FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA

ERGONOMIJA RAČUNALNE I PROGRAMSKE

OPREME

UMJETNA INTELIGENCIJA

ROBOTI BUDUĆNOSTI

Dajana Petković

Zagreb, 2007.
SADRŽAJ

FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA...........................................................1

ERGONOMIJA RAČUNALNE I PROGRAMSKE OPREME.................................................1
UMJETNA INTELIGENCIJA ...................................................................................................1
ROBOTI BUDUĆNOSTI...........................................................................................................1
Dajana Petković..........................................................................................................................1
Zagreb, 2007...............................................................................................................................1
SADRŽAJ...................................................................................................................................2
UVOD.........................................................................................................................................4
UMJETNA INTELIGENCIJA KAO INŽENJERSTVO........................................................4
UMJETNA INTELIGENCIJA KAO ZNANOST..................................................................4
BUDUĆNOST UMJETNE INTELIGENCIJE.......................................................................4
O NAČINU UČENJA ROBOTA...............................................................................................5
UČENJE OD DRUGIH I O DRUGIMA :..............................................................................5
Korištenje imitacije za shvaćanje socijalnog ponašanja pomoću robota...............................5
TEORIJA SIMULACIJE I TEORIJA UMA...........................................................................6
ZRCALNI NEURONI............................................................................................................6
KISMET......................................................................................................................................7
OSNOVNE ČINJENICE:.......................................................................................................7
VIZUALNI SUSTAV.............................................................................................................8
AUDITORNI SUSTAV...........................................................................................................8
EKSPRESIVNI MOTORIČKI SUSTAV................................................................................8
SOCIJALIZACIJA S LJUDIMA............................................................................................9
UČENJE DRUŠTVENIH MEĐUODNOSA KROZ INTERAKCIJU S ČOVJEKOM-
ODGAJATELJEM....................................................................................................................10
SVRHA KISMETA...............................................................................................................10
LEONARDO ( LEO )...............................................................................................................12
UVODNO O LEU.................................................................................................................12
VIZUALNI SUSTAV............................................................................................................13
KOŽA I RUKA S OSJETILIMA.........................................................................................14
UČENJE DRUŠTVENOM INTERAKCIJOM....................................................................15
UVOD..............................................................................................................................15
UČENJE TUTORSTVOM................................................................................................16
UČENJE IMITACIJOM....................................................................................................19
UČENJE DRUŠTVENOM INTERAKCIJOM...............................................................19
MOTORIČKI SUSTAV........................................................................................................20
COG..........................................................................................................................................21
OSNOVNE ČINJENICE .....................................................................................................21
ZAŠTO IZRAĐIVATI HUMANOIDNOG ROBOTA, ZAŠTO GA NE SIMULIRATI ?. . .21
VIZUALNI SUSTAV............................................................................................................22
ZAHTJEVI DIZAJNA ....................................................................................................22
FIZIČKI OPIS COG-ovih OČI........................................................................................23
AUDITORNI SUSTAV.........................................................................................................24
MOTORIČKI SUSTAV........................................................................................................24
KRATAK UVOD..............................................................................................................24
TORZO.............................................................................................................................24
 KRITERIJ ZA DIZAJN....................................................................................................25
RASPON KRETANJA......................................................................................................25
SENZORI..........................................................................................................................25
RUKE................................................................................................................................25
VIŠE O HARDVERU...........................................................................................................26
SVRHA.................................................................................................................................26
STANLEY.................................................................................................................................27
UVODNE ČINJENICE........................................................................................................27
TESTIRANJA I REZULTATI...............................................................................................27
KAKO STANLEY ”VIDI” CESTU?....................................................................................29
1.GPS ANTENA...............................................................................................................29
2. LASER ZA PRONALAŽENJE DOMETA..................................................................29
3. VIDEO KAMERA........................................................................................................29
4. ODOMETRIJA.............................................................................................................30
PLANOVI ZA BUDUĆNOST.............................................................................................30
VOJNE SVRHE................................................................................................................30
SVAKODNEVNA SVRHA..............................................................................................31
KRATAK PREGLED JOŠ NEKIH ROBOTA..........................................................................32
JUNIOR................................................................................................................................32
Kratki pregled...................................................................................................................32
DOMO.................................................................................................................................33
HUGGABLE.........................................................................................................................33
ROBOFLORA ( ROBO-CVIJEĆE )....................................................................................34
PLAVI PUPOLJAK.........................................................................................................34
..................................................................................................................................................34
KOBRA ORHIDEJA........................................................................................................35
LJUBIČASTE OSCILACIJE............................................................................................35
ROBONAUT........................................................................................................................35
ZAKLJUČAK...........................................................................................................................37
KORISNI LINKOVI :...............................................................................................................39
 UVOD

Umjetna inteligencija ( AI ) kombinira znanost i inženjerstvo kako bi izgradila strojeve

sposobne za inteligentno ponašanje. Spaja radove iz područja filozofije, psihologije i
računalne znanosti, te im pridonosi istraživanjem aktivnosti mozga i lingvistike. Inteligentna
robotika je disciplina koja istražuje kako inteligentni strojevi mogu utjecati na svijet oko nas,
te je također povezana sa već gore navedenima.

UMJETNA INTELIGENCIJA KAO INŽENJERSTVO

Sustavi umjetne inteligencije se često smatraju znanstvenom fantastikom, no zapravo
oni su svuda oko nas. Tehnike AI se koriste, na primjer, od strane kompanija kreditnih kartica
za detekciju ukradenih kartica, te promjenu kupovnih navika. Također se koristi u računalnim
šahovskim igrama, inteligentnim agentima za pretraživanje informacija na Internetu, za
određivanje načina snimanja Hubble-ovog svemirskog teleskopa, te za pomoć pri dijagnozi
bolesti. Možda ne tako poznata činjenica je da su roboti bili korišteni za čišćenje područja
nakon Černobilske katastrofe.
Za izgradnju svih inteligentnih strojeva AI koristi mnoge tehnike.
Ekspertni sustavi koriste specijalizirano znanje koje ljudi poput liječnika i odvjetnika
imaju kako bi mogli davati razne oblike savjeta. Također oni imaju veliku primjenu u
poslovnom odlučivanju kako bi se ostvarili što bolji rezultati.
Strojno učenje je nauka koja istražuje kako roboti mogu učiti iz svog iskustva.
Neuronske mreže su računala koja rade na način sličan radu mozga.

UMJETNA INTELIGENCIJA KAO ZNANOST

Iznenađujuće, zadaci koje mi smatramo teškima i zahtjevnima, računala smatraju
laganima i obrnuto. Iako možemo napisati programe za igranje šaha koji se natječu protiv
svjetskih prvaka, teško je izgraditi robota koji može nesmetano hodati ili igrati se s loptom.
Računala mogu izvršavati teška računanja, no ne mogu učiti uspješno poput dvogodišnjeg
djeteta. Pokušaji razumijevanja zašto je to tako, te kako to omogućiti i unaprijediti je
znanstvena strana umjetne inteligencije – to je pokušaj razumijevanja naše vlastite
inteligencije.

Možemo koristiti inteligentne strojeve kao pomoć za otkrivanje odgovora što je to

inteligencija, te kako ona funkcionira. Kada mislimo da razumijemo kako radi ljudski ili
životinjski um, možemo izgraditi računalni model i provjeriti da li je naša teorija ispravna.
Ponekada ispada da je jednostavnije testirati teorije o inteligenciji, izgradnjom inteligentnih
strojeva, nego analizirati ljude i životinje. Na ovaj način AI surađuje sa drugim granama
znanosti koje pokušavaju shvatiti što to znači biti čovjek, te kakav je uistinu naš način
razmišljanja.

