integreren van alle mogelijke technieken ter wereld, maar dat komt nog wel.

Watson is overigens meer dan alleen een veredelde zoekmachine die een knap kunstje deed. Het was een open vraag antwoordsysteem, wat o.a. natuurlijke taalverwerking, efficiënt informatie verwerken, adequate representatie van kennis, redeneren en leertechnieken nodig heeft. Dat zijn stuk voor stuk intelligente processen die afzonderlijk al grote, moeilijke problemen zijn en gegroepeerd zijn in 1 systeem. En dat is niet allemaal hard-coded, daar zullen veel zelf-organiserende en lerende onderdelen bij betrokken zijn.

Tenslotte ben ik het niet eens met de stelling dat "de echte AI" zich enkel (zou moeten) richt(en) op menselijk-geinspireerde intelligentie. Plannen is bijvoorbeeld een heel moeilijk en complex probleem wat je prachtig op a-menselijke, maar toch heel intelligente manieren kunt oplossen. Dat maakt het niet minder AI.

[Anoniem: 28958]

DeNachtwacht schreef op woensdag 23 februari 2011 @ 19:17:
Die is er inderdaad niet nee.

Een Gödelmachine met probabilistische axioma's is de meest geavanceerde machine die ooit gebouwd kan worden. Een mens is vergeleken met een volledig ontwikkelde Gödelmachine (voor zover zoiets eigenlijk bestaat) eigenlijk maar een mier.

Nu is de vraag: "Waar zijn dan die Gödelmachines?". Dat antwoord is erg eenvoudig: Heb jij tien miljoen euro over om een experimentje op te zetten om te kijken naar de praktische toepassingen van ultra-intelligente machines? Een "productie"-versie van zo'n machine moet naar mijn schattingen minstens 1000 keer krachtiger zijn dan Watson. Als we er vanuit gaan dat Watson 1 miljoen heeft gekost, dan betekent het dat dit soort machines gewoon niet economisch zinvol zijn. Althans, ik heb geen miljard op de plank liggen.

Ik weet wel hoe ik zo'n machine kan bouwen.

Dus in theorie is het menselijk ras al zover om een AI te bouwen zoals gewenst is door jou, maar doordat we tegenwoordig geen projecten meer beginnen die meerdere generaties duren, komt het niet van de grond.

[DeNachtwacht]

sub0kelvin schreef op woensdag 23 februari 2011 @ 21:20:
Tenslotte ben ik het niet eens met de stelling dat "de echte AI" zich enkel (zou moeten) richt(en) op menselijk-geinspireerde intelligentie. Plannen is bijvoorbeeld een heel moeilijk en complex probleem wat je prachtig op a-menselijke, maar toch heel intelligente manieren kunt oplossen. Dat maakt het niet minder AI.

Ik ben wel met je eens dat het een heel mooi stukje programmeerwerk is, niet voor niets haalt dit het nieuws. En het is natuurlijk verschrikkelijk goede (deels zelflerende) AI. Maar, en dat is het enige wat ik (en volgens mij ook de ts) zeg, het is nog peanuts vergeleken met echt menselijke hersenen. Jazeker, mensen en dieren zijn te verslaan op elk willekeurig terrein. Een rekenmachine is verschrikkelijk goed in het snel antwoorden op sommen als 30324345345 x 24234235235. Al bij die uitvinding werd de mens verslagen door een computer. Maar wil je een echt zelfdenkende robot produceren dan zal hij op een veel breder terrein van wanten moeten weten. Als je Watson in plaats van een vraag een banaan geeft gebeurt er niks. Tenzij je er weer een scanner in zet die het ding gaat interpreteren, programmeercode erachter hangt et cetera. En dat is nu juist wat bij een mens niet hoeft. Die gaat experimenteren met de banaan, ook al heeft hij hem nog nooit van zijn leven gezien. Dáár zit het verschil waarom computers er nog lang niet zijn.

[DeNachtwacht]

Anoniem: 28958 schreef op woensdag 23 februari 2011 @ 21:27:
Als we er vanuit gaan dat Watson 1 miljoen heeft gekost, dan betekent het dat dit soort machines gewoon niet economisch zinvol zijn. Althans, ik heb geen miljard op de plank liggen.

Ik weet wel hoe ik zo'n machine kan bouwen.

Dan zou ik als ik jou was heel snel van Tweakers gaan en even bellen met NASA. Die hebben die miljarden namelijk wel liggen en ook maar wat graag over voor jouw wondermachine.

[Camacha]

DeNachtwacht schreef op woensdag 23 februari 2011 @ 23:18:
Dáár zit het verschil waarom computers er nog lang niet zijn.

