Люди веками создавали устройства, которые облегчали бы труд человека. Сначала это были механические устройства, затем паровые машины и первые электрические приборы. Но только в последние 100 лет человеку удалось создать машины, которые могли повторять человеческие движения и способности.
Подобных открытий и разработок было бесчисленное множество, но есть те, которые сыграли огромную роль в развитии робототехники. #РоботыВНауке
1921 год - Впервые использован термин "робот"
В своей пьесе "R.U.R.: Россумские универсальные роботы" чешский писатель Карел Чапек рассказывал о фабрике, на которой были созданы тысячи синтетических гуманоидов. Они работали без перерыва и стоили так дешево, что сократили себестоимость ткацкого материала на 80 процентов. Чапек назвал эти устройства "роботами", от чешского слова robota, обозначающего принудительный труд крепостных. Пьеса не только дала роботам современное название, но и усилила экзистенциальный страх, что они когда-нибудь заменят людей. В конце пьесы Чапека роботы восстали и уничтожили человечество.
1949 год - Первая автономная роботизированная машина
В 1949 году британский нейрофизиолог и изобретатель американского происхождения Уильям Грей Уолтер представил роботов в форме черепахи на батарейках, которые могли маневрировать вокруг предметов в комнате, направляться к источнику света и находить дорогу обратно к зарядной станции, используя те же компоненты, которые остаются ключевыми в робототехнике и сегодня: сенсорные технологии, цикл обратной связи и логическое мышление.
1959 год - Первый роботизированный манипулятор
Известный под названием "Unimate", первый промышленный роботизированный манипулятор работал на заводе General Motors, поднимая и укладывая металлические детали, вырезанные методом штамповки. Созданный Джорджем Деволом и его партнером Джозефом Энгельбергером, манипулятор мог двигаться вверх и вниз, имел вращающийся захват, похожий на клещни, и мог следовать программе из 200 движений, хранящейся в его памяти.
Unimate можно было использовать для выполнения множества задач, особенно тех, которые были слишком тяжелы или опасны для человека - например, поднимать крупные металлические детали без усталости и работать в условиях токсичных испарений. Появление этого робота-манипулятора положило начало автоматизации в автомобильной промышленности.
1969 год - Первый промышленный робот с шестью степенями свободы
Роботы Unimate были большими и приводились в движение гидравликой, была громоздкой, нуждалась в постоянно настройке, регулярно протекала и ограничивала возможность их использования. В 1969 году Виктор Шейнман разработал небольшую роботизированную руку с "суставами", приводимыми в движение электродвигателями. Stanford arm (Рука Стенфорда), как ее прозвали создатели, могла двигаться гораздо быстрее, чем предыдущие манипуляторы на основе гидравлики.
Это позволило использовать роботов в небольших закрытых помещениях и даже на столах (первоначальный прототип весил всего 7 кг). Кроме того, робот имел шесть степеней свободы, что позволяло ему более точно повторять движения человеческой руки. Это была первая роботизированная рука, которая управлялась не просто пошаговыми инструкциями, хранящимися в памяти, как в случае с Unimate, а программным обеспечением в компьютере. Это позволило Stanford Arm выполнять вычисления в режиме реального времени, а в более поздних версиях - реагировать на окружающую обстановку (например, с помощью сенсоров и оптических датчиков).
1972 год - Первый робот, использующий искусственный интеллект
Его прозвали Шейки из-за того, что он передвигался с запинками и подергиваниями. Но этот робот, созданный группой инженеров Стэнфордского исследовательского института, отличался тем, что в нем был заложен новаторский алгоритм искусственного интеллекта. Если Shakey нужно было проложить путь через комнату или толкать по полу коробку, он мог выполнить это действие, оценивая самостоятельно обстановку, составляя план помещениям и выполняя задачу без участия человека.
С помощью датчиков, включающих телевизионную камеру, дальномер и чувствительные к прикосновениям металлические усики, Shakey собирал данные, которые позволяли ему строить модель окружающей среды, а затем использовать программу "планирования" для создания карты помещения. Идея создания послойной карты помещения была настолько важной инновацией, что и сегодня занимает центральное место во многих роботизированных системах - например, на основе этой технологии работает большинство роботов-пылесосов.
2000 год - Первый робот, способный общаться и реагировать на эмоции
Синтия Бреазил считала, что если люди действительно хотят существовать вместе с роботами, доверять им, эти устройства должны научиться считывать эмоции людей, уметь отвечать на них и обладать личностью. Исходя из этого, она приступила к работе над созданием "Kismet" - роботизированной головы, способной реагировать на эмоции.