BUDUĆNOST UMJETNE INTELIGENCIJE

Neki ljudi su zabrinuti zbog mogućeg uspjeha u istraživanju umjetne inteligencije,
davanja prevelike moći računalima, prevelikoj ovisnosti o njima. Puno je složenih etičkih
pitanja vezanih uz AI. Na primjer, ako liječnik upita AI program za pomoć pri dijagnozi
bolesti, a on mu da krivi odgovor, ali tko snosi odgovornost zbog toga? Za većinu opreme
koju liječnik koristi odgovoran je da ispravno funkcionira, ali za AI sustav koji tvrdi da ima
sve znanje raznih eksperta? Da li su odgovorni upravo oni ili možda sam programer? U
budućnosti unutar umjetne inteligencije će se morati razviti područja etike i pravila društvenih
odnosa.
Za sada, AI proizvodi se primaju sa oduševljenjem i odobravanjem u naše društvo.
Trenutna istraživanja bi nam uskoro trebala donijeti programe koji će omogućiti prirodnije
prihvaćanje sve moći računala. Biti ćemo u mogućnosti pričati s njima, ili će nam oni
pomagati gledanjem onoga što pokušavamo napraviti, te nam dati određene savijete i pomoć,
ili nam samo olakšati svakodnevni život. Nadam se da će nam AI jednoga dana pomoći riješiti
neke probleme koje danas ne možemo riješiti uporabom tradicionalnih pristupa znanosti i
inženjerstvu.
Ovdje ćete moći saznati nešto više o trenutačno razvijenim robotima, njihovim
karakteristikama i svrsi u svakodnevnom životu. Izabrani su Cog, Kismet, Leonardo, Stanley
kao najspecifičniji predstavnici današnjeg razvoja umjetne inteligencije, te još neki manje
poznati inteligentni roboti.

O NAČINU UČENJA ROBOTA

UČENJE OD DRUGIH I O DRUGIMA :

Korištenje imitacije za shvaćanje socijalnog ponašanja
pomoću robota

Želimo stvarati robote sposobne za bogatu socijalnu interakciju sa ljudima, uključujući

prirodnu komunikaciju i suradnju. Nadalje opisan rad istražuje kako imitacija kao socijalno
učenje može biti iskorištena za izrađivanje društveno inteligentnih robota, te opisuje napredak
u izgradnji robota sposobnog za učenje i imitaciju izraza lica , a sve preko jednostavnih igara
sa čovjekom, koristeći mehanizme inspirirane biološkim čimbenicima i zakonima. Na ovakav
pristup je uvelike utjecao način na koji djeca uče komunicirati sa roditeljima i počinju
razumijevati akcije i ekspresivno ponašanje drugih, te uče o njihovim namjerama i
emocijama. Specifično, ovaj pristup je vođen hipotezom da interakcija imitiranjem između
djeteta i skrbnika, počevši sa mimikom lica, predstavlja značajni početni korak razvoja
primjerenog društvenog ponašanja, predviđanja akcija drugih, te napokon razumijevanja ljudi
kao društvenih bića.
Ljudi ( i mnoge druge životinje ) pokazuju zapanjujuće fleksibilan i bogat niz
društvenih mogućnosti, demonstrirajući mogućnost interpretacije, predviđanja i pravilne
reakcije na ponašanje drugih, te privlačenje pozornosti na veoma različit i kompleksan način.
Razvoj proračunskih sistema koji podržavaju gore navedene socijalne mogućnosti je kritičan
korak u razvoju robota, animiranih likova, te drugih računalnih agenata koji ostavljaju dojam
inteligencije i sposobnosti u interakciji s ljudima, koji su u mogućnosti surađivati s ljudima
kao sposobni partneri, koji uče iz prirodnih uputa, te koji su intuitivni u pristupu konverzaciji.
Ipak, danas mnoge tehnologije ( animirani agenti, računala i sl. ) u najboljem slučaju znaju što
trebaju učiniti, no često su manjkavi u društvenom pogledu pa traženu akciju ne mogu u
potpunosti ispravno izvršiti. Kao rezultat frustriraju nas, te ih veoma brzo odbacujemo premda
mogu biti iznimno korisni.
Povećao se razvoj robota koji pomažu starijima i nemoćnima u kući. Takvi roboti
trebali bi biti osjetljivi na ljudske potrebe, kao što je podsjećanje na uzimanje lijekova na lijep
i nenametljiv način. Druga svrha je omogućavanje timskog rada između čovjeka i robota.
Najbolji primjer za ovakvu vrstu suradnje je NASA- in Robonaut ( opširnije u narednim
odjeljcima ). Služi kao pomoć astronautima na svemirskim zadacima, održavanju svemirskih
stanica, popravljanju kvarova kako astronauti ne bi sami morali izlaziti izvan letjelice na
opasnim mjestima i slično. Za ovakvo ostvarenje timskog rada ne samo da robot mora
prepoznati što čovjek radi, već mora i razumjeti cilj koji se pokušava postići.
Kako bi roboti mogli surađivati s ljudima moraju biti u mogućnosti zaključiti o
njihovom mentalnom stanju ( mislima, namjerama, uvjerenjima, željama, sl. ) opažanjem
ponašanja. Ova mogućnost poznata je kao Teorija uma ili Teorija razuma. Kod ljudi
sposobnost se postiže opažanjem drugih te uspoređivanje sa samim sobom. Primjećivanje
sličnosti s drugima je bitan čimbenik preuzimanja uloge ili perspektive druge osobe,
dopuštajući ljudima da suosjećaju sa svojim partnerima. Ovakva vrsta pomaka perspektive
može nam pomoći da predvidimo i objasnimo tuđe emocije, ponašanje i formuliramo pravilne
odgovore bazirane na ovim spoznajama. Primjerice, omogućava nas da zaključimo o namjeri
ili cilju druge osobe što je bitna vještina za uspješnu suradnju.

TEORIJA SIMULACIJE I TEORIJA UMA

Teorija simulacije ( TS ) je jedna od dominantnih hipoteza o prirodi spoznajnih
mehanizama koji su podloga za Teoriju uma. Možda se najbolje može sažeti izrekom :» Da bi
uistinu mogao poznavati čovjeka, prvo moraš hodati kilometar u njegovim cipelama «. TS
objašnjava da simulacijom akcija drugih i njihovih ponašanja i osjećaja, korištenjem vlastitih
ponašajnih i stimulacijskih mehanizama, možemo doći do predviđanja njihovog stvarnog
ponašanja. Ukratko, razmišljanjem kao da smo druga osoba, možemo koristiti vlastiti
spoznajni, ponašajni i motivacijski sustav za razumijevanje onoga što se odvija u umovima
drugih. Na ovaj način ST se može koristiti u razvoju robota kako bi razumjeli ljude na sličan
način. Bitna je činjenica da je ovo strategija koja prirodno vodi do uspoređivanja stanja uma
robota i onog ljudskog. Time bi se povećala sposobnost robota da usporedi svoje stanje uma
sa osobom s kojom se nalazi u interakciji, te nauči nešto iz ponašanja druge osobe. Ovakve
teorije pružaju temelje za razvoj robota sa ljudskim društvenim vještinama, sposobnostima
učenja, te pravilnog sporazumijevanja.

