Betrouwbaarheid

Embodied AI: hoe het de kloof tussen geest en materie overbrugt

IN HET KORT

Kunstmatige intelligentie zit gevangen in het digitale domein, belichaamde AI overbrugt de kloof met fysieke zintuigen en brengt het naar de echte wereld. Het wordt al in veel sectoren gebruikt, met innovaties van OpenAI, Amazon, Meta en MIT. Uitdagingen zijn onder andere zintuiglijk realisme, navigatie en veiligheid, maar als er goed mee wordt omgegaan, biedt het mogelijkheden en kansen in de echte wereld.

Ondanks alle indrukwekkende vooruitgang die kunstmatige intelligentie (AI) heeft geboekt, is er één fundamentele beperking die nog moet worden overwonnen: de beperking tot het digitale domein.

Deze beperking heeft geleid tot een groeiende vraag naar een nieuw AI-paradigma dat effectief de kloof tussen digitale intelligentie en interactie in de echte wereld effectief kan overbruggen.

In dit artikel verkennen we het concept van Embodied AI en belichten we de beperkingen van conventionele AI en de vele voordelen van Embodied AI.

De beperkingen van digitale AI

De basis van onze cognitieve vermogens als mensen ligt in de fysieke belichaming van onze hersenen in ons lichaam. Deze fysieke verbinding stelt ons in staat tot directe interactie met de buitenwereld.

In schril contrast hiermee bestaan de meeste hedendaagse AI-systemen puur in digitale vorm, zonder fysieke aanwezigheid en zonder die directe verbinding met de tastbare werkelijkheid waarin we leven.

Hoewel deze lichaamloze of digitale AI-systemen opmerkelijke mogelijkheden tonen binnen het digitale domein, stuiten ze onvermijdelijk op beperkingen wanneer ze de fysieke wereld proberen te begrijpen en ermee interacteren. Hier noemen we enkele van deze beperkingen:

Gebrek aan fysieke aanwezigheid

Digitale AI-systemen bestaan in essentie uit code, algoritmen en gegevens. Hoewel ze uitblinken in het verwerken van informatie en het oplossen van complexe problemen binnen het digitale domein, ontbreekt het ze aan zintuiglijke input en fysieke aanwezigheid  betekenisvolle interactie in de echte wereld.

Beperkt omgevingsbewustzijn

Het begrijpen van de fijne kneepjes van de fysieke wereld vormt een uitdaging voor digitale AI-systemen omdat ze geen zintuiglijke ervaringen hebben, zoals zicht, aanraking of geluid. Hierdoor hebben ze moeite om effectief te navigeren en te reageren op situaties in de echte wereld.

Contextueel begrip

In de fysieke wereld speelt context een cruciale rol. Digitale AI-systemen, die hoofdzakelijk op gegevens en algoritmen vertrouwen, hebben echter vaak moeite om de context te begrijpen. Dit belemmert hun vermogen om subtiele details te begrijpen en weloverwogen beslissingen te nemen op basis van omgevingsbewustzijn.

Afhankelijkheid van gegevens

Digitale AI is sterk afhankelijk van historische gegevens, waardoor het aanpassingsvermogen aan onvoorziene omstandigheden kan afnemen. Deze datacentrische benadering kan het vermogen beperken om effectief te reageren in dynamische en steeds veranderende omgevingen.

Wat is Embodied AI?

Embodied AI biedt een veelbelovende oplossing voor deze beperkingen door AI-systemen te creëren die kunnen communiceren met de echte wereld, net zoals jij dat doet. Terwijl traditionele AI zich beperkt tot het digitale domein, tracht Embodied AI de kloof tussen digitale AI en praktische toepassingen in de echte wereld te overbruggen.

Deze benadering vindt haar basis in het concept van “Embodied Cognition”, dat suggereert dat intelligentie niet alleen voortkomt uit de hersenen, maar ook uit de interactie van het lichaam met de omgeving. Daarom zijn fysieke vormen en zintuiglijke vermogens cruciaal in Embodied AI.