Двадцать один моторчик управлял выразительными желтыми бровями, красными губами, розовыми ушами и большими голубыми глазами, позволяя Kismet выражать самые разные эмоции - от счастья до скуки. Аудиодатчики и алгоритмы улавливали тон голоса, поэтому робот выглядел угрюмым, если на него накричать, или любопытным, если говорить мягко и спокойно. Создав Kismet, компания Breazeal доказала, что робот, обладающий обаянием, может быть привлекательным, заложив основу для многочисленных голосовых помощников, таких как Алиса, Alexa, Siri и Google.
2002 год - Roomba "покоритель" ковров и паркетов наших квартир
Важнейшее изобретение компании iRobot, основанной группой ученых Массачусетского технологического института в 1990 году, появилось благодаря исследованиям, которые основатель компании проводил для американских военных, когда они работали над созданием робота для проверки местности на наличие мин. Компания придумала алгоритм, который позволял роботу исследовать каждый сантиметр заданного пространства.
Эта концепция стала основной в механизме работы робота-пылесоса - исследовать каждый сантиметр пространства комнаты и очистить ее целиком. Roomba стал первым роботом-пылесосом, который завоевал признание покупателей. На сегодняшний день продано более 15 миллионов экземпляров. Если робот достаточно полезен - люди будут рады его появлению в своей жизни.
2004 год - "BigDog" наводит шороху
Робот BigDog компании Boston Dynamics стал любимцем YouTube благодаря своим жутко реалистичным движениям. В течение нескольких лет этого робота можно было увидеть топающим по пересеченной местности - лесам, холмам, по колено в снегу и даже в груде кирпичей. BigDog не полностью автономен, им управляет человек, поэтому ему не нужна сложная система позиционирования. Но у него есть 50 датчиков и бортовой компьютер, который управляет движениями и поддерживает стабильность.
Что особенно важно, BigDog может подпрыгивать, касаясь земли только двумя ногами одновременно, что делает его гораздо более проворным, чем традиционные роботы, которые обычно ограничены плоскими поверхностями. Технологии BigDog в скором времени позволят обычным роботы легко перемещаться по газонам, бордюрам и лестницам, открывая новые возможности для доставки посылок или домашнего ухода.
2005 год - Автономные автомобили
Эра автономных автомобилей началась 8 октября 2005 года, когда Volkswagen Touareg по имени "Стэнли" выиграл соревнование DARPA Grand Challenge - прохождение сложной 131 мильной трассы в пустыне Мохаве в течение 10 часов. Победу Стэнли принесло большое количество инноваций и новых технологий, включая искусственный интеллект, обученный на основе стилей вождения реальных людей и пять лазерных датчиков Lidar. Эта технология, позволяющая автомобилю определять объекты в радиусе 25 метров перед машиной. Lidar означает "обнаружение света и дальность" - с тех пор он стал ключевым компонентом роботизированных систем в автомобилях, складских роботах типа Kiva и даже домашних роботов-пылесосов.
2012 год - Глубокое машинное обучение набирает обороты
В 2012 году уроженец Великобритании Джеффри Хинтон и небольшая команда специалистов из Университета Торонто совершили потрясающее достижение в области искусственного интеллекта, создав самую точную систему визуального распознавания, которую только видел мир. Она была основанной на технике глубокого обучения (deep learning), которая позволяет компьютеру распознавать изображения благодаря изучению огромного количества фотографий. Концепция обучения нейронной сети существовала несколько десятилетий, но все это время она была в зачаточном состоянии. Хинтон давно подозревал, что необходимо гораздо больше вычислительной мощности и больше изображений для обучения, а к 2012 году он наконец-то осуществил задуманное благодаря огромному количеству цифровых изображений, внезапно ставших доступными благодаря смартфонам и интернету.
В 2012 году на конкурсе ImageNet команда Хинтона создала систему, способную идентифицировать и сортировать более миллиона изображений с коэффициентом ошибок всего 15,3%, что на 10% меньше, чем было у ближайшего конкурента. Уже через несколько месяцев компании, занимающиеся разработкой искусственного интеллекта, переняли технологию "глубокого обучения", а такие Google, выпустил инструменты с открытым исходным кодом, позволяющим любому стартапу легко обучать нейронные сети.
Мы надеемся, что наша подборка позволила вам погрузиться в мир робототехники и лучше узнать историю развития этой технологии. Обязательно подписывайтесь на наш канал, если вы хотите узнать еще больше интересного из мира электроники и технологий.