ZRCALNI NEURONI

Zanimljivo je da je nedavno otkrivena vrsta neurona kod majmuna, nazvana zrcalni

neuroni, predložena kao mogući neurološki mehanizam koji povezuje imitacijske sposobnosti
i TS-tip predviđanja tuđih ponašanja. Unutar područja majmunovog predmotoričke kore
lubanje, ovi neuroni pokazuju sličnu aktivnost kada primat opazi ciljno orijentiranu akciju
drugoga ( kao što je dohvaćanje ili korištenje objekta ) i kada on sam izvodi istu akciju. Ovaj
uzorak doveo je hipoteze da postoji određeno povezano kodiranje generiranih i percipiranih
akcija. Neuroni možda imaju važnu ulogu u mehanizmima koje koriste ljudi i životinje kada
povezuju svoje i tuđe ponašanje i postupke.
KISMET
OSNOVNE ČINJENICE:

Kismet je ekspresivni robot sa perceptualnim i motoričkim modalitetima prilagođenim

prirodnim ljudskim komunikacijskim kanalima. Nema tijelo, glavni cilj je u potpunosti razviti
komunikacijske sposobnosti, a ostale će biti razvijane s ostalim robotima ( prvenstveno Cog –
om, te Leonardom ).Razvijen je na sveučilištu u Massachusetts-u ( MIT ), pod vodstvom Dr.
Cynthie Breazeal.
Kako bi se omogućila interakcija slična onoj između djeteta i odgajatelja, robot je
opremljen sa vizualnim, glasovnim i perceptivnim ulaznim senzorima. Motorički izlazi
uključuju vokalizaciju, izraze lica i motoričke sposobnosti za prilagođavanje smjera pogleda i
orijentacije glave. Primijetite da ovi sustavi služe kako bi se upravljalo vizualnim i glasovnim
senzorima prema izvoru poticaja, te se također mogu koristiti za izražavanje komunikativnih
znakova ( govora tijela, mimike,..)

Bitno je naglasiti da svi ulazni i izlazni sustavi koje Kismet posjeduje funkcioniraju u
realnom vremenu sa minimalnim kašnjenjima što je samo po sebi bilo iznimno teško ostvariti.
 VIZUALNI SUSTAV

Sastoji se od 4 CCD kamere u boji smještene na stereo – aktivnoj glavi. Dvije od njih
su smještene točno na sredini između očiju i imaju mogućnost pogleda od 180°, te se okreću u
smjeru pokreta glave. Koriste se za odlučivanje na koje će objekte Kismet obraćati pažnju , te
izračunavaju približnu udaljenost tih objekata. Preostale dvije kamere nalaze se unutar
zjenica. Kismet ima tri stupnja slobode kontroliranja pogleda, te tri stupnja slobode za
kontrolu vrata ( ravno naprijed-natrag, lijevo-desno, te pokret sličan okretu glave unatrag ).
Time se robotu daje mogućnost pokreta i orijentacije očiju poput ljudskih, te pokretanje
raznih ljudskih vizualnih ponašanja. Na ovaj način se zapravo omogućava lakše prihvaćanje
komunikacije između čovjeka i Kismeta.

AUDITORNI SUSTAV
Odgajatelj može utjecati na Kismet-ovo ponašanje pomoću govora nošenjem malenog
i nenametljivog mikrofona. Signali se prenose te se pomoću raznih procesora pretvaraju u
impulse određene jačine koji omogućuju da se prepozna namjera odgojitelja ( bazira se na
tonalitetu glasa, jačini,..), te se omogući odgovarajuća reakcija.

EKSPRESIVNI MOTORIČKI SUSTAV

Kismet ima lice koje omogućava veliki asortiman mimičkih izraza kako bi što bolje
mogao izraziti svoje «emocionalno» stanje, te ostvariti fluidnu komunikaciju s sugovornikom.
Svako uho ima 2 stupnja slobode koja dozvoljavaju Kismetu da podigne uši za izražavanje
znatiželje i zanimanja, ili da ih spusti ili savije unatrag poput uplašene ili ljute životinje.

Znatiželja Ljutnja

Svaka obrva se može spustiti i zakositi kako bi se iskazala frustracija ili podignuti u
slučaju iznenađenja, te nagnuti unutrašnji dio obrve prema gore za izražavanje tuge

Tuga Iznenađenje Gađenje

Svaki kapak se može zasebno zatvoriti i otvoriti, omogućavajući tako treptanje i

žmirkanje. Kismet ima 4 aktuatora usana, svaki u jednom kutu usta, koji se mogu podignuti
prema gore za osmjeh ili pognuti za mrštenje ili tugu. Usta također posjeduju jedan stupanj
slobode čeljusti.
 Sreća Mirnoća

SOCIJALIZACIJA S LJUDIMA
Komunikaciju ne mora uvijek pokrenuti odgajatelj, Kismet to može učiniti i sam. No
tu se javljaju dva potencijalna problema.
Kada je osoba vidljiva, no predaleko da bi je Kismet mogao prepoznati, on prelazi u
mod za dozivanje kako bi mu se željena osoba približila. No ako se ona previše približi,
onemogućava Kismetovim kamerama da joj prepoznaju lice ( kamere tada mogu vidjeti samo
malen dio lica ), te automatski izaziva refleks povlačenja glave unatrag. Na taj način, ne samo
da se omogućava normalna vidljivost, već se i oponaša tipična ljudska reakcija kod ulaska
neke osobe previše unutar našeg osobnog prostora.

Slični načini ponašanja mogu se koristiti za vizualnu percepciju objekata. Ako je

predmet preblizu, Kismet se može odmaknuti od njega, ukoliko je pak predaleko, onda može
približiti vrat prema njemu. Ponovno, u društvenom kontekstu, ovakve akcije imaju snagu
izvan njihovih trenutačnih rezultata. Čovjek, koji pokušava razaznati akcije robota može ih na
taj način ispravno protumačiti, ali i uzrokovati pogrešnu daljnju interakciju . Npr. Izvlačenje
vrata prema naprijed može biti interpretirano kao interes za igračku, što će rezultirati
primicanjem igračke robotu, no ukoliko ona bude previše približena, Kismet će se ili uplašeno
povući ili samo prestati pokazivati interes.
 Iduća ograničenost vizualnog sustava je brzina kojom može pratiti objekte koji se
kreću. Ako se oni kreću prevelikom brzinom, Kismet ih veoma teško može kontinuirano
pratiti, te će pokazati iritaciju i ljutnju ukoliko njegov sugovornik nastavi s prebrzim
pokretima. Također ukoliko mu se neki objekt iznenada pojavi ispred očiju, automatski će
pokazati strah, te zatvoriti oči ili čak i odmaknuti glavu što dalje od izvora koji mu predstavlja
opasnost.

UČENJE DRUŠTVENIH MEĐUODNOSA KROZ

INTERAKCIJU S ČOVJEKOM-ODGAJATELJEM

Jako je važno naglasiti da Kismet nije «odrastao» robot, već je na percepcijskoj razini
jednogodišnjeg djeteta. Uči sve od osnova te mu je govor na početku nerazumljiv, no kako ga
odgajatelji uči, dobiva vokabular koji počinje upotrebljavati i stvarati razumljivu
komunikaciju. Također uči kako reagirati na glasovne podražaje, te stvarati neku vrstu
emocija, kao odgovor na njih. Npr. ako se odgajatelj smješka Kismetu, govori mu nježnim
tonalitetom glasa, te ga još i dodiruje kao na gornjoj slici, to bi trebalo izazvati pojavu
osmjeha i sreće, te memoriranje takvog odnosa akcije-reakcije. Također potrebno je poraditi
na tečnosti komunikacije raznim ekspresivnim oznakama – brzinom treptanja ili podignutim
obrvama kada je Kismet gotov sa svojim dijelom dijaloga, te očekuje nastavak od svog
sugovornika, te je najvažnije omogućiti komunikaciju u realnom vremenu.