Om dit te realiseren, integreren Embodied AI-systemen een reeks sensoren, zoals camera’s, microfoons en aanraaksensoren, die repliceren hoe mensen op hun zintuigen vertrouwen om de wereld waar te nemen.

Bovendien zijn deze AI-systemen uitgerust met aandrijfelementen, zoals wielen en gemotoriseerde gewrichten, waardoor ze fysiek kunnen communiceren met hun omgeving en deze kunnen manipuleren, net zoals jij je lichaam gebruikt om te navigeren en de wereld om je heen te ervaren.

Recente ontwikkelingen op het gebied van Embodied AI

Recente innovaties in Embodied AI benadrukken nog meer het potentieel ervan. Hier zijn enkele opmerkelijke ontwikkelingen:

OpenAI’s Neo

OpenAI heeft Neo geïntroduceerd, een AI-robot die digitale intelligentie combineert met een fysiek lichaam. Neo excelleert in industriële taken en thuishulp en toont autonomie, mobiliteit en een lichtgewicht ontwerp dat nieuwe normen stelt in belichaamde AI.

Alexa Arena van Amazon

Amazons Alexa Arena is een Embodied AI-platform dat naadloze interactie tussen mens en robot mogelijk maakt. Het stelt je in staat om met virtuele robots te communiceren via natuurlijke taal en helpt je bij het uitvoeren van verschillende taken.

Dit platform richt zich op de ontwikkeling van geavanceerde AI-modellen. Het biedt waardevolle bronnen, waaronder code, datasets en scènes, om de ontwikkeling van AI te ondersteunen en werkt zo als een katalysator voor het bevorderen van Embodied AI en samenwerking tussen mens en robot.

VC-1 van Meta

Meta heeft VC-1 onthuld, een kunstmatige visuele cortex geïnspireerd op het vermogen van de menselijke visuele cortex om visie om te zetten in actie. Getraind met behulp van alledaagse taakvideo’s, excelleert VC-1 in 17 sensorimotorische taken binnen virtuele omgevingen en overtreft daarmee zijn voorgangers.

Adaptive Sensorimotor Skill Coordination (ASC)

Meta heeft een Adaptive Sensorimotor Skill Coordination (ASC) benadering geïntroduceerd voor Embodied AI-agenten. Dankzij deze innovatie kunnen ze zich aanpassen aan veranderende omgevingen, zelfs bij onverwachte verstoringen. Het is indrukwekkend dat ASC een opmerkelijk succespercentage van 98% heeft behaald bij complexe taken waarbij robots mobiel en manipulatief zijn in real-world omgevingen.

Samenvoeging van besturingstheorie en Machine Learning van MIT en Stanford

Onderzoekers van MIT en Stanford University hebben een intelligente benadering bedacht waarmee robots zoals drones en zelfrijdende auto’s effectief kunnen omgaan met uitdagende situaties.

Door de besturingstheorie te combineren met machine learning kunnen deze robots leren hoe ze moeten bewegen zonder dat ze daarvoor aparte instructies nodig hebben. Ondanks minimale gegevens blijkt deze methode zeer efficiënt, waardoor het ideaal is voor situaties waarin snelle aanpassing cruciaal is.

Robots leren met feedback van gebruikers

MIT heeft in samenwerking met partners het proces van het aanleren van robots vereenvoudigd. Wanneer een robot op een mislukking stuit, genereert het systeem verklaringen die tegenfeitelijk zijn, zoals het voorstellen van alternatieve acties die tot succes hadden kunnen leiden.

Gebruikers geven vervolgens feedback over waarom de robot faalde en het systeem gebruikt deze feedback om de prestaties van de robot te verbeteren. Deze aanpak vermindert de tijd en moeite die nodig zijn om robots nieuwe taken te leren aanzienlijk, waardoor het ideaal is voor algemene robots die oudere mensen of mensen met een handicap helpen.

