Судья откладывает судебное разбирательство в Твиттере, дает Маску время для оформления выкупа

ПОЯСНИТЕЛЬ: Что дальше в эпической битве Маска с Twitter?

Твиттер под Маском? Большинство планов — тайна

ОБЪЯСНИТЕЛЬ: Маск Решение Twitter отражает юридические проблемы почему» складские роботы, разработанные начинающими фирмами, используют захваты с двумя или тремя пальцами или вакуумные захваты.

Маск сказал, что в пятницу вечером первый робот впервые вышел на сцену без привязи. По его словам, цель Tesla состоит в том, чтобы создать «чрезвычайно способного» робота в больших объемах — возможно, в миллионах — по цене, которая может быть меньше, чем автомобиль, который, как он предположил, будет меньше 20 000 долларов.

Tesla показала видео робота, использующего искусственный интеллект, который Tesla тестирует в своих автомобилях «Full Self-Driven», переносящего ящики и помещающего металлический стержень в нечто, похожее на заводскую машину. Но живой демонстрации робота, выполняющего задачи, не было.

Сотрудники рассказали собравшимся в Пало-Альто, штат Калифорния, а также тем, кто смотрел прямую трансляцию, что они работали над Optimus в течение шести-восьми месяцев. Люди, вероятно, смогут купить Optimus «в течение трех-пяти лет», сказал Маск.

РЕКЛАМА

Сотрудники сказали, что роботы Optimus будут иметь четыре пальца и большой палец с системой сухожилий, чтобы они могли обладать ловкостью человека.

Робот поддерживается гигантскими компьютерами с искусственным интеллектом, которые отслеживают миллионы видеокадров с «полностью самоуправляемых» автомобилей. По их словам, аналогичные компьютеры будут использоваться для обучения роботов задачам.

Эксперты в области робототехники скептически отнеслись к тому, что Tesla близка к тому, чтобы развернуть легионы человекоподобных домашних роботов, которые могут делать «полезные вещи», которые Маск хочет, чтобы они делали — например, готовить обед, подстригать газон, дежурить. на стареющую бабушку.

«Когда вы пытаетесь разработать доступного и полезного робота, человекоподобная форма и размер не обязательно являются лучшим вариантом», — сказал Том Райден, исполнительный директор некоммерческого инкубатора стартапов Mass Robotics.

РЕКЛАМА

Tesla — не первая автомобильная компания, экспериментирующая с человекоподобными роботами.

Компания Honda более двух десятилетий назад представила Asimo, который напоминал космический скафандр в натуральную величину и был продемонстрирован в тщательно срежиссированной демонстрации способности наливать жидкость в чашку. Hyundai также владеет коллекцией человекоподобных и звероподобных роботов благодаря приобретению в 2021 году робототехнической фирмы Boston Dynamics. Ford сотрудничает со стартапом Agility Robotics из Орегона, который производит роботов с двумя ногами и двумя руками, которые могут ходить и поднимать посылки.

Райден сказал, что исследования автопроизводителей в области робототехники-гуманоида потенциально могут привести к созданию машин, которые могут ходить, карабкаться и преодолевать препятствия, но впечатляющие демонстрации прошлого не привели к «реальному сценарию использования», который соответствовал бы шумихе.

«Они многому научились, поняв, как функционируют гуманоиды, — сказал он. «Но с точки зрения непосредственного использования гуманоида в качестве продукта, я не уверен, что он появится в ближайшее время».

РЕКЛАМА

Критики также говорили много лет назад, что Маск и Тесла не смогут построить прибыльную новую автомобильную компанию, которая использует аккумуляторы для питания, а не бензин.

Tesla тестирует «полностью самоуправляемые» автомобили на дорогах общего пользования, но они должны контролироваться избранными владельцами, которые должны быть готовы вмешаться в любое время. Компания заявляет, что сегодня на дорогах находится около 160 000 автомобилей, оснащенных тестовым программным обеспечением.