SVRHA KISMETA

Glavni cilj je omogućiti normalnu komunikaciju s ljudima, te napraviti objedinjavanje

Kismeta s tijelom nekog drugog robota kako bi se dobio kompletan raspon mogućnosti za
olakšavanje svakodnevnog života ljudi koji ga koriste. Druga mogućnost je pružanje neke
vrste socijalnog kontakta kako bi se poboljšala kvaliteta života starijih i usamljenih. Sve u
svemu mogućnosti su bezbrojne, te se daljnjom nadogradnjom Kismet može razviti u jednog
od najvažnijih robota s mogućnošću izražavanja emocija, te možda čak i vlastitim
pronalaženjem novih, do sada neugrađenih emocija.
 Za više informacija posjetite stranice MIT-ovog laboratorija gdje možete vidjeti još
mnoge inteligentne robote poput Kismeta, te razne korisne informacije vezane uz njihov
razvoj.
LEONARDO ( LEO )
UVODNO O LEU

Najkraće možemo reći da je Leonardo Kismet-ov maleni, no mnogo napredniji brat.

Sve što dr.Cynthia Brazeal nije uspjela prije ostvariti, sada je postala stvarnost. U suradnji sa
poznatim studijem Stan Winston njen tim stvorio je ovo neobično malo stvorenje koje bi se
moglo opisati kao mješavina Gizma iz gremlina i Ewoksa. Ime je dobio po poznatom
renesansnom znanstveniku, izumitelju i umjetniku Leonardu DaVinci-u. Možemo reći da je
Leo Stradivari ekspresivnih robota, glavni izazov je dati mu «mozak» dostojan razvijenosti
tijela.
Leo ima 64 stupnja slobode ( DOF ) s potpuno izrađenim tijelom visine otprilike 76
cm. Noge su mu fiksne, no inače je potpuno artikuliran, najkompleksniji je robot koji je studio
napravio. Leo je trenutačno najekspresivniji robot na svijetu. Dizajniran je za bogate
interakcijske razmjene s ljudima, kao i za interakciju s okolinom. Ima sposobnost normalnog
komuniciranja i oponašanja mimike ljudskog lica ( naravno uz ograničenost zbog životinjskog
izgleda ). Ima izražajno silikonsko lice ( 24 DOF, bez ušiju ) sposobno za skoro ljudske
izraze, aktivni dvogledni vizualni sustav ( 4 DOF ). Dodatno opremljen je sa dvije 6 DOF
ruke, dva 3 DOF dlana, dva aktivna i pokretna 3 DOF uha, 5 DOF vratom, te preostalim
stupnjevima slobode u ramenima, struku i bokovima.
Osim prave verzije, postoji još i simulirana verzija, virtualni Leo ( na
slici dolje ), koji dijeli svu istu kinematiku , ulazne senzore, te kognitivnu
arhitekturu kao i pravi robot. Animirana verzija je zapravo identični model
pravog Lea, te oboje koriste isti ponašajni model. Ova činjenica je bitna iz
razloga što će se u dosta dijelova ovog poglavlja koristiti pravi i virtualni
Leo, ovisno o potrebama vizualizacije ( na virtualnom je puno lakše
objasniti mimiku lica ).
 Za omogućavanje lociranja i prepoznavanja točne teksture lica
ljudskog partnera, koristi se softver za vizualno prepoznavanje tvrtke
Nevengineering. Njihov Axiom ffT softver locira lice u dosegu kamere, te
prati i prepoznaje karakteristike i crte lica, vraćajući normalizirane 2D
koordinate za 22 točke lica sugovornika. Točke su : 2 za svaku obrvu, 3 za
svako oko, 4 za nos i 8 za usta. Za prikazivanje rezultata kod virtualnog
Lea koristi se statički smještena kamera, dok se kod pravog kamera nalazi
unutar jednog Leovog oka.

VIZUALNI SUSTAV
Potrebna senzorna sposobnost za društvenog robota je dobro znati gdje se ljudi nalaze
i što rade. Dakle, takvi roboti moraju biti u mogućnosti nadzirati ljude u njihovom okruženju i
interpretirati njihove akcije, kao što je primjerice komunikacija na temelju gestikulacije.
Robot također mora razumjeti aspekte neživosti okoline, npr. Kako će se igračke
ponašati kada se on igra s njima, odnosno kako one nisu živa bića. Dakle, trebat će široki
raspon vizualnih sposobnosti potrebnih za točno određenu svrhu za koju je stvoren.
 Kako bi se što više približili željenom cilju, razvija se cijeli niz odgovarajućih
vizualnih sposobnosti, te se istražuje upotreba Intelovih OpenCV biblioteka ( koje
implementiraju rutine s dodatkom Mac-ovih G4 AltiVec operacija ). Ovo uključuje cijelu
paletu vizualnih detektora za objekte ( boju, oblike, te kretnju ) i ljude ( boju kože, detekciju
očiju, gestikulacije, te praćenje crta lica), uključujući i mogućnost specificiranja mete i njeno
praćenje, a i procjenu dubine okoliša.
Aktivno praćenje ponašanja uključuje i sposobnost usredotočivanja na određeni
predmet, kontinuirano i mirno praćenje objekta u pokretu, uspostavljanje i održavanje
kontakta pogledom, te približavanje objektima varijabilne dubine. Za bolje shvaćanje dobro je
pogledati sljedeći isječak u kojem možete vidjeti kako Leo prati kretanje žute loptice.

KOŽA I RUKA S OSJETILIMA

Razvija se sintetička koža koja je u mogućnosti detektirati pritisak i njegovu lokaciju
po cijelom tijelu, a pritom se pokušava zadržati izgled i osjećaj prave meke kože. Razvojni
tim s MIT-a u suradnji sa umjetnicima studija Stan Winston, također razvijaju taktilni sustav
osjetila s posebnim senzorima smještenim u samoj jezgri robota, te ispod kože i krzna.

Koristeći takozvanu patuljastu distribuciju rezolucije osjeta kao vodič, razvijaju se

jačine senzora kako bi Leo imao što veću razlučljivost na područjima koja su u konstantnom
kontaktu s objektima ili ljudima. Sljedeći isječak pokazuje kako Leo reagira na dodir.
Kapacitivna osjetilna tehnologija se koristi blizu ušiju, a osjetilo za detektiranje sile u ruci.
 Do sada je stvorena nova artikulirana ruka koja se sastoji od integriranih taktilnih
senzorskih strujnih pločica na dlanu, stražnjoj i bočnim stranama ruke, kao i PIC baziranoj 64
kanalskoj A/D pretvorničkoj matičnoj ploči smještenoj unutar ruke. Trenutačno se dodatno
razvijaju algoritmi za brže procesiranje informacija na većem području. Ova vanjska polja će
biti sposobna procesirati kretanje, smjer i orijentaciju, te odrediti centroid objekta
postavljenog na kožu. Sučelje se razvija samo na ruci, no u konačnici će biti primjenjivo na
cijelo tijelo.

UČENJE DRUŠTVENOM INTERAKCIJOM

UVOD

Umjesto da ljudi trebaju učiti nove načine komunikacije kako bi mogli obavljati
interakciju s robotima, razvijaju se takvi roboti s kojima je lako postupati, učiti ih i surađivati
s njima. U suprotnosti sa mnogim statističkim pristupima učenju koji zahtijevaju stotine ili
tisuće pokusa i primjera kako bi trenirali sustav je način učenja novih sposobnosti robota
baziranih na prirodnim ljudskim naredbama i nekoliko demonstracija. Jednom kada je zadatak
naučen, robot bi tada trebao biti sposoban pomoći u istim takvim zadaćama. On ne bi samo
trebao znati sam izvesti zadatak, nego i obaviti ga surađujući s ljudskim partnerom,
nadopuniti ono što čovjek ne napravi do kraja.