Als je puur zegt 'we zijn er nog lang niet' heb je gelijk, maar dat lijkt me zo'n open deur dat die discussie ook niet gevoerd hoeft te worden. Anders zouden we allemaal een robotbutler hebben, niet? Maar waar de TS wel naast zit is dat alles geprogrammeerd moet worden. Ze zijn dus ook zeer druk bezig met zelflerende processen en dan hoef je dus niet alles in te programmeren.

Om jouw voorbeeld aan te halen: er is een robot die gebouwd werd en eigelijk niets kon. Na verloop van tijd heeft die zichzelf allerlei interacties aangeleerd, zonder dat daar een mens aan te pas kwam (ja, voor die interacties, niet het werk erachter). Niemand heeft die extra functies geprogrammeerd, die heeft het ding zelf geleerd. Niemand heeft code toegevoegd dus

DeNachtwacht schreef op woensdag 23 februari 2011 @ 23:20:
Dan zou ik als ik jou was heel snel van Tweakers gaan en even bellen met NASA. Die hebben die miljarden namelijk wel liggen en ook maar wat graag over voor jouw wondermachine.

NASA heeft het ook zwaar tegenwoordig, helaas

[Voor 15% gewijzigd door Camacha op 23-02-2011 23:25]

[sub0kelvin]

DeNachtwacht schreef op woensdag 23 februari 2011 @ 23:18:
[...]
Ik ben wel met je eens dat het een heel mooi stukje programmeerwerk is, niet voor niets haalt dit het nieuws. En het is natuurlijk verschrikkelijk goede (deels zelflerende) AI. Maar, en dat is het enige wat ik (en volgens mij ook de ts) zeg, het is nog peanuts vergeleken met echt menselijke hersenen.

1. In die alinea had ik het niet specifiek over Watson.
2. Dat is niet wat TS zei. Die zei dat er geen zelflerende systemen bestaan en dat er alleen meer intelligentie en flexibiliteit komt indien er meer informatie hard-coded er ingezet wordt.
3. Inderdaad, mensen zijn veel flexibeler en creatiever dan alle systemen die er tot dusver zijn ontwikkelt. En we zijn er dus nog niet. Dus? Aan de grondslag van het menselijk brein ligt miljoenen jaren van evolutie en ontwikkeling. Duh, natuurlijk zijn we in 60 jaar nog niet in het AI-walhalla. Maar we zijn wel degelijk verder dan de TS zegt.

Als je Watson in plaats van een vraag een banaan geeft gebeurt er niks. Tenzij je er weer een scanner in zet die het ding gaat interpreteren, programmeercode erachter hangt et cetera. En dat is nu juist wat bij een mens niet hoeft. Die gaat experimenteren met de banaan, ook al heeft hij hem nog nooit van zijn leven gezien.

Een mens zonder armen, ogen, tastzin, etc, maar met oren en een spraaksysteem, zal die banaan ook niet gaan onderzoeken, hoe slim hij ook is. Die mens kan echter wel goed vragen beantwoorden, redeneren, kennis formuleren in coherente zinnen. En toevallig kan Watson dat ook redelijk goed.
En dat soort banaan-onderzoekende systemen worden wel degelijk ontwikkeld. Bijvoorbeeld samenwerkende robots die zelf een taal ontwikkelen om hun omgeving te omschrijven om zo te kunnen overleggen. Dat onderzoek richt zich meer op taalevolutie dan robotica, maar de technieken daar worden weer door anderen gebruikt in robots die samen door een onbekende wereld moeten manoeuvreren.

De mens loopt voor op Strong AI, daar zal iedereen het mee eens zijn. Maar we zijn wel al een stuk verder dan de Weak AI uit de TS.

[CAPSLOCK2000]

[quote]Anoniem: 28958 schreef op dinsdag 22 februari 2011 @ 13:57:
[...]

Dit hebben ze in _Japan_ als eerste gedaan. Ik had het over Nederland daar. En nog steeds is die robot voor 1 doel geprogrammeerd, maar ik geef toe dat toen ik dat zat dat ik dacht "hmm, best leuke toepassing", maar ik weet de details daarvan niet. Weet jij _wat_ er _exact_ wordt geleerd en wat is geprogrammeerd?
[quote]

Niet exact, maar ik ben er voor opgeleidt dus ik heb best een aardig idee van hoe het werkt. Het is een vorm van reinforcement-learing. De spreekwoordelijke wortel en de stok. Net zoals je een hond traint dus. Als de robot de pannenkoek goed omdraait dan geef je hem een koekje, als ie het fout dat geef je hem een schop (of een plus- of min-punt). En dan laat je de robot het net zo lang proberen totdat hij het vanzelf goed doet.

