A'dan Z'ye: Robot eller neler yapabiliyor?
Şu an dünya genelinde birçok farklı ülkede yeni nesil robot ve otomasyon teknolojileri üzerinde çalışılıyor.
Dev üniversitelerin ve araştırmacıların üzerinde yıllarını harcadığı konulardan biri ise robot eller. Peki ama günümüzde bu robot eller yapay zekâ desteğiyle neler yapabiliyor?
Robot ve otomasyon teknolojileri dünya genelinde birçok farklı ülkede üretim bantları söz konusu olduğunda trend listesine girmiş durumda. Hatta aylar önce Uluslararası Robotik Federasyonu tarafından yapılan araştırmalar, her 10 bin kişiye 74 robot düştüğünü net bir şekilde ortaya koyuyor. Peki ama bu ne anlama geliyor?
Robot ve otomasyon teknolojileri
Bu rakam, esasında geçtiğimiz dönemlerde çok daha düşük seviyedeydi ve haliyle Avrupa, Kuzey Amerika, Güney Amerika ya da Asya'daki robot yoğunluğu belli seviyedeydi. Bugün gelinen noktada ise rakam her geçen gün artmaya devam ediyor. Tabi bu rapor ve analizle birlikte robot ve otomasyon teknolojileri en çok kullanan ülkeler de Güney Kore, Singapur, Almanya ve Japonya olarak ortaya çıkmış oldu.
Şu ana kadar birçok farklı alanda karşımıza çıkan robotlar, ilerleyen süreçte hayatımızın daha da büyük bir parçasını oluşturacak gibi görünüyor. Robotik eller geçtiğimiz yıllarda yalnızca mühendisler tarafından kullanılırken, bugün birçok farklı alanda karşımıza çıkıyor. Hatta artık görevleri öğrenip kendi çalışmalarını kendileri gerçekleştirebiliyor.
Dünyanın en iyi yapay zekâ laboratuvarlarındaki araştırmacılar insan elini taklit edebilen robotik eller geliştirmeye çalışıyor. Elon Musk ve diğer büyük Silikon Vadisi isimleri tarafından kurulan San Francisco yapay zekâ laboratuvarı, OpenAI içinde Dactyl adında robotik bir el üzerinde çalışıyor.
Luke Skywalker'ın son Star Wars filmindeki mekanizmaya çok benziyor: Bir insan eli gibi bükülen ve düzelten mekanik bir düzenek gibi de görülebilir. Dactyl'e bir alfabe bloğu verilip belirli harfleri gösterilmesi istenildiğinde bu işlemi başarılı bir şekilde yerine getirebiliyor. Ayrıca bu sistem farklı renkler için de geçerli oluyor. Bu elbette bir insan eli için çok basit bir görev. Ancak otonom makine düşünüldüğünde hakikaten dikkate değer bir başarı olduğu ortaya çıkıyor.
En önemli ayrıntılardan biri ise Dactyl'nin görevi büyük ölçüde kendi başına öğrenmiş olması. Matematiksel yöntemleri kullanarak araştırmacılar robotik elleri ve diğer makineleri çok daha karmaşık görevleri gerçekleştirmek için daha ileri seviyede eğitilebileceğini düşünüyorlar. Bu dikkate değer çevik el, son birkaç yılda robotik araştırmalarda çok büyük bir sıçrama anlamına geliyor. Zira yakın zamana kadar araştırmacılar daha basit ellerde çok daha basit görevleri ustalıkla yapmaya çalışıyordu.
Berkeley'de yer alan (Kaliforniya) Kaliforniya Üniversitesi'ndeki robotik laboratuvar Autolab'daki araştırmacılar tarafından oluşturulan bu sistem, birkaç yıl önceki teknolojilerin sınırlarını temsil ediyor.
İki parmaklı bir 'kavrayıcıyla' donatılmış olan makine, bir tornavida veya bir çift pense gibi eşyaları alıp ilgili kutulara atabiliyor. 'İlgili kutulara' kısmı önemli çünkü seçilen kutular birbirinden farklı olabiliyor ve robot el bunu doğru kutulara atıyor.
Kavrayıcının kontrolü beş parmaklı bir elden çok daha kolay. Ancak tek sorun hemen her nesneye aynı yoğunlukta baskı uygulandığı için farklı türde bir nesneyle karşılaşıldığında sistem zor durumda kalabiliyor.
Araştırmacılar tarafından asıl istenen ve hedeflenen ise daha önce hiç görülmemiş bir nesneyle dahi karşılaşıldığında düzgün kavrayıp baskıyı ona göre ayarlayabilen bir robot el. Autolab araştırmacılarının son birkaç yıldır üzerinde çalıştıkları şeylerden biri bu.
Bu sistem hâlâ basit bir donanım kullanıyor: Bir tutucu ve bir vantuz. Ama bir makastan plastik oyuncak dinozoruna kadar her türlü rastgele eşyayı alabiliyor. Sistem, makine öğrenmede dramatik ilerlemeden yararlanıyor. Berkeley araştırmacıları, 10.000'den fazla nesneyi bu şekilde tanımlamış durumda.
Üstelik bu sistem geçmişe oranla çok daha hızlı çalışıyor.
Üzerinde çalışılan diğer bir robot teknolojisi ise yine hızlı ve kayda değer bir ilerlemeyi temsil ediyor. Berkeley araştırmacıları, en son makine öğrenimi tekniklerini kullanarak bu sistemi bir araya getirmiş durumda. Normal şartlarda aylar ya da yıllar alacak bir işlemi bu robotlar yapay zekâ sayesinde birkaç hafta içinde öğrenebiliyor.
Derin öğrenme konusundaki diğer başarılı örneklerden biri ise BAIR laboratuvarına ait. Bir nesneyi kavrayıcı ile nereye kadar itebileceğini tahmin edebilen bu sistem, kısaca önümüzdeki süreçte herhangi bir yüzeyi nesnelerle kendi dekore edebilir hale gelecek gibi görünüyor.