Trenutno se istražuje više vrsta učenja putem društvene interakcije :

 Prvi zadatak je naučiti Leonarda kako izvoditi zadatke i izvršavati nove
ciljeve – UČENJE TUTORSTVOM ( uz navođenje skrbnika )
  Drugi je naučiti ga novim vještinama, te društvenom shvaćanju drugih,
kao što je mogućnost zaključivanja o namjeni promatrane akcije –
UČENJE IMITACIJOM
 Treći je ocjenjivanje novih objekata na temelju emocionalne reakcije
druge osobe – UČENJE DRUŠTVENIM REFERENCIRANJEM

UČENJE TUTORSTVOM

Samo da ukratko na početku ponovimo malo o vizualnim i glasovnim inputima.

Vizualni sustav analizira objekte iz okoline kao npr. ljude i igračke ( gumbi koji se mogu
pritiskati ) . Ova zapažanja se šalju kognitivnom sustavu zajedno s drugim atributima ( boji,
lokaciji, veličini,..). Vizualni sustav također prepoznaje gestikulaciju i koristi prostorno
zaključivanje kako bi povezao pokrete sa predmetima na koje se odnose. Sustav za glasovno
prepoznavanje, baziran na NRL Nautilus projektu, je Lisp parser sa ViaVoice podrškom.
Nautilus prima rečenice preko ViaVoice-a i parsira ih u informacije koje se dalje šalju u
kognitivni sustav. Dobivene vizualne i glasovne informacije se integriraju u koherentne
spoznaje o objektima u svijetu, gestama, te govoru. Kognitivni sustav može manipulirati
dodavanjem informacija, npr. dodavanje određene labele kada osoba imenuje neki objekt .

Za vrijeme podučavanja, učitelj daje interaktivne upute robotu, gradeći tako novi
zadatak iz niza postojećih akcija i zadataka. Svaki zadatak pridonosi veliki broj potencijalnih
reprezentacijskih hipoteza, omogućavajući tako Leu da izgradi ciljno-orijentiranu hijerarhiju
modela zadataka. Izvršavajući zadatke i dobivanjem povratne informacije sužava se prostor
hipoteza, sve dok se ne dođe do najbolje reprezentacije.
Učitelj usmjerava Leovu pažnju, izgrađuje doživljaje, podržava pokušaje učenja i
regulira kompleksnost i težinu zadataka. Također održava mentalni model koji Leo postiže
( npr. što je do sada shvaćeno, što je još nejasno ili nepoznato ) kako bi se pravilno oblikovao
zadatak i uspješno izvršio uz minimalnu pomoć. Leo pak, mora izraziti svoje shvaćanje nizom
komunikacijskih akcija i gesta, prikazom razine pažnje i zanimanja ( pogledati donju tablicu ).

Radi kraćeg pisanja koristi se oznaka U-učitelj

Kontekst Leova reakcija Namjera

U pokazuje na predmet
Izvršava neku akciju
U: Naučimo zadatak X
U: Zadatak X je gotov
Bilo kakav govor
Nejasno izvršenje zadatka
Završetak demonstracije
U: Možeš li...?
U: Izvrši zadatak...?
Zadatak izvršen ;U: Ne baš...
Zadatak izvršen ;U: Bravo
Dialog U i Lea
Gleda predmet
Gleda predmet
Lagano kimanje glavom
Lagano kimanje glavom
Podiže uši
Često pogledava učitelja
Podiže uši, nagne se naprijed
Kima glavom ili odmahuje
Izvršava zadatak
Lagano kimanje glavom
Kima glavom
Kontakt očima
Prikazuje predmet na koji
obraća pažnju
Prikazuje predmet na koji
obraća pažnju
Potvrđuje početak zadatka X
Potvrđuje kraj zadatka X
Otkriva da Leo sluša
Nesigurnost
Potiče povratnu informaciju
Pokazuje zna li zadatak ili ne
Demonstracija zadatka
Potvrđuje odgovor, čeka
dodatne upute
Potvrđuje uspješno
izvršavanje zadatka
Uspostavljanje / prekidanje
 očnog kontakta kako bi dao
do znanja tko je na redu

Sada kada ste upućeni u način komunikacije možemo početi s primjerom koji je
izvršen kao poveznica učenja tutorstvom i društvenim referenciranjem. Ispred Lea nalaze se 3
gumba- crveni, plavi i zeleni koja on treba na zahtjev upaliti ili ugasiti pritiskanjem.

Pokušaj 1.

U: Leo, upali gumbe

L: Napravi zbunjen izraz lica i pogledava učitelja
U: Naučit ću te kako da upališ gumbe
L: Kima glavom u znak potvrde
U: Pritisni crveni gumb
L: Pritišće gumb
U: Sada su gumbi upaljeni
L: Kima glavom u znak potvrde,
stvara hipotezu o zadatku iz ovog primjera
[pritisni] [ovaj 1 gumb]
[pritisni] [bilo koji crveni gumb]
[pritisni] [bilo koji gumb]
[pritisni] [bilo koji objekt]
Najspecifičnija za idući zadatak
[pritisni] [ovaj 1 gumb]

Pokušaj 2.

U: Leo možeš li upaliti gumbe?

L: Kima glavom za da, pritišće crveni gumb, podigne uši i čeka odgovor
U: Ne baš...
L: Očekuje još informacija
U: Pritisni zeleni gumb
L: Pritišće
U: Sada su gumbi upaljeni
L: Kima glavom u znak potvrde,
 stvara hipotezu o zadatku iz ovog primjera
[pritisni] [ova 2 gumba]
[pritisni] [bilo koji gumb]
[pritisni] [bilo koji objekt]
Najspecifičnija za idući zadatak
[pritisni] [bilo koji gumb]

Pokušaj 3.

U: Leo, da li si naučio upaliti gumbe?

L: Kima glavom, pritišće crveni, zeleni i plavi gumb
U: Bravo!
L: Kima glavom u znak potvrde,
stvara hipotezu o zadatku iz ovog primjera
[pritisni] [ova 3 gumba]
[pritisni] [bilo koji gumb]
[pritisni] [bilo koji objekt]
Najspecifičnija za idući zadatak
[pritisni] [bilo koji gumb]

Pokušaj 4.

U: Leo uključi gumbe

L: Pritišće zeleni gumb,
za to vrijeme U ugasi plavi gumb
L: Vidi da zadatak još uvijek nije izvršen, pogleda učitelja i pali plavi gumb, te
podigne uši i čeka povratnu informaciju.
U: Bravo!
L: Potvrdno kima glavom,
stvara hipotezu o zadatku iz ovog primjera
[pritisni] [ova 3 gumba]
[pritisni] [bilo koji gumb]
[pritisni] [bilo koji objekt]
Konačna hipoteza
[pritisni] [bilo koji gumb]

Iz primjera se može dobro vidjeti kako Leo sam zaključuje i nakon samo par pokušaja,
može bilo kakve izmjene zadatka uspješno shvatiti i izvršiti. Ukoliko njegova akcija nije
ispravna prvo prolazi po listi hipoteza i traži najprihvatljiviju, a ukoliko je ne nađe traži
dodatne informacije.
Ovakvo ponašanje je veoma bitno i za ostvarivanje timskog rada između čovjeka i
robota jer se na ovaj način jako lako mogu sporazumijevati, a robot može brzo shvatiti što
treba raditi.
 UČENJE IMITACIJOM

Temelji leže u Teoriji simulacije i Teoriji uma opisanim u poglavlju O načinu učenja
robota. Vrši se proučavanje kako imitacija kao dio socijalnog učenja i procesa učenja može
biti iskorištena u svrhu izgradnje inteligentnih robota.
Konačna struktura imitacijske interakcije sastoji se od dva dijela: onog gdje ljudski
sudionik imitira Leonardove izraze lica, te dijela kada Leonardo oponaša ljudski izraz. Leo
iskorištava dvosmjernu strukturu imitacijske razmjene kako bi postigao različite položaje za
vrijeme oponašanja. Za vrijeme prvog dijela interakcije Leo utvrđuje sličnost između svojih i
ljudskih crta lica ( Intermodalna reprezentacija ). Za vrijeme drugog dijela, Leo koristi
povezanost s modelom i imitira ljudski izraz na ciljno usmjeren način. Detalje možete vidjeti
na donjoj slici.