Vertel. Zoveel kunnen het er nooit zijn. Ik weet van een aantal bedrijfjes dat ze claimen ermee bezig te zijn, maar ik heb daarvan nog nooit een indrukwekkende demo gezien. Voor zover ik weet ken ik iedereen die hiermee bezig is op dit gebied, maar het kan natuurlijk dat ik iemand gemist heb.

Iedere vorm van evolutionair leren zou je hier onder kunnen schuiven. Er zijn geen duidelijke regels anders dan "hussel alles nog maar eens goed door elkaar".
Eerlijk gezegd vind ik je uitspraak te algemeen om precies te snappen wat je bedoelt.

Ik weet over wat voor dingen ze aan het nadenken waren en het had niets te maken met wat nodig is voor algemene AI, zoals al eerder is beschreven. Nogmaals, het is leuk om een beetje met die camera's te spelen en wat edge detection te doen en andere leuke basis machine learning algoritmen, maar juist door die algoritmen wordt er al informatie weggegooid en wordt zo'n robot al onherstelbaar zwakker gemaakt dan optimaal.

Hier kan ik niks van maken, informatie verdwijnt niet, zeker digitale informatie niet.
Je wil juist algoritmes gebruiken om het nuttige deel uit die informatie te halen. Je kan echter zoveel algoritmes inzetten als je wil, die allemaal dezelfde begindata kunnen meekrijgen.

En dat algoritme of de eerste software met dat idee is dus niet bedacht door een Nederlander.

Een in Nederland werkende Fransman om precies te zijn. Voordat we aan Go begonnen is er eerst aan het makkelijkere schaak gewerkt. Niemand heeft het wereldkampioenschap computerschaak zo vaak gewonnen als de (teams van) Jaap van de Herick, een Nederlands AI onderzoeker.

Nederland loopt achter de feiten aan. Bovendien is dat algoritme inderdaad een verbetering, maar het is nog steeds een hardgecode algoritme en de machine zal nooit over de fouten van de originele ontwikkelaars heen kunnen stappen.

Het algoritme kan geen Go spelen. Het algoritme kan spelletjes oplossen waarbij je ontzettend goed vooruit komt kunnen kijken. De regels van Go zitten echter niet in het algoritme. Aangezien er geen kennis van Go in zit, kan er ook geen foute kennis in zitten.
Natuurlijk heeft een machine beperkingen, maar die hebben wij mensen ook. Niemand die zegt dat we daarom niet echt zijn.

Dat weet ik, en ik geloof best dat het nuttig kan zijn, het heeft alleen niets met een onbeperkte AI te maken.

De grote fout in veel van dit soort discussies is dat er voorbij wordt gegaan aan wat "intelligentie" nu eigenlijk is. Iedereen voelt het wel zo'n beetje aan, maar het is ontzettend moeilijk om een duidelijke definitie te geven.

[ReallyStupidGuy]

Mr_gadget schreef op woensdag 23 februari 2011 @ 17:16:
[...]

Een baby kan ook niet zomaar dingen doen, dat moet hij ook eerst leren. Met een robot kan je dat programmeren. Je kan b.v. een roomba robot ook zo maken dat hij eerst drie keer tegen de tafelpoot aanknalt voordat hij snapt dat hij daar niet doorkan maar dat is voor je huiskamer niet heel fijn Met Q-learning kunnen robots op die manier leren, door hem een virtuele straf of beloning te geven als hij ergens tegen aan knalt en dit detecteerd.

Maar inderdaad echt complex redeneren en leren kunnen robots nog maar heel beperkt.

Voorprogrammeren heeft inderdaad (helemaal in het begin) een efficientievoordeel. Als je een roomba zelf laat leren dat hij ergens niet doorheen kan zal dat ongetwijfeld langer duren (leerproces) en minder efficiente code opleveren. Toevallig heb ik zelf een roomba rondschuivelen maar heb niet zo'n hoge dunk van de intelligentie. Dat houdt toch op bij boem = ho (+draai).
Wat wel interessant zou zijn is als de robot zelf de kamer kan analyseren nadat hij zijn ronde heeft gedaan. De volgende keer een variant op het algoritme probeert en kijkt of dit sneller is. Op die manier krijg je evolutie van je algoritmes.

Een stap verder in AI lijkt mij het beredeneren van een aanpak gecombineerd met ervaringen. Dus bijvoorbeeld het uitwerken van een goede manier om om een stoelpoot te komen, leren dat de meeste zaken 4 poten hebben en daarop anticiperen bij een tafel die ergens anders staat.