Критики говорят, что Тесла, которые полагаются на камеры и мощные компьютеры для самостоятельного вождения, не имеют достаточного количества датчиков для безопасного вождения. Менее эффективная система помощи водителю Автопилот Tesla с теми же датчиками камеры находится под следствием регулирующих органов США по безопасности из-за торможения без причины и неоднократного столкновения с автомобилями экстренных служб с мигалками, припаркованными вдоль автострад.

В 2019 году Маск пообещал, что парк автономных роботакси будет использоваться к концу 2020 года. Они все еще проходят испытания.

____

О’Брайен сообщил из Провиденса, Род-Айленд.

Ваш робот-хирург примет вас сейчас

Одной из наиболее потенциально разрушительных инноваций в медицине является безликий белый роботизированный цилиндр размером с мятную мяту, прикрепленный к концу катетера. На операционном столе в Бостонской детской больнице в штате Массачусетс исследователи показывают, как он может ориентироваться в негерметичном сердечном клапане пациента лучше, чем некоторые хирурги с годами обучения. Сначала сборка вставляется в основание сердца. Оттуда он перемещается с помощью моторизованной приводной системы вдоль пульсирующей стенки желудочка к поврежденному клапану в верхней части желудочка, руководствуясь датчиками зрения и осязания. Робот вклинивается в положение рядом с протекающим клапаном. Затем хирург запускает окклюдер — крошечную пробку — из робота, который закупоривает утечку.

«Пациент» на столе — не человек, а свинья. Исследователи, создавшие устройство, говорят, что пройдут годы, прежде чем их робот станет руководить ремонтом клапанов у людей. Но его способности намекают на начало новой эры хирургии. Интеллектуальные хирургические роботы с разной степенью автономии в ходе ранних испытаний доказывают, что они не уступают хирургам в некоторых технических задачах, таких как обнаружение ран, наложение швов и удаление опухолей. Эти крошечные, точные операторы обещают чистые результаты и более широкий доступ к специализированным процедурам, а роботы побуждают некоторых хирургов задуматься о том, какова будет их роль во все более автоматизированном ландшафте.

Круиз-контроль

Роботизированная хирургия уже с нами. Такие инструменты, как Da Vinci от Intuitive Surgical в Саннивейле, Калифорния, и Senhance от TransEnterix в Моррисвилле, Северная Каролина, позволяют хирургам управлять несколькими роботами-манипуляторами через ручную консоль и дают им большую ловкость и обзор во время операции. в труднодоступных местах. Но такие устройства, как капсульный робот в Бостонской детской больнице, идут еще дальше: они могут работать независимо, по крайней мере, часть процедуры.

Часть Nature Outlook: цифровое здоровье

Этот следующий уровень помощи позволяет выполнять сложные хирургические трюки, не беспокоясь о том, что их руки могут соскользнуть или их хватка ослабнет — положительный момент, учитывая, что ошибки клиницистов ежегодно приводят к более чем 200 000 смертей в США ¹ . «Хирург может щелкнуть, щелкнуть, щелкнуть — это те места, где я хочу наложить шов», — говорит Анимеш Гарг, ученый-компьютерщик из Университета Торонто в Канаде, который большую часть десятилетия работал над автоматизацией хирургии. . «Мы хотели, чтобы это было похоже на круиз-контроль в хирургии».

По словам Леннокса Хойта, инженера и хирурга-урогинеколога из Института тазового дна в Тампе, Флорида, не каждый хирургический маневр является хорошим кандидатом для роботизированной автоматизации. По его словам, такие задачи, как наложение швов и восстановление клапана, как правило, являются задачами, которые хирурги считают скучными и повторяющимися. Чем проще процедура разбита на основные, конкретные команды, тем легче умному роботу учиться и выполнять ее. «Мышление часто связано с более сложными инструментами, но более простыми движениями», — говорит Пьер Дюпон, инженер исследовательской группы роботов Бостонской детской больницы.