Ljudski izraz

Intermodalna
reprezentacija

Konačna imitacija

UČENJE DRUŠTVENOM INTERAKCIJOM

Učenje putem društvenog odnošenja je tendencija korištenja emocionalnih reakcija

druge osobe kao pomoć pri oblikovanju vlastitih procjena emocija u novim situacijama, koje
se zatim koriste za oblikovanje budućih ponašanja. To je važan oblik emocionalne
komunikacije i čini početni korak društvenog razvoja djece, te njihovog načina razumijevanja
okoline. Predstavlja novi oblik komunikacije između ljudi i robota, u kojem ljudi igraju bitnu
ulogu u oblikovanju osobnosti robota i njegovog poimanja svijeta. U Lea je implementiran
biološki inspiriran proračunski model društvenog odnosa. Sastoji se od tri međusobno
interaktivna sustava:
 Emocionalne empatije preko imitacije izraza lica
 Mehanizma dijeljene pažnje
 Memorijskog sustava za pamćenje emocija

Ovi sustavi međusobno surađuju kako bi omogućili robotu da demonstrira način

učenja putem društvenog odnošenja sličan onome malog djeteta.
MOTORIČKI SUSTAV
Jednom kada ja akcijski sustav odabrao akciju koju robot treba obaviti, motorički
sustav je odgovoran za stvarno pomicanje potrebnih dijelova tijela za njeno uspješno
izvršavanje. Bitno je naglasiti da virtualni Leo ima puno više mogućnosti izražavanja, zbog
ograničenosti stvarnog od oštećenja, te se zbog toga računalom predviđeni izrazi lica u manjoj
mjeri razlikuju od stvarnih. Na donjoj slici možete vidjeti ljudski izraz lica, točnu računalnu
imitaciju istog, te najbliži izraz dopušten iz sigurnosnih razloga.

No kako bi pobliže mogli shvatiti uspjehe cijelog rada na Leu, pogledajte kratki
isječak u kojem se pokazuje motorička sposobnost Leovih ruku i izražavanja emocija ili pak
pogledajte završne slike kojima se opraštamo od Lea.
COG
OSNOVNE ČINJENICE
Razvojni voditelji projekta ističu da motivacija za razvoj Cog-a leži u hipotezi da
humanoidna inteligencija traži humanoidnu interakciju s okolinom.

Izbjegavajući površan antropomorfizam, Cog-a možemo smatrati setom senzora i aktuatora

koji pokušavaju aproksimirati senzornu i motoričku dinamiku ljudskog tijela. Isključujući
noge i fleksibilnu kralježnicu, većina stupnjeva motoričke slobode u tijelu, glavi i rukama
uistinu postoji. Vid je ostvaren u obliku video kamera. Sluh i dodir su na crtaćoj dasci
smještenoj s prednje strane trupa. Članci u rukama su iznimno osjetljivi te omogućavaju
veoma precizno korištenje ruku i kontrolu brzine i jačine kretanja. Ukratko Cog je platforma s
jednim hardverom čija je svrha objedinjavanje mnogih podvrsta umjetne inteligencije u jednu
unificiranu, koherentnu, funkcionalnu cjelinu. Trenutno se još uvijek razvijaju sustavi za
razna poboljšanja, te ga se pokušava dodatno humanizirati izgradnjom lica veoma sličnog
ljudskom. Sva istraživanja izvode se u sveučilištu u Massachusetts-u ( MIT ), pod vodstvom
dr. Rodney-a Brooksa.

ZAŠTO IZRAĐIVATI HUMANOIDNOG ROBOTA, ZAŠTO GA

NE SIMULIRATI ?
Razmišljajući o ljudskog razini inteligencije, postoje 2 seta razloga zašto bi netko mogao
izgraditi humanoidnog robota.
Ako se ozbiljno uzmu u obzir argumenti Johnson-a i Lakoff-a, onda je izgled našeg
tijela neizostavno bitan u reprezentaciji koju razvijamo i koristimo za naša razmišljanja i
zaključivanja, te jezik. Ako napravimo robota s inteligencijom nalik ljudskoj, onda nam ne
preostaje ništa drugo nego da i izgledom bude što sličniji čovjeku. Naravno, kako taj izgled ne
može biti u potpunost identičan ljudskom, postoji opasnost da temeljeni aspekti ljudskog tijela
budu u potpunosti promašeni. Tada bi došli do stvaranja samo vanjske ljuske, dok bi ono što
je uistinu bitno za razumijevanje našeg uma i osjećaja, ostalo neostvareno.
 Drugi razlog za izgradnju humanoidnog robota leži na puno čvršćem tlu. Bitan aspekt
same ljudskosti je interakcija s drugim ljudima. Za takvog robota od ključne je važnost
stjecanje iskustva preko interakcije s drugim ljudima, a za to je potreban velik broj interakcija.
Ako robot ima humanoidni oblik tada će ljudima biti puno lakše komunicirati s njim na
uobičajen, ljudski način. Zapravo istraživanja su pokazala da se ugradnjom svakodnevnih
mimika i socijalno prihvaćenih interakcijskih znakova, ljudi veoma lako naviknu na
komunikaciju s robotom, kao da je normalna osoba. U slučajevima kada robot nije nalikovao
čovjeku, interakciju s njim ljudi su odbijali i nisu se nikako mogli zainteresirati za razgovor.
Netko bi mogao reći da je sve ovo bespotrebno, da je dovoljno simulirati ljudsko lice
na monitoru, no mnoga testiranja pokazuju da to ipak nije dovoljno. Da bi robot mogao
poprimiti način razmišljanja sličan ljudskom, da bi mogao postati inteligentan, upravo je
ključan aspekt interakcije, imitacija pokreta, mimike i oponašanje osjećaja, te pamćenje
reakcija i podražaja. Iz tih razloga nužno je omogućiti čovjeku da se za vrijeme interakcije
osjeća ugodno i opušteno, a to se najbolje može učiniti ako mu je robot što sličniji.

VIZUALNI SUSTAV
ZAHTJEVI DIZAJNA

Kako bi se što točnije aproksimirala kompleksnost ljudskog vizualnog sustava, Cog-

ova glava i vizualni sustav su dizajnirani tako da zadovoljavaju 5 ciljeva:

 Binokularnost ( vid ostvaren pomoću dojma dva oka )

Takav raspored kamera je potreban jer su nejednakost i približna
dubina važni faktori za razlikovanje objekata

 Aktivnost
Potrebna je kako bi se omogućilo da oči imaju brzinu reakcije približnu
ljudskoj, te što sličniji i širi vidokrug

 Kompaktnost ( stisnutost / zbijenost )

Sustav mora biti dovoljno zbijen da stane unutar izrađene glave, ali
također mora funkcionirati primjerenom brzinom
 Široko polje pogleda
Za lakše snalaženje u okolini, bolju percepciju prostornosti, te za
omogućavanje izbjegavanja potencijalnih prijetnji.
 Visoka razlučivost slike
Kako bi što točnije mogao prepoznati osobe ili predmete koji su na
većoj udaljenosti
 FIZIČKI OPIS COG-ovih OČI