Toepassingen van Embodied AI

Geïncorporeerde AI heeft zijn effectiviteit bewezen in een groot aantal verschillende scenario’s in de echte wereld. Enkele van de belangrijkste praktische toepassingen zijn:

Autonome voertuigen

Zelfrijdende auto’s en drones maken gebruik van Embodied AI om hun omgeving veilig aan te voelen en er doorheen te navigeren. Deze technologie is essentieel om transport efficiënter te maken en ongelukken te voorkomen.

Productie en assemblage

Robots met Embodied AI-capaciteiten verbeteren productieprocessen door repetitieve en ingewikkelde taken te automatiseren. Dit leidt tot een hogere productie-efficiëntie. Hetzelfde geldt voor de landbouw.

Gezondheidszorg

Opgenomen AI is van cruciaal belang bij het assisteren van medische professionals in verschillende aspecten, waaronder chirurgie, revalidatie, patiëntenzorg en gezelschap.

Zoeken en redden

Drones en Artificial Intelligence Robots uitgerust met Embodied AI navigeren door rampgebieden om overlevenden te vinden en de veiligheid van de omgeving te beoordelen. Deze technologie is van onschatbare waarde in noodsituaties.

Ruimteverkenning

Opgenomen AI is cruciaal bij ruimtemissies voor planeetverkenning en onderhoud van ruimtevaartuigen. Het maakt autonome besluitvorming in afgelegen en uitdagende omgevingen mogelijk.

Exoskeletten

Aangedreven exoskeletten, die mensen met mobiliteitsbeperkingen helpen of de fysieke vaardigheden van industriële werknemers verbeteren, vertrouwen op Embodied AI voor een optimale werking.

Uitdagingen om Embodied AI tot leven te brengen

Hoewel het potentieel van Embodied AI enorm is, kent het ook uitdagingen. Hier zijn enkele van de hindernissen die onderzoekers en ontwikkelaars proberen te overwinnen:

Sensorisch realisme

Het creëren van AI die in interacties menselijk overkomt, met diepteperceptie en tactiele feedback, blijft een complexe taak ondanks de vooruitgang in camera’s en microfoons.

Navigatie in de echte wereld

Het aanpassen aan steeds veranderende omgevingen, waaronder weersomstandigheden en obstakels, vormt een grote uitdaging voor Embodied AI.

Veiligheid en ethiek

Om ervoor te zorgen dat AI-systemen met belichaming veilig en ethisch werken, waarbij de privacy wordt gerespecteerd en schade wordt voorkomen, is het cruciaal dat ze op grote schaal worden toegepast.

Complexiteit versus schaalbaarheid

Het in evenwicht brengen van de complexiteit van taken met schaalbaarheid en kosteneffectiviteit is een hardnekkige uitdaging.

Energie-efficiëntie

De juiste balans vinden tussen prestaties en energieverbruik is van vitaal belang, vooral voor autonome voertuigen en drones.

Conclusie

Embodied AI vertegenwoordigt een cruciale verschuiving in kunstmatige intelligentie en pakt de beperkingen van traditionele digitale AI aan. Door fysieke lichamen en zintuiglijke vermogens te integreren in AI-systemen, maakt Embodied AI interacties en toepassingen in de echte wereld mogelijk in verschillende sectoren.

Recente ontwikkelingen van organisaties als OpenAI, Amazon, Meta en MIT onderstrepen het transformatieve potentieel van Embodied AI in robotica, autonome systemen, gezondheidszorg, ruimteverkenning en meer.

Deze innovaties luiden een nieuw tijdperk in waarin AI naadloos de kloof overbrugt tussen de digitale en fysieke wereld en biedt daarmee een veelzijdig spectrum aan verbeterde mogelijkheden.

Gerelateerde begrippen

Dr. Tehseen Zia
Redacteur

Dr. Tehseen Zia heeft een doctoraat en meer dan 10 jaar postdoctorale onderzoekservaring in kunstmatige intelligentie (AI). Hij is Tenured Associate Professor, leidt AI-onderzoek aan de Comsats University Islamabad en is mede-hoofdonderzoeker in het National Center of Artificial Intelligence Pakistan. In het verleden werkte hij als onderzoeksadviseur aan het door de Europese Unie gefinancierde AI-project Dream4cars.