KI og robotikk – er store adferdsmodeller det neste?
I fremtiden kan muligens roboter fikse eldrebølgen, lage mat og lære seg nye handlinger – ved hjelp av kunstig intelligens.
Mange har hørt om store språkmodeller, en teknologi som de siste to årene har gjort kunstig intelligens til allemannseie.
Men du kjenner kanskje ikke like godt til store adferdsmodeller?
Det kan i fremtiden vise seg å være det virkelig store gjennombruddet innen robotikk, mener Lillian Røstad, direktør i Simula Research Lab.
– Store språkmodeller lærer fra tekst, lyd, bilde og annet innhold. Nå forskes det mye på om det er mulig å trene en stor KI-modell på data om oppførsel og adferd.
Ideen er at en slik modell kan lære roboter hva de skal gjøre og hvordan de skal reagere i nye situasjoner.
– For å gjøre det brukes en kombinasjon av læring basert på store mengder data om menneskelig oppførsel og miljøer, i tillegg til at robotene vil være i stand til å observere og lære av handlinger, forklarer hun.
På samme måte som ChatGPT produserer ny tekst basert på kontekst, skal en robot kunne gjennomføre handlinger den ikke spesifikt er trent for, eller har observert.
Det er dette som ofte kalles generell intelligens, og skiller seg fra trening på spesifikke oppgaver.
– Jeg sier ikke at generelt intelligente roboter er rett rundt hjørnet. Men det er spennende å følge med på utviklingen og se potensialet, sier hun.
Roboten og eldrebølgen
Roboter og robotikk er teknologi som har eksistert lenge. På mange måter kan man si at dampmaskiner og samlebånd var tidlige eksempler.
I dag hjelper roboter mennesker med alt fra å sortere varer på store varelagre til å ta hånd om risikofylte arbeidsoppgaver, som å inspisere undervannsrør på en oljerigg.
– Samtidig er det mye som har skjedd innen robotikk de siste årene som har med kunstig intelligens å gjøre, sier Røstad.
Frem til nå har nemlig roboter fungert på stort sett samme måte. Man har programmert dem til å løse én bestemt oppgave – i et bestemt miljø. Du kan ikke forvente at en robot skal kunne desarmere bomber på dagtid og ta oppvasken om kvelden. De er med andre ord regelbaserte.
– Med kunstig intelligens kan roboter lære på en helt annen måte og tilpasse seg helt nye miljøer, forklarer hun.
Store atferdsmodeller er et eksempel som tilhører fremtiden. Men KI og robotikk testes ut på mange andre måter i praksis, også i dag.
– Ta for eksempel eldrebølgen. Roboter kan hjelpe til slik at folk kan bo hjemme lenger. De kan lage mat og hjelpe til med enkle oppgaver i hverdagen.
– Men folks hjem er ulike. Det betyr at et hjemmehjelpende robotsystem må kunne tilpasse seg nye rom, nye behov og nye oppgaver. Her kommer KI inn.
Den store utfordringen
I fjor lanserte Google modellen RT-2. Den er bygget for å overføre både visuelle observasjoner og språk til «robotiske hendelser».
OpenAIs GPT-4 Vision kan også brukes på samme måte, noe blant annet norske Cognite bruker når de trener roboter til å inspisere oljeplattformer.
– Dette er altså ikke bare noe man prater om, men som også de store industriaktørene jobber med, deriblant Toyota, sier Røstad.
Også her i Norge – nærmere bestemt i Moss – skjer det stor utvikling innen multifunksjonelle roboter. 1X Technologies har blant annet annet OpenAI på eiersiden, og lanserte nylig en prototype for roboter som kan hjelpe til i hjemmet.
Samtidig er Røstad tydelig på at det er stor forskjell mellom all den spennende innovasjonen som foregår i dag, og den populærkulturelle ideen om humanoide roboter.
Da Elon Musk viste frem robotene Optimus under et lanseringsarrangement i høst, fremsto de bemerkelsesverdig menneskelignende. De serverte drinker, danset og én kjørte av gårde sammen med Musk i en selvkjørende bil.
Senere viste det seg at disse ble fjernstyrt av mennesker. De var altså ikke autonome i det hele tatt.
– Hovedutfordringen når det kommer til KI og robotikk er treningsdata. Det finnes ikke nok data og registrerte observasjoner av oppførsel til at forskningsmiljøer har klart å knekke den koden.
– Det interessante der er fremskrittene innen syntetiske data, hvor man bruker KI til å produsere store, nye mengder med relevante datasett.
Stableroboter kutter antall lastebilturer
KI-assistert robotikk gjør seg gjeldende innen en rekke ulike sektorer. Røstad trekker frem landbruk som et interessant område, sammen med helse.
Signe Riemer-Sørensen, forskningsleder innen maskinlæring for industriell bruk i Sintef, påpeker et annet viktig element når man snakker om kunstig intelligens og robotikk. Nemlig bærekraft.
– KI og automatiske systemer kan bidra til å løse oppgaver mer effektivt, og føre til bedre ressursutnyttelse, sier hun.
Hun trekker frem samarbeidsprosjekt mellom Sintef og Solwr for distributøren ASKO: Dersom stableroboter og KI-algoritmer kan finne mer effektive måter å stable paller på, kan de kutte drastisk ned på antall ukentlige lastebillass.
Dette er både bærekraftig for klimaet, men også rent økonomisk. Og selv om manges ryggmargsrefleks når det kommer til automatisering er frykt for egne (eller andres) jobber – mener Riemer-Sørensen at man også kan snakke om sosial bærekraft.
– Roboter kan erstatte repetitive, farlige og fysiske oppgaver. Da er det ofte snakk om et samarbeid mellom menneske og maskin. Jeg tror egentlig ingen blir lei seg over å slippe de tyngste løftene, sier hun.
– Teknologi skaper flere jobber enn det erstatter
Dette er et poeng Røstad stiller seg bak.
– Vi møter folk som er redde for at automatisering skal erstatte jobber, men historien viser oss faktisk noe annet. Aldri før har innføringen av teknologi ført til færre jobber. Noen blir borte eller endres. Men teknologi har alltid skapt flere arbeidsplasser enn det fjerner.
– I mange tilfeller blir disse nye stillingene ofte mer spennende og mer givende.