Cog-ov vizualni sustav je dizajniran tako da oponaša neke mogućnosti ljudskog vida,
uključujući prostornost i dimenzionalnost. Svako se oko može rotirati oko neovisne vertikalne
osi i para horizontalnih. Kako bi se obojim omogućio širok kut pogleda i vid visoke
rezolucije, postoje 2 crno-bijele kamere za svako oko. Jedna od njih hvata periferni vid
širokog kuta a druga uski snop centralnog dijela. Svaka kamera stvara NTSC signal koji je
digitaliziran hvatačem kadrova spojenim na procesorsku mrežu digitalnih signala.
Sustav kamera posjeduje 4 stupnja slobode (DOF –degrees of freedom ) koja
objedinjavaju 2 aktivna oka. Kako bi se što bolje oponašalo kretanje ljudskog oka, svako oko
se može rotirati oko vertikalne ( za postizanje dubine ) i horizontalne ( za širinu vidokruga )
osi. Ljuske oči zapravo imaju više od dva stupnja slobode, no robotu je i ovo dovoljno. Za
aproksimaciju kretanja i dometa našeg vizualnog sustava, postavljeni su mehanički graničnici
koji dozvoljavaju svakom oku rotaciju od 120˚ vertikalno i 60˚ horizontalno. Svako oko
sadržava dvije crno-bijele CCD kamere. Zajedno, par kamera aproksimira široki periferni vid
i visoku rezoluciju slike. Male pomične kamere su izabrane kako bi svako oko bilo
kompaktno i lagano, veličine su 17 mm u promjeru i 53 mm duljine ( bez konektora ), te teže
samo 25 grama.
Donja kamera svakog oka daje Cog-u periferni vid širokog kuta ( 88,6˚ (vertikalno) *
115,8˚ (horizontalno) ). Iako je to uže od ljudskog perifernog vida, teško je kupiti leću sa
širim poljem pogleda. Leća može fokusirati od 10 mm do beskonačnosti.
Gornja kamera svakog oka omogućava pogled visoke rezolucije. Leća ima fokusnu
duljinu od 15 mm sa uskim snopom centralnog dijela ( 18,4˚ ( vertikalno) * 24,4˚
(horizontalno) ). Ovo područje je bitno veće od ljudskog koje je otprilike veličine 0,3˚. Leća
fokusira objekte na udaljenosti od 90 mm do beskonačnosti.
Cijeli dizajn mogao je biti dodatno pojednostavljen korištenjem jedne kamere za
svako oko, no ovako se kvaliteta percepcije znatno poboljšala. Testovi su pokazali da je
povećanje kutne rezolucije bitno povećalo funkcionalnost sustava za prepoznavanje
kompleksnijih objekata ( primarno obrisa lica, te tekstura predmeta ). Kako bi bolje mogli
shvatiti kakav je rezultat gledanja s opisanim kamerama pogledajte dvije slike uhvaćene
istovremeno sa obje kamere u Cog-ovom lijevom oku.
AUDITORNI SUSTAV
Senzori za Cog-ov auditorni sustav je par električnih kondenzatorskih mikrofona koji
se normalno koriste u slušnim aparatima i sličnim pomagalima. Mikrofoni su smješteni
direktno na bočnim stranama glave, slično kao što su smještene uške kod čovjeka.
Sučelje za pretvorbeni sustav sačinjavaju ručno ugrađeno stereo pred - pojačalo koje
povećava mikrofonski signal niske razine i spaja ga na audio analogni –u – digitalni ( A/D )
konverter u C40 DSP sustavu.
Primarna svrha auditornog sustava je izvođenje obrade signala u realnom vremenu
kako bi se omogućila normalna komunikacija s ljudima.

MOTORIČKI SUSTAV
KRATAK UVOD

Bitno je naglasiti kako Cog nikada neće imati noge, jer bi to oduzelo previše vremena.
Cog-ovo tijelo može pomoći što boljoj i točnijoj interpretaciji ponašanja inteligentnog bića.
Nekoliko specifičnih kvaliteta je važno za Cog-ovo tijelo i motoričke sposobnosti.
 Cog ima tijelo slično ljudskom po obliku, strukturi i stupnjevima slobode
 Aktuatori koji pokreću ( omogućavaju kretnju ) Cog-ovo tijelo koriste niz
elastičnih aktuatora koji olakšavaju kontrolu nad udovima i omogućavaju
sigurniju interakciju za ljude.
 Aktuatori mogu biti kontrolirani na veoma efektivne načine korištenjem
nelinearnih oscilatora koji su izrazito slični pravim neuronskim oscilatorima u
biologiji. Ovi oscilatori dopuštaju da Cog iskoristi prirodnu dinamiku svog
tijela i svijeta oko sebe.
Sve u svemu, Cog ima 21 mehanički stupanj slobode – DOF ( degrees-of-freedom ) ;
dvije šest DOF ruke, torzo sa strukom s dva DOF, jedan DOF zakretni torzo, tri DOF
vrata, te tri DOF u očima.

TORZO
 KRITERIJ ZA DIZAJN

Dva osnovna cilja vodilja su dizajna za tijelo.

 Robot bi trebao biti što sličniji čovjeku kako bi se lakše prešla barijera
međusobne komunikacije. Najvažnije ljudske karakteristike koje treba
zadovoljavati su veličina, brzina i domet motoričkih sposobnosti.
 Hardver bi trebao koristiti dobro znanu tehnologiju a komponente koje su lako
dostupne te će se smanjiti vrijeme utrošeno na konstrukciju.

RASPON KRETANJA

Torzo ima šest stupnjeva slobode :

 Struk se savija naprijed-natrag i s lijeva na desno

 Kralješnica se može zakretati
 Vrat se pomiče naprijed-natrag i s jedne strane na drugu, te se još dodatno
savija ljevo-desno
Mehanički zaustavljači na tijelu vratu daju ljudski raspon kretanja, kao što je pokazano na
donjoj slici ( nisu pokazani zakret vrata od 180˚ i zakret tijela od 120˚ ).

SENZORI

Cog ima set senzora na tijelu. Svaki stupanj slobode ima senzor u motoričkom kontroleru
kako bi se dobila nekakva povratna informacija. Također se na svakom motoru i pogonskom
sklopu nalazi toplinski senzor kako bi se pravovremeno moglo zamijetiti neispravno
zagrijavanje motora.

RUKE

Svaka ruka je otprilike bazirana na dimenzijama ljudske ruke sa 6 stupnjeva slobode, svaki
pokretan sa DC električnim motorom preko niza opruga ( niza elastičnih aktuatora ). Opruge
pružaju točnu povratnu informaciju o momentu zakreta za svaki zglob, te pružaju zaštitu
motora od naglih šokova i udaraca. Ukoliko senzori osjete nagle promjene, Cog će
jednostavno povući ruku ili je što blaže zaustaviti kako ne bi došlo do ozljeda bilo robota ili
čovjeka. Sustav je toliko stabilan da Cog može bez ikakvog problema piliti drva, svirati
bubnjeve, dohvatiti željene predmete i slično. Premda se to čini jednostavno prvi pokusi su
bili katastrofalni. Batovi za bubnjeve su u komadima letili po zraku, bubnjevi su pucali,...a
sve jer proračuni momenta sile zakreta nisu bili točni. Ako želite vidjeti kako stvari ispravno
funkcioniraju pogledajte sljedeće isječke:

VIŠE O HARDVERU
Upravljač svih izračuna je heterogena mreža mnogo različitih procesorskih tipova koji
funkcioniraju na različitim nivoima razine hijerarhije, od najmanjih mikrokontrolera za
pokretanje zglobova do mreža procesora digitalnih signala ( DSP mreža ) za audio i vizualno
predprocesiranje Cog-ovog mozga.
Originalna jezgra je bila mreža od 16 MHz Motorola 68332 mikrokontrolera na
posebno izrađenim matičnim pločama, spojenim preko dual-portnog RAM-a. Svaki od
čvorova je vrtio L, višenitni podjezik klasičnog Lisp-a.
Trenutačna jezgra je mreža od 200 MHz industrijskih PC računala koje podržava QNX
operacijski sustav u realnom vremenu povezan sa 100VG ethernetom. Mreža trenutačno
sadržava 4 čvora, ali može biti proširena spajanjem novih čvorova u mrežni obnavljač. QNX
osigurava transparentnu i otpornu na pogreške međuprocesnu komunikaciju preko mreže.
Stari i novi mozak mogu normalno zajedno funkcionirati, komunicirajući preko posebno
napravljenih ISA sučeljnih kartica. Video i audio predprocesiranje se izvodi pomoću odvojene
mreže C40 digitalnih signalnih procesora ( Texas Instruments ) koji komuniciraju preko
posebnog C40 odgovarajućeg porta. Mreža uključuje C40-bazirane hvatače slike, prikazne
ploče, te audio ulazne i izlazne portove. Procesori prenose podatke jezgrenom procesoru
preko ISA i PCI sučeljnih kartica. Svaki zglob na robotu ima svoj lokalni kontroler motora,
ručno izrađenu ploču sa Motorola HC11 mikrokontrolerom, koji procesira šifrirane i analogne
ulazne signale, izvodi potrebne kalkulacije, te pokreće motor sa pulsnim modulacijama. Za
ruke, mikrokontroler generira virtualno opružno ponašanje na 1kHz, bazirano na odgovoru
obrtnog momenta dobivenog iz senzora u zglobovima.

SVRHA
Pitanje je od kuda početi ? Moglo bi se reći da je Cog vjerojatno najsvestraniji robot
što se tiče korisnosti. Možemo krenuti od najbanalnijih kao što je pomoć u kućanskim
poslovima, dodatan muzičar u bendu, osobni konobar i slično, no njegova je posebnost puno
veća i važnija.
Razvojem vizualnog sustava moglo bi se napokon pomoći slijepim osobama da
ponovno progledaju, spajanjem raznih električnih impulsa i kamera sa živcima. Točno
poznavanje motoričkog sustava moglo bi zamijeniti izgubljene udove. Auditorni sustav
osigurao bi poboljšanje sluha i slično.
Glavni problem gore navedenih mogućnosti je moralna granica. Do koje mjere se
robot može integrirati u čovjeka, da li se onda gubi ona cijela srž koja nas čini ljudima? Neke
od tih pitanja i trenutnih razmišljanja možete pročitati u jednom od zadnjih dijelova ove web
stranice.
 STANLEY
Zamislite sljedeću situaciju – vozite se gradom, a odjednom vas prestigne automobil
bez vozača. Bili biste šokirani, zar ne? Ovo vam se možda čini znanstvenom fantastikom i
nadasve nemoguće, no već upravo sada, kada ovo čitate, to je veoma moguće- zato upoznajte
Stanley-a -Volkswagen Touareg, najprecizniji inteligentni auto koji sve radi umjesto vas.

UVODNE ČINJENICE
Razvijen je na Američkom sveučilištu Stanford, a velik dio svoje slave stekao je 2005
godine pobjedom na velikom natjecanju « DARPA Grand Challenge «, automobilskoj utrci
bez vozača na udaljenosti 282 km kroz Mojave pustinju. No kako Stanley može voziti sam?
Čime se sve koristi?
Opremljen je sa 4 lasera za pronalaženje udaljenosti, radarom, 2 stereo kamere, te
kamerom s jednom lećom za sam vid. Sve mu ove komponente služe za stvaranje 3D slike
puta kojim se kreće, te za detekciju zavoja i prepreka kako bi mogao pravodobno ispraviti
svoju putanju. Plava kutija smještena na stražnjem gornjem dijelu kontrolira mogućnosti
vožnje, kako bi se po potrebi Stanley mogao ugasiti, stati, ili propustiti neko drugo vozilo.
Pokreće ga 7 Pentium M računala, sva upravljana Linux-om, smještena u prtljažniku,
no testiranjima je dokazano da su dovoljna tek 2 računala kako bi sve efikasno funkcioniralo.
Značajno je da sva računala troše iznimno malo električne energije, te svu potrebnu snagu
crpe iz Volkswagen-ovog motora, eliminirajući tako potrebu za dodatnim generatorom unutar
vozila. Cedric Dupont, jedan od glavnih inženjera objašnjava kako je Stanley vjerojatno
najsigurnije vozilo za okoliš. Vozi na biodizel, a zbog dobre gorive učinkovitosti ne mora se
ugrađivati dodatni rezervoar za gorivo.

TESTIRANJA I REZULTATI
U početku su rezultati testiranja bili veoma loši, te se čak mislilo odustati od projekta,
no kako je vrijeme prolazilo, sve veći broj testiranja pokazivao je znatno poboljšanje
rezultata. Time su istraživači došli do još jednog bitnog zaključka i karatkteristike Stanleya –
on uči sa iskustvom. S time su došli do novih otkrića u umjetnoj inteligenciji, te se razvoj
naglo poboljšao. Tada se i vojska uključila u daljnji razvoj projekta, no o tome možete
pročitati kasnije.
 Nakon mnogobrojnih tesiranja i pokusa, napokon je provedena usporedna vožnja
vozača Sebastiana Thrun-a ( jednog od voditelja samog projekta ) i Stanleya. Rezultati su bili
iznenađujuće dobri, te su članovi razvojnog tima znali da je vrijeme da iskušaju svoje znanje
na Darpa izazovu, kojega su i osvojili te dobili 2 milijuna dolara 2005. godine.
KAKO STANLEY ”VIDI” CESTU?

1.GPS ANTENA

GPS antena na krovu prima podatke koji su zapravo 2 puta proputovali svemir –
jednom kako bi se primio inicijalan položaj vozila s točnošću od 1 metra, te drugi puta za
dodatne korekcije. Konačno očitanje ima točnost od čak 1 centimetra.

2. LASER ZA PRONALAŽENJE DOMETA

Tako zvani lidar skenira teren 30 metara ispred vozila, te s lijeve i desne strane, 5 puta
u sekundi. Dobiveni podaci se koriste za stvaranje mape puta.

3. VIDEO KAMERA

Video kamera skenira cestu izvan dosega lasera i prosljeđuje novo dobivene podatke natrag
računalu. Ako je laser teren identificirao kao podoban za vožnju, softver traži jednake
karakteristike u svojim video zapisima pohranjenih na disku, ili pak pomoću geografske karti
prema koordinatama na kojima se nalazi vozilo. Na ovaj način Stanley-ev vid se produljuje na
čak 80 metara te tako omogućava sigurnu vožnju i akceleraciju.

4. ODOMETRIJA

Za slučajeve kada su signali koje računala i laser trebaju za pravilno određivanje

putanje blokirani, npr. prolaskom kroz tunel ili planinu, aktivira se dodatni fotografski senzor
smješten unutar volana. Monitor fotografskog senzora povezan je sa nizom malenih uzoraka
čipova na kotačima postavljenih na točno određenim udaljenostima. Dobiveni podaci koriste
se za određivanje udaljenosti koja je prijeđena od trenutka kada je počelo blokiranje signala.
Tako glavno računalo može odrediti točan položaj vozila pomoću njegovog zadnje poznate
GPS lokacije.

PLANOVI ZA BUDUĆNOST

VOJNE SVRHE

Od samog početka razvoja na Stanleyu, Američka vojska je pokazala veliki interes za

subvencioniranje i poticanje projekta. U periodu od 2000. do 2007. godine u razvoj su uložili
preko 4 milijarde dolara i pratili su svaki korak razvoja. Stanleyevu svrhu vide u više
različitih pod projekata.
 Kako nema vozača, potrebnom modifikacijom opreme postaje idealan za
razminiravanje velikih područja, a bez ljudskih žrtava.
 Također zbog termo-vida može skenirati područje i otkriti neprijateljske
položaje u kratkom roku s velikom preciznošću.
 