Шаг за шагом

Наложение швов можно разбить на простые, легко определяемые движения, что идеально подходит для независимых хирургических роботов. Команда, в которую входил инженер Аксель Кригер, в то время работавший в Детской национальной системе здравоохранения в Вашингтоне, округ Колумбия, разработала систему, которая использует легкую роботизированную руку для самостоятельного наложения ряда специализированных швов ² . Кригер и его коллеги хотели автоматизировать хирургическую задачу, называемую кишечным анастомозом, при которой два сегмента кишечника сшиваются после удаления части органа. Процедура обычно требует неуклюжих и запутанных движений рук, которые даже лучшие хирурги изо всех сил пытаются сделать идеально. «Вы должны очень точно наложить 20 швов, и если вы пропустите один из них, у вас будет утечка», — говорит Кригер, который сейчас работает в Университете Мэриленда в Колледж-Парке.

Кригер знал, что для проведения процедуры робот должен уметь протыкать иглой мягкие ткани — сложная задача, поскольку ткань может непредсказуемо смещаться, когда игла проходит через нее. Поэтому команда оснастила своего хирургического робота, получившего название Smart Tissue Autonomous Robot или STAR, датчиком силы, чтобы игла не нажимала слишком сильно и не деформировала ткань.

Клапан сердца восстанавливается с помощью робота, который сам направляется к месту операции. Как только он прибывает, хирург берет на себя управление с помощью джойстика, чтобы сделать окончательный ремонт. Кредит: Пьер Дюпон

Робот направляется туда, где нужно наложить швы, с помощью точек инфракрасного биоклея, которые исследователи наносят на ткань толстой кишки. Эти маркеры, по словам Кригера, позволяют роботу «отслеживать движение ткани и корректировать каждый стежок» — даже в такой темной и тесной среде, как брюшная полость. В испытании на живых свиньях STAR наложил швы, которые были более равномерными и герметичными, чем швы, сделанные специалистами ² . Исследователи контролировали автоматизированную процедуру, чтобы убедиться, что каждый стежок выполнен правильно, иногда внося небольшие коррективы в положение нити.

Помимо совершенствования техники наложения швов STAR, Кригер обучает робота еще одному навыку: удалению опухоли ³ . Как и прежде, Кригер и его коллеги используют инфракрасные маркеры, но на этот раз для обозначения участков раковой ткани. Затем робот выборочно вырезает эти части нагретым кончиком электрода. Ранние испытания на свиных тканях показали, что STAR может удалять опухоли и разрезать ткани так же точно, как и хирурги, что является важным навыком, поскольку оставление даже нескольких опухолевых клеток может привести к рецидиву рака. «Вы должны быть невероятно точными, чтобы не оставить опухоль [или] не вырезать здоровую ткань», — говорит Кригер.

Восстановление сердечного клапана также является испытанием на прочность даже для опытных хирургов, отчасти из-за сложности правильного размещения хирургических инструментов в ограниченном пространстве. Именно эта трудность побудила Дюпона и его команду разработать автономного робота для этой задачи. Кривая обучения для инженеров проекта была крутой, говорит Дюпон. Чтобы свести к минимуму хирургический риск, небольшой робот команды должен будет совершить точное путешествие от основания сердца к поврежденному клапану, пока сердце человека бьется, что означает перемещение в среде, которая находится в постоянном энергичном движении.

Команда дала роботу подробную карту типичного сердца, включая расположение конкретных сосудов и клапанов. Робот использует эту информацию в качестве ориентира в каждой процедуре. Но устройство также легко адаптируется, используя входные данные от встроенных сенсорных и визуальных датчиков для обнаружения утечек клапана в каждом сердце. Чтобы точно определить свое точное местоположение, робот повторяет легкий постукивающий контакт со стенкой сердца, «как тараканы, постукивающие своими усиками», — говорит Дюпон. В испытаниях на животных в этом году робот успешно прошел от точки входа к поврежденной области клапана 9.5% времени ⁴ .

