Η χρήση γενετικής AI για ρομπότ που πηδούν ψηλότερα

Η επανάσταση των diffusion models

Τα diffusion models, όπως το OpenAI’s DALL-E, έχουν αρχίσει να παίζουν καθοριστικό ρόλο στη δημιουργία νέων σχεδιασμών. Οι άνθρωποι μπορούν να χρησιμοποιήσουν αυτά τα συστήματα για να δημιουργήσουν εικόνες, βίντεο ή να βελτιώσουν σχέδια που δεν είχαν σκεφτεί πριν. Αλλά η γενετική τεχνητή νοημοσύνη (GenAI) δεν σταματά εκεί. Πρόσφατες προσεγγίσεις βασισμένες σε diffusion έχουν δημιουργήσει δομές και συστήματα ελέγχου από το μηδέν, αξιολογώντας τα σε προσομοίωση πριν από την κατασκευή.

Η συμβολή του MIT στην εξέλιξη των ρομπότ

Μια νέα προσέγγιση από το εργαστήριο Computer Science and Artificial Intelligence Laboratory (CSAIL) του MIT εφαρμόζει αυτή τη γενετική τεχνογνωσία για τη βελτίωση των σχεδιασμών ρομπότ από ανθρώπους. Οι χρήστες μπορούν να σχεδιάσουν ένα τρισδιάστατο μοντέλο ρομπότ και να ορίσουν ποια μέρη θέλουν να τροποποιήσει το diffusion model, παρέχοντας τις διαστάσεις του εκ των προτέρων. Η GenAI προτείνει την ιδανική μορφή για αυτές τις περιοχές και δοκιμάζει τις ιδέες της σε προσομοίωση. Όταν το σύστημα βρει τον σωστό σχεδιασμό, μπορεί να αποθηκευτεί και να κατασκευαστεί ένα πραγματικό ρομπότ με εκτυπωτή 3D, χωρίς να απαιτούνται περαιτέρω τροποποιήσεις.

Η δημιουργία του ρομπότ που πηδά ψηλότερα

Οι ερευνητές χρησιμοποίησαν αυτή την προσέγγιση για να δημιουργήσουν ένα ρομπότ που πηδά κατά μέσο όρο περίπου 2 πόδια, δηλαδή 41% ψηλότερα από ένα παρόμοιο μηχάνημα που δημιούργησαν μόνοι τους. Τα μηχανήματα είναι σχεδόν πανομοιότυπα στην εμφάνιση: και τα δύο είναι κατασκευασμένα από πολυγαλακτικό οξύ και, ενώ αρχικά φαίνονται επίπεδα, αναπηδούν σε σχήμα διαμαντιού όταν ένας κινητήρας τραβά το κορδόνι που συνδέεται με αυτά. Τι έκανε διαφορετικά η AI;

Η καινοτομία στις συνδέσεις

Μια πιο προσεκτική ματιά αποκαλύπτει ότι οι συνδέσεις που δημιουργήθηκαν από την AI είναι καμπύλες και μοιάζουν με χοντρές μπαγκέτες (το μουσικό όργανο που χρησιμοποιούν οι ντράμερ), ενώ τα τυπικά μέρη σύνδεσης του ρομπότ είναι ευθείες και ορθογώνιες.

Η διαδικασία βελτιστοποίησης

Οι ερευνητές ξεκίνησαν να βελτιώνουν το ρομπότ που πηδά δοκιμάζοντας 500 πιθανούς σχεδιασμούς χρησιμοποιώντας έναν αρχικό ενσωματωμένο διανύσμα — μια αριθμητική αναπαράσταση που καταγράφει υψηλού επιπέδου χαρακτηριστικά για να καθοδηγήσει τις σχεδιάσεις που δημιουργεί το AI μοντέλο. Από αυτά, επέλεξαν τις 12 καλύτερες επιλογές βάσει της απόδοσης σε προσομοίωση και τις χρησιμοποίησαν για να βελτιστοποιήσουν το ενσωματωμένο διανύσμα.

Η δημιουργικότητα των diffusion models

Αυτή η διαδικασία επαναλήφθηκε πέντε φορές, καθοδηγώντας προοδευτικά το AI μοντέλο να δημιουργήσει καλύτερους σχεδιασμούς. Ο τελικός σχεδιασμός έμοιαζε με μια μορφή “blob”, οπότε οι ερευνητές προέτρεψαν το σύστημά τους να κλιμακώσει το σχέδιο ώστε να ταιριάζει με το 3D μοντέλο τους. Στη συνέχεια, κατασκεύασαν τη μορφή, διαπιστώνοντας ότι πράγματι βελτίωσε τις ικανότητες άλματος του ρομπότ.

Η ισορροπία μεταξύ άλματος και προσγείωσης

Για να δημιουργήσουν ένα ρομπότ που θα μπορούσε να πηδά ψηλά και να προσγειώνεται σταθερά, οι ερευνητές αναγνώρισαν ότι έπρεπε να επιτύχουν μια ισορροπία μεταξύ των δύο στόχων. Εκπροσώπησαν τόσο το ύψος του άλματος όσο και το ποσοστό επιτυχίας της προσγείωσης ως αριθμητικά δεδομένα και στη συνέχεια εκπαίδευσαν το σύστημά τους να βρει το ιδανικό σημείο μεταξύ των δύο ενσωματωμένων διανυσμάτων που θα μπορούσε να βοηθήσει στην κατασκευή μιας βέλτιστης τρισδιάστατης δομής.

Το μέλλον των ρομπότ με γενετική AI

Οι ερευνητές σημειώνουν ότι ενώ αυτό το ρομπότ με τη βοήθεια AI ξεπέρασε το ανθρώπινο αντίστοιχό του, θα μπορούσε σύντομα να φτάσει σε ακόμα μεγαλύτερα ύψη. Αυτή η επανάληψη περιλάμβανε τη χρήση υλικών που ήταν συμβατά με έναν εκτυπωτή 3D, αλλά μελλοντικές εκδόσεις θα πηδούν ακόμα ψηλότερα με ελαφρύτερα υλικά.

Ο συν-συγγραφέας και φοιτητής διδακτορικού του MIT CSAIL, Tsun-Hsuan “Johnson” Wang, λέει ότι το έργο είναι ένα σημείο εκκίνησης για νέους σχεδιασμούς ρομπότ που η γενετική AI θα μπορούσε να βοηθήσει.

Ο Kim λέει ότι ένα diffusion model θα μπορούσε επίσης να βοηθήσει στη δημιουργία αρθρώσεων και στη σκέψη για το πώς συνδέονται τα μέρη, ενδεχομένως βελτιώνοντας το πόσο ψηλά θα πηδά το ρομπότ. Η ομάδα εξετάζει επίσης τη δυνατότητα προσθήκης περισσότερων κινητήρων για τον έλεγχο της κατεύθυνσης του άλματος της μηχανής και ίσως τη βελτίωση της σταθερότητας της προσγείωσης.

Το έργο των ερευνητών υποστηρίχθηκε, εν μέρει, από το πρόγραμμα Emerging Frontiers in Research and Innovation του National Science Foundation, το πρόγραμμα Mens, Manus and Machina του Singapore-MIT Alliance for Research and Technology, και τη συνεργασία Gwangju Institute of Science and Technology (GIST)-CSAIL.