nessun titolo

Ciao gente del blog! Bene…l’avete voluto voi…volevo fare una cosa più leggera facile da leggere e da capire con dei fumetti…ma siccome nel contatore ho visto che c’era un solo visitatore (la prof) ho deciso di tradurre il testo in inglese preso dal sito della NASA e pubblicarlo come post…almeno così lo leggerete (si spera). enjoy

La cultura popolare si è continuamente posta la seguente domanda: ‘’’se sembra un umano cammina come un umano e parla come un umano, è un umano?’’’ la risposta è certamente no. I robot non possono piangere, sanguinare o sentirsi come umani, e quella è la parte che li rende diversi.
Ma se potessero pensare come gli umani?
Robot progettati biologicamente non si trovano solo in film affascinati di fantascienza e nei libri a fumetti: sono realizzati da ingeneri e scienziati di tutto il mondo. Mentre molta enfasi viene messa nel cercare di dare ai robot delle caratteristiche fisiche come quelle umane, come un viso che imiti le espressioni umane o muscoli artificiali, ingegneri nel Telerobotics Research e Apllications Group alla NASA ‘s Jet Propulsion Laboratory, Pasadena California, hanno superato questi lavori per programmare robots con forme di intelligenza artificiale simile al processo di ragionamento degli uomini.
Perché dovrebbero voler fare quello?
‘’’Il modo in cui i robot funzionano oggi, se qualcosa va storto, gli uomini modificano il loro programma e ricaricano tutto, sperando che eventualmente funzioni’’, dice l’ingegnere Barry Werger di JPL robotics. “quello che speriamo di ottenere eventualmente è che i robot siano più indipendenti e che imparino ad aggiustare i loro programmi da soli. “
scienziati e ingegneri provano diversi approcci per controllare i robot. I due metodi principali sono chiamati “deliberaive control” e “reactive control”. Il primo è il metodo tradizionale di funzionamento dei robot, che funziona con accurate mappe di costruzione e altri tipi di modelli che vengono utilizzati per pianificare le sequenze di azioni con precisione matematica. Il robot esegue queste sequenze di azioni come se fosse un pirata bendato che cerca un tesoro nascosto; dal punto A, muovi 36 passi a nord, poi 12 passi a est, poi 4 passi a nord-est al punto X; lì troverai il tesoro.
Il lato negativo di questo è che se qualunque cosa andasse storto interromperebbe il funzionamento del robot (ad esempio, se la mappa ha dei dettagli errati o ne mancano),questo dovrebbe fermarsi, fare una nuova mappa e un nuovo piano di azioni. Questo processo di riprogrammazione può diventare molto costoso se ripetuto più volte.
Con l’approccio del “reactive control”, d’altro canto, possiamo liberarci di mappe e piani e concentrarci sull’osservazione diretta dell’ambiente. Rallenta se c’è una roccia. Scava se vedi una grande X sul terreno.
Il JPL Telerobotics Research e Application Group  guidati dal supervisore Dr. Homayoun Seraji, si concentra su “behavior-based control” (behavior = comportamento) che fa arrivare al “reactive control”.
Behavior-based control fa in modo che il robot segua un piano mentre stia attento anche all’inaspettato. Gira a destra quando vedi una roccia rossa, vai fino in fondo alla collina e scava vicino alla palma; lì c’è l’oro.
Behavior-based contol fa in modo che il robot abbia una grande flessibilità e le capacità di adattare il piano all’ambiente circostante, un po’ come fanno gli umani.
Questo presenta molti vantaggi nell’esplorazione spaziale, includendo diminuire le comunicazioni dei dati raccolti dai rover operativi a grandi distanze dalla Terra.
Come fanno?
Il gruppo di Seraji si concentra su due dei molti approcci al behavior-based control: fuzzy locic e neural networks. La differenza principale tra i due sistemi è che i robot che utilizzano fuzzy locic hanno una conoscenza che non si sviluppa; invece, i robot che utilizzano neural networks non hanno alcune conoscenze di base, ma imparano col tempo (un po’ come i bambini)
           Fuzzy logic
“le regole di Fuzzy logic sono un metodo di esprimere azioni come farebbero gli umani, parlando invece di utilizzare comandi matematici; ad esempio, se una persona dice a un’altra persona “è caldo qui.” l’altra persona sa che deve fare qualcosa per raffreddare la stanza, a quella persona non è stato detto di aprire la finestra o accendere il ventilatore, ma sapeva che avrebbe dovuto fare qualcosa per rinfrescare.” Dice Seraji. Incorporando fuzzy logic nella loro tecnologia, i robot possono funzionare in un modo umano e rispondere a un segnale visivo o uditivo.
          Neural Networks
Neural Networks sono degli strumenti che permettono ai robot di imparare dalle loro esperienze, associare percezioni e adattarle a situazioni o ambienti.
“il concetto di ‘interessante’ o ‘roccioso’ sono ambigui in natura, ma possono essere imparati utilizzando neural networks” dice Dr. Ayanna Howard,. “possiamo insegnare ad un robot a riconoscere, se l’incontra, una superficie rocciosa. O se la superficie rocciosa ha delle caratteristiche interessanti, potrebbe essere di grande importanza scientifica". Neural Networks mimano il cervello umano che impara se gli si presentano degli esempi.
“possiamo facilmente dire ad un robot che un quadrato è un oggetto equilatero con quatto lati, ma come gli descriviamo un gatto?” dice Werger “con neural networks, possiamo mostrare al robot molti esempi di gatti, e potrà poi riconoscere i gatti in generale.”
In modo simile un robot con neural network potrà imparare a classificare terreni se un geologo gli mostra immagini di diversi tipi di terreni e associa un nome e una descrizione ad ognuno. Quando il network vede l’immagine di un terreno che non ha visto precedentemente, può capire se il terreno è azzardoso o no basandosi sulle sue lezioni.
Robotica per oggi e domani
Con il continuo avanzamento in metodi di funzionamento dei robot come il behavior-based control, le future missioni spaziali potranno funzionare senza dover dipendere per la maggior parte su comandi umani. A casa tecnologie simili sono già utilizzate in molti oggetti come fotocamere digitali, programmi per computer, lavastovigli, lavatrici e in alcuni motori delle macchine. Gli uffici postali utilizzano neural networks per leggere la scrittura a mano de smistare la posta
“significa che in futuro i robot i robot penseranno come gli esseri umani? No,” dice Werger “ma mimando le tecniche umane, potrebbe diventare più semplice comunicare con loro, sarebbero più indipendenti, e più efficienti” .

JPL is a division of the California Institute of Technology in Pasadena, Calif.
Media Contact: Charli Schuler (818) 393-5467

NASA’s Jet Propulsion Laboratory