Медленная, неуклонная революция

Исследователи надеются, что автономная хирургия сделает специализированные процедуры доступными для большего числа людей. В США «распределение хирургов по стране неравномерно», — говорит уролог Кирстен Грин из Калифорнийского университета в Сан-Франциско. «Есть много областей, куда люди не имеют доступа». То же самое верно и для стран по всему миру. Она отмечает, что помощь автономных роботов может помочь заполнить некоторые из этих пробелов в хирургическом опыте. По словам Гарга, технология также может сократить время, необходимое начинающим хирургам для изучения своего дела. Роботы могут позволить им выполнять сложные процедуры с меньшим количеством лет обучения.

Роботы-хирурги еще не могут выполнить всю операцию от начала до конца. «Через десять лет некоторые стандартные процедуры могут быть автоматизированы, — говорит Гарг. Например, «операции очень большого объема — удаление желчного пузыря, аппендэктомия». Но до этого еще далеко, потому что хирурги все еще намного лучше, чем роботы, взвешивают свой прошлый опыт, чтобы принимать сложные хирургические решения, например, что делать, когда кровеносный сосуд находится не в том месте, где ожидалось. «Когда вам нужно понимание контекста, именно здесь роботы начинают очень быстро давать сбои», — говорит Гарг. Скорее всего, автономные хирургические устройства постепенно войдут в клиническую практику, точно так же, как такие функции, как круиз-контроль, а позже и системы удержания в полосе движения, появились в автомобилях раньше, чем полноценные возможности самостоятельного вождения. В дополнение к хорошо зарекомендовавшим себя роботам-помощникам, таким как да Винчи, Кригер указывает, что роботы также используются для таких процедур, как разрезы костей и доставка радиации для лечения рака.

Самоуправляемые роботы могут быть построены на хирургических инструментах, которые уже есть в некоторых больничных системах, что может помочь ускорить автоматизацию. Некоторые конструкции Гарга, например, могут быть присоединены к роботизированной системе Да Винчи, которая использовалась в более чем шести миллионах операций под руководством человека по всему миру. «Если у вас есть установленная роботизированная платформа, — говорит Дюпон, — вы можете постепенно добавлять эти уровни автономии». Однако на каждом этапе исследователям нужно будет доказывать, что их устройства готовы к клиническому использованию. Одно дело соединять куски мяса в тарелке или даже у животного на операционном столе, но совсем другое — делать то же самое с людьми, — говорит Гарг, — терпимость к неудаче ничтожна.

Еще из Nature Outlooks

Возможность большей автоматизации уже вызывает вопросы о том, как изменится роль хирурга, если интеллектуальные роботы возьмут на себя самые сложные маневры. Большинство специалистов в этой области по-прежнему видят место для хирургов, хотя им нужно будет стать непревзойденными менеджерами, доказывающими свое мастерство не только в конкретных процедурах, но и в использовании множества автоматизированных инструментов для достижения наилучших результатов. «Я не думаю, что вы делаете людей устаревшими. Вы переводите их на следующий уровень, где они действуют больше как дирижеры», — говорит Хойт. Гарг соглашается: «Для общей картины вам нужен человек во главе».

По крайней мере, на данный момент это их план. Но если автономные роботы-хирурги будут развернуты в больших масштабах, они могут начать развиваться неожиданным образом. Гарг, например, разрабатывает самоуправляемых роботов, которые учатся на своих неудачах и успехах почти так же, как и люди, сужая человеческое преимущество. В конечном счете, роботы могут делиться информацией, полученной в результате сотен операций, со всеми другими роботами в обширной сети, повышая их производительность. «Вы можете соединить все эти системы вместе, поэтому, если лечится необычная анатомия, эта информация о конкретном случае будет доступна в другом месте», — говорит Дюпон. Но до такого обмена разведданными еще далеко. На данный момент, подчеркивает Дюпон, автономные роботы призваны помогать хирургам-людям, а не затмевать их. «Если у вас есть система, которая может ускорить обучение врачей и помочь им выполнять часть процедуры, это будет настоящим преимуществом».

