2 czerwca 2025 r.
Nowa generacja robotyki – roboty inspirowane naturą
„Miękka robotyka” to termin określający wykorzystanie miękkich, rozciągliwych materiałów w projektowaniu i budowaniu robotów.
Pionierką i autorytetem w tej dziedzinie robotyki jest profesor Daniela Rus, obecna dyrektorka Laboratorium Informatyki i Sztucznej Inteligencji MIT (Computer Science and Artificial Intelligence Laboratory – CSAIL) oraz laureatka tegorocznego Medalu Edisona za zasługi w rozwoju tej dziedziny wiedzy.
Główną inspirację w projektowaniu innowacyjnych rozwiązań profesor Rus czerpie z natury. Dlatego według niej roboty mogą przybierać nie tylko formę humanoidalną stworzoną z twardych materiałów, ale potencjalnie być miękkie, gąbczaste, zrobione z papieru, a nawet jadalne.
Dzięki takiemu kreatywnemu podejściu w prowadzonym przez nią laboratorium powstają niezwykłe projekty inspirowane naturą. Jednym z nich jest robot składający się z niedużego magnesu i osłonki kiełbasy – tak nietypowy materiał mógłby w teorii pozwolić na zjedzenie robota, który w ciele przeprowadzałby nieinwazyjne operacje na małą skalę.
Innym projektem opracowanym przez studentki CSAIL Emily Sologuren i VeeVee Cai jest Crush, czyli robot wzorowany na żółwiu morskim. Crush został zaprojektowany w celu prowadzenia badań oceanicznych – monitorowania stanu morskiego ekosystemu przy pomocy kamer. Będący w fazie prób robot wykorzystuje silikonowe płetwy do manewrowania pośród delikatnych raf koralowych. Crush jest dobrym przykładem ilustrującym problemy związane z projektowaniem miękkich robotów, np. konieczności znalezienia równowagi pomiędzy miękkimi i twardymi materiałami. Robotyczny żółw musi być na tyle wytrzymały, żeby wytrzymać potencjalne uderzenia o podwodne przeszkody i porwanie przez prądy morskie, ale na tyle miękki, aby nie uszkadzać podwodnego środowiska w którym się porusza. Oprócz tego zastosowane materiały muszą być na tyle wodoodporne, aby chronić komponenty elektroniczne zawarte w jego wnętrzu.
Innym niehumaniodalnym projektem z CSAIL są opracowane przez Pascala Spino (również studenta MIT) „bąbelkowe” roboty. Są to nieduże, wodoodporne sfery wyprodukowane metodą druku 3D, których wnętrze wypełnione jest sprzętem i czujnikami. Wykorzystują one technologię LIDAR w celu podwodnej nawigacji, a cztery pędniki stanowią system napędowy robota. Ich dużą zaletą jest cena – według szacunków ich twórcy koszt wykonania jednej kuli kształtuje się na poziomie poniżej 200 dolarów. Tego typu roboty mogą być wykorzystywane do eksploracji ciasnych, niewielkich lub delikatnych środowisk lub miejsc jak np. jaskinie lub wraki statków. W przyszłości podwodne roboty mogą przyjąć całkiem inne kształty niż kula – w CSAIL już zbudowano np. eksperymentalny prototyp robota w kształcie węgorza.
Innym wyzwaniem z którym zmagają się naukowcy z MIT jest tworzenie „mózgów” robotów. Choć generatywna sztuczna inteligencja pozwala na rozwój nowych modeli, które pozwalają na np. bardziej intuicyjne rozpoznawanie obiektów przez roboty, przynoszą one ze sobą również nowe problemy. Należą do nich m.in. konieczność stworzenia oddzielnego, fizycznego systemu komputerowego przeznaczonego dla modelu GenAI. Tego typu rozwiązania nie są również nieomylne – mogą popełniać błędy w postrzeganiu świata fizycznego, co w zależności od przeznaczenia robota może mieć poważne konsekwencje.
Dlatego też w CSAIL prowadzone są prace nad tzw. płynnymi sieciami, czyli systemami wzorowanym na aktywności neuronowej robaków o nazwie naukowej C-elegans. Powstałe w wyniku tych badań algorytmy są na tyle kompaktowe, że mogą działać nie tylko bezpośrednio na robotach, ale nawet na smartfonach. Pomimo tego, algorytmy te są na tyle rozbudowane i intuicyjne, aby interpretować złożone środowiska fizyczne.
Pomimo postępu technologicznego projektowanie i budowanie robotów odpowiadających określonym wymaganiom jest wciąż procesem powolnym i wymagającym wielu iteracji. Jest to kolejny obszar, w którym sztuczna inteligencja może ułatwić i przyspieszyć prace. W celu ułatwienia prac prowadzonych w laboratoriom profesor Rus i jej zespół stworzyli specjalistyczny system AI, który potrafi generować projekty robotów na żądanie, co nazwano „text to robot”. Działa on podobnie jak inne rozwiązania GenAI – po wprowadzeniu odpowiedniego promptu, np. „zaprojektuj robota, który potrafi zrobić lemoniadę”, system AI generuje projekt spełniający określone założenia. Opisywany system już pomógł w opracowaniu swojego pierwszego robota – trójpalczastej ręki przystosowanej do używania strzykawek.
Ponieważ obecnie znaczna część zainteresowania inwestorów i społeczeństwa skupia się na robotach humanoidalnych, grupa badawcza z MIT również pracuje nad tego typu rozwiązaniami. Celem jest stworzenie robotów, które będą mogły wykonywać takie zdania jak nalewanie płynów czy mieszanie materiałów, co pozwoli im na działanie np. w kuchni.
Jednakże według profesor Rus, aby roboty w pełni spełniły związane z nimi oczekiwania, powinny wyjść poza ludzkie kształty.
Dzięki nowym metodom projektowania, możliwości stojące przed robotyką są niezwykle duże. Postępy w dziedzinie robotyki i AI oznaczają, że roboty nie są już ograniczone do działania w fabrykach, ale coraz częściej towarzyszą nam w codziennym życiu. Według szacunków firmy Gartner w ciągu następnych 5 lat codzienne wykorzystanie autonomicznych robotów przez zwykłych ludzi wzrośnie z niecałych 10% obecnie do 80% w 2030 roku.
Źródła: