Nella mente di un robot di consegna autonomo

Nell'estate del 2014, Ahti Heinla, uno degli ingegneri del software che ha contribuito allo sviluppo di Skype, ha iniziato a scattare foto di casa sua.

Non c'è niente di particolarmente insolito in questo, ovviamente. Solo lui ha continuato a farlo. Mese dopo mese, mentre l'estate diventava autunno e l'autunno lasciava il posto all'inverno, Heinla uscì nello stesso punto esatto del marciapiede e scattò nuove foto apparentemente identiche della sua casa. L'uomo che aveva svolto un ruolo cruciale nella costruzione di un'app di telecomunicazioni multimiliardaria stava perdendo la testa? Come si è scoperto, c'era una ragione del tutto logica per le azioni di Heinla, anche se poteva sembrare un po 'folle a chiunque gli chiedesse cosa stesse facendo. Ahti Heinla stava aiutando i futuri robot autonomi a imparare a vedere.

Più di mezzo decennio dopo, il mondo (o, almeno, alcune parti selezionate di esso) sta raccogliendo i frutti dell'esperimento apparentemente stravagante di Heinla. In qualità di co-fondatore di una startup chiamata Starship Technologies insieme al co-fondatore di Skype Janus Friis, Heinla ha contribuito a costruire una flotta di robot di consegna a guida autonoma. Questi robot, che assomigliano a refrigeratori a sei ruote, hanno viaggiato per decine di migliaia di miglia in tutto il mondo, effettuando oltre 100.000 consegne nel processo. Sono particolarmente diffusi in un numero crescente di campus universitari, sebbene abbiano anche attraversato strade in città che vanno da San Francisco a Milton Keynes nel Regno Unito

Per ordinare qualcosa da uno dei robot di consegna di Starship, un cliente seleziona semplicemente l'articolo che desidera da uno dei partner di consegna di Starship. Per una piccola spesa di consegna, il robot ritirerà l'articolo e lo consegnerà autonomamente nel punto prescelto. Tutto ciò che il cliente deve fare è sbloccare il robot tramite l'app e recuperare l'ordine. Semplice, vero?

Come con qualsiasi soluzione del genere, tuttavia, più le cose sembrano semplici dal punto di vista dell'utente, più sono tecnologicamente complesse. Qui nel 2020 siamo abituati a sentire parlare di auto a guida autonoma che sono in grado di navigare nel mondo con livelli di facilità impressionanti. Come una delle prime aziende a lanciare veicoli a guida autonoma senza conducenti di sicurezza umana, Starship Technologies ha contribuito a svolgere un ruolo chiave nel rendere le tecnologie autonome come questa una parte della vita quotidiana.

Tuttavia, non dovremmo dare per scontati questi strumenti. Non solo sono incredibili imprese di ingegneria e informatica, ma le scelte attualmente in corso riguardo a queste tecnologie aiuteranno a determinare il futuro delle interazioni tra uomo e robot.

Le mappe non sono costruite per i robot

Ricordi la sensazione travolgente di iniziare una nuova scuola da bambino e doverti orientare? Forse, se vivevi nelle vicinanze, andavi anche da casa a scuola da solo o con gli amici. Normalmente questi viaggi erano preceduti da quelli in cui siamo accompagnati da un genitore o tutore che è in grado di darci consigli su come muoverci nel mondo che ci circonda. Potrebbero camminare con noi le prime volte per assicurarsi che abbiamo familiarità con un certo percorso. Probabilmente indicheranno alcuni punti di riferimento, come segni o edifici particolarmente memorabili. In poco tempo, formiamo una mappa mentale di dove stiamo andando e di come navigare lì.

Il percorso più breve (verde) non è sempre il più veloce e sicuro. Il robot preferirà il percorso più lungo, ma più veloce e sicuro

Questa abilità, che la maggior parte di noi dà per scontata, è ciò che Starship Technologies ha lavorato duramente per sviluppare per i suoi robot. In un certo senso, è sorprendentemente complicato. Prendi le mappe, ad esempio. Quando i robot di Starship decidono di navigare dal punto A al punto B, iniziano utilizzando immagini satellitari per aiutarli a pianificare il viaggio. Viene quindi utilizzato un algoritmo di instradamento per individuare il percorso più breve e più sicuro da intraprendere per il robot. Fin qui tutto semplice, giusto? Solo che non lo è.

Come dice Heinla: “Non possiamo usare molte mappe esistenti perché non sono realmente fatte per i robot; sono fatti per gli esseri umani. " I sistemi di mappatura esistenti presuppongono un livello di conoscenza umana, come la comprensione di quale parte della strada dovremmo camminare e come dovremmo manovrare su un marciapiede trafficato. Queste sono tutte cose che un robot non capisce necessariamente. Ci sono molte altre complessità.

Ad esempio, pensa a come il tuo comportamento mentre cammini su un vialetto è diverso da un normale marciapiede. Potremmo non pensarli come particolarmente diversi, ma lo sono. Se uno dei robot di Starship incontra un ostacolo sul marciapiede, la sua risposta è di fermarsi. Questo perché fermarsi è la cosa più sicura da fare. Ma fermarsi su un vialetto o mentre si attraversa una strada impedisce l'accesso ai veicoli. Richiede l'apprendimento di un tipo di comportamento completamente diverso.

Per aiutare a capire il tipo di comportamento che i suoi robot dovrebbero usare, Starship ha sviluppato strumenti di apprendimento automatico in grado di segmentare le mappe in una serie di linee colorate interconnesse che rappresentano marciapiedi (in verde), incroci (in rosso) e passi carrai (viola). Piuttosto che selezionare semplicemente il percorso più breve in termini di distanza, il robot determina il percorso più veloce associando un costo a ogni scenario che il robot incontrerà nel corso di un viaggio.

Riconoscere il mondo che li circonda

Dopo questo, i robot di Starship si dirigono nel mondo reale, utilizzando uno stuolo di 10 telecamere per identificare il mondo a 360 gradi che li circonda attraverso l'osservazione. Speciali sistemi di riconoscimento delle immagini dividono il mondo in migliaia di linee, dandogli una visione del mondo wireframe semplificata da utilizzare come guide. Nel tempo, poiché i robot dell'azienda trascorrono più tempo in un'area, possono creare mappe wireframe tridimensionali collaborative di intere aree, rendendo molto più facile per i futuri robot comprendere lo scenario circostante.

Linee di colore diverso (giallo e blu) rappresentano i bordi di diversi robot rilevati durante la guida. Successivamente, il server scoprirà che le linee di diversi robot corrispondono e quindi la posizione del robot è nota e quei pezzi di guida possono essere messi insieme come un puzzle

"È proprio come il modo in cui potresti dirigere una persona: continua finché non colpisci un edificio giallo, poi gira a destra e continua fino alla chiesa", ha detto Heinla. “Anche il robot ha punti di riferimento, ma non sono edifici o chiese gialli; sono forme astratte. "

L'ultima fase del processo di mappatura dei robot è capire esattamente quanto è largo e dove si trova il marciapiede. Questo viene fatto utilizzando sia le sue fotocamere di bordo che la sua mappa 2D presa da immagini satellitari.

"Anche qualcosa di semplice come camminare sul marciapiede è qualcosa che abbiamo imparato da quando eravamo molto giovani", ha detto Heinla. “Lo diamo per scontato. Ma per le macchine, è qualcosa che deve essere insegnato. Ci sono cose come se passi una persona che si avvicina a sinistra oa destra. Se qualcuno più lento di te cammina avanti, rallenti o lo sorpassi? Se rallenti, quanto dovresti avvicinarti all'altra persona? Se ti avvicini troppo, l'altra persona si sentirà a disagio. Tutte queste cose le dobbiamo insegnare alla macchina ".

Se tutto dovesse andare secondo i piani (e, ad oggi, è così), i robot di Starship saranno in grado di navigare verso la destinazione selezionata dagli utenti sulla mappa.

Come vogliamo che i robot interagiscano con le persone?

Questa non è una sfida esclusiva di Starship Technologies. Diverse altre società, da Nuro a BoxBot, stanno esplorando i propri servizi di consegna di robot a guida autonoma. Ma va ben oltre i robot che possono portarci da asporto o generi alimentari quando siamo troppo occupati (o pigri) per andare a fare la spesa. Poiché i robot giocano un ruolo più importante nelle nostre vite, la questione di come integrarli nel nostro mondo sta diventando più urgente.

Non è necessario tenere conto dei piccoli ostacoli statici come questi pali mentre si definisce l'area percorribile per il robot. Questi vengono mappati utilizzando l'input del sensore durante la guida e il robot li eviterà automaticamente in seguito.

I robot tradizionalmente si sono comportati molto bene in condizioni di laboratorio in cui ogni variabile può essere perfettamente controllata. Inoltre sono stati in gran parte separati dalle persone per motivi di sicurezza. Ora si stanno muovendo nel mondo reale in grande stile. Se non siamo abituati alla vista dei robot nelle nostre strade ora, lo faremo sicuramente prima della fine degli anni '20.

"Ogni settimana nel nostro team di guida autonoma, abbiamo una riunione in cui, per un'ora, il nostro team di sicurezza mostra agli ingegneri di guida autonoma alcune delle cose più interessanti che sono accadute negli ultimi [sette giorni]", ha detto Heinla. "Queste cose interessanti sono luoghi in cui c'è stato un po 'di disagio, il robot ha guidato eccezionalmente bene, o [dove ci sono state] alcune condizioni meteorologiche o oggetti insoliti."

Alcuni di questi problemi implicano che i robot siano in grado di comprendere il nostro mondo. Questo è ciò che Heinla stava testando quando ha scattato foto fuori da casa sua nei primi giorni di Starship Technologies. Voleva sapere se un robot sarebbe stato in grado di riconoscere la sua casa come, beh, la sua casa, indipendentemente dal fatto che fosse una soleggiata giornata estiva o una piovosa sera d'inverno. Si scopre che potrebbe - e questa intuizione ha aiutato a generare un'intera azienda (o forse anche un intero settore delle consegne).

La ricerca come questa - in parte ingegneria, in parte sociologia - si occupa di trovare risposte a come gli esseri umani e le macchine possono coesistere meglio. È peggio per un robot essere eccessivamente cauto o troppo avventato? Cosa succede quando i robot delle consegne incontrano i cani guida? I dati di questo nuovo campo di ricerca vengono raccolti e utilizzati per modificare gli algoritmi che alimentano i robot realizzati da aziende come Starship Technologies.

Un giorno li ringrazieremo per questo. Per ora, però, è solo importante capire le decisioni che prendono e le ragioni per cui le prendono.