Массачусетский технологический институт помогает роботам выполнять сложные задачи без множества правил

Массачусетский технологический институт разрабатывает роботов, которые могут обучаться новым задачам, просто наблюдая за людьми. Предоставлено: Christine Daniloff/MIT

Обучение интерактивных роботов однажды может стать легкой работой для всех, даже для тех, у кого нет опыта программирования. Робототехники разрабатывают автоматизированных роботов, которые могут обучаться новым задачам, исключительно наблюдая за людьми. Дома вы можете когда-нибудь показать домашнему роботу, как выполнять рутинную работу. На рабочем месте вы можете обучать роботов, как новых сотрудников, показывая им, как выполнять множество обязанностей.

Развивая это видение, исследователи из Массачусетского технологического института (MIT) разработали систему, которая позволяет этим типам роботов изучать сложные задачи, которые в противном случае поставили бы их в тупик из-за слишком большого количества запутанных правил. Одной из таких задач является сервировка обеденного стола при определенных условиях.

По своей сути, система исследователей «Планирование с неопределенными спецификациями» (PUnS) дает роботам человеческую способность планирования одновременно взвешивать множество неоднозначных и потенциально противоречивых требований для достижения конечной цели. При этом система всегда выбирает наиболее вероятное действие, основываясь на «вере» в некоторые вероятные характеристики задачи, которую она должна выполнить.

В своей работе исследователи собрали набор данных с информацией о том, как восемь предметов — кружка, стакан, ложка, вилка, нож, обеденная тарелка, маленькая тарелка и миска — могут быть размещены на столе в различных конфигурациях. Роботизированная рука сначала наблюдала за случайно выбранными человеческими демонстрациями сервировки стола предметами. Затем исследователи поручили руке автоматически устанавливать стол в определенной конфигурации в реальных экспериментах и ​​в моделировании на основе того, что она видела.

Чтобы добиться успеха, робот должен был взвесить множество возможных порядков размещения, даже если предметы были намеренно удалены, сложены или спрятаны. Обычно все это слишком сильно смущало бы роботов. Но исследовательский робот не допустил ошибок в нескольких реальных экспериментах и ​​лишь несколько ошибок в десятках тысяч смоделированных тестовых прогонов.

«Идея состоит в том, чтобы передать программирование в руки экспертов в предметной области, которые могут программировать роботов интуитивно понятным способом, а не описывать инженерам приказы о добавлении их кода», — сказал первый автор Анкит Шах, аспирант кафедры. компании Aeronautics and Astronautics (AeroAstro) и Interactive Robotics Group, которые подчеркивают, что их работа — это всего лишь один шаг к реализации этого видения. «Таким образом, роботам больше не придется выполнять заранее запрограммированные задачи. Фабричные рабочие могут научить робота выполнять несколько сложных задач по сборке. Домашние роботы могут научиться ставить шкафы друг на друга, загружать посудомоечную машину или накрывать на стол у людей дома».

К Шаху присоединяются аспирант AeroAstro и Interactive Robotics Group Шен Ли и руководитель Interactive Robotics Group Джули Шах, адъюнкт-профессор AeroAstro и Лаборатории компьютерных наук и искусственного интеллекта.

Боты подстраховываются

Роботы отлично планируют задачи с четкими «спецификациями», которые помогают описать задачу, которую должен выполнить робот, с учетом его действий, окружающей среды и конечной цели. Учиться накрывать на стол, наблюдая за демонстрациями, полно неопределенных спецификаций. Предметы должны быть размещены в определенных местах, в зависимости от меню и места, где сидят гости, и в определенном порядке, в зависимости от непосредственной доступности предмета или социальных соглашений. Нынешние подходы к планированию не способны работать с такими неопределенными спецификациями.

Популярным подходом к планированию является «обучение с подкреплением», метод машинного обучения методом проб и ошибок, который вознаграждает и наказывает их за действия, выполняемые для выполнения задачи. Но для задач с неопределенными спецификациями трудно определить четкие награды и штрафы. Короче говоря, роботы никогда полностью не учатся тому, что правильно, а что нет.

Система исследователей под названием PUnS (для планирования с неопределенными спецификациями) позволяет роботу сохранять «веру» в диапазоне возможных спецификаций. Затем само убеждение можно использовать для раздачи вознаграждений и наказаний. «Робот, по сути, хеджирует свои ставки с точки зрения того, что задумано в задаче, и предпринимает действия, которые удовлетворяют его убеждения, вместо того, чтобы мы давали ему четкую спецификацию», — сказал Анкит Шах.

Система построена на «линейной временной логике» (LTL), выразительном языке, который позволяет роботу рассуждать о текущих и будущих результатах. Исследователи определили шаблоны в LTL, которые моделируют различные временные условия, такие как то, что должно произойти сейчас, должно произойти в конечном итоге и должно произойти, пока не произойдет что-то еще. Наблюдения робота за 30 человеческими демонстрациями сервировки стола привели к распределению вероятностей по 25 различным формулам LTL. Каждая формула кодировала несколько иное предпочтение — или спецификацию — для сервировки стола. Это распределение вероятностей становится его верой.

«Каждая формула кодирует что-то свое, но когда робот рассматривает различные комбинации всех шаблонов и пытается удовлетворить все вместе, в конце концов он поступает правильно», — сказал Анкит Шах.

Следование критериям

Исследователи также разработали несколько критериев, которые направляют робота к удовлетворению полного убеждения в этих формулах-кандидатах. Один, например, удовлетворяет наиболее вероятной формуле, которая с наибольшей вероятностью отбрасывает все остальное, кроме шаблона. Другие удовлетворяют наибольшему количеству уникальных формул без учета их общей вероятности или удовлетворяют нескольким формулам, представляющим наибольшую общую вероятность. Другой просто минимизирует ошибку, поэтому система игнорирует формулы с высокой вероятностью отказа.

Разработчики могут выбрать любой из четырех критериев для предварительной настройки перед обучением и тестированием. Каждый из них имеет свой собственный компромисс между гибкостью и неприятием риска. Выбор критериев полностью зависит от задачи. Например, в критических с точки зрения безопасности ситуациях разработчик может ограничить возможность отказа. Но там, где последствия отказа не столь серьезны, разработчики могут дать роботам большую гибкость, чтобы пробовать разные подходы.

Используя критерии, исследователи Массачусетского технологического института разработали алгоритм для преобразования убеждений робота — распределения вероятностей, указывающего на желаемую формулу, — в эквивалентную задачу обучения с подкреплением. Эта модель будет пинговать робота наградой или штрафом за предпринятое им действие в зависимости от спецификации, которой он решил следовать.

При моделировании, когда роботу предлагалось накрыть стол в различных конфигурациях, он допустил только шесть ошибок из 20 000 попыток. В реальных демонстрациях он показал поведение, похожее на то, как человек выполнял бы задачу. Например, если предмет изначально не был виден, робот заканчивал сервировку остальной части стола без предмета. Затем, когда вилка раскрывалась, она устанавливала вилку в нужном месте. «Именно здесь очень важна гибкость, — сказал Анкит Шах. «В противном случае он застрянет, когда ожидает разместить вилку, и не закончит остальную часть настройки стола».

Затем исследователи Массачусетского технологического института надеются изменить систему, чтобы помочь роботам изменить свое поведение на основе словесных инструкций, исправлений или пользовательской оценки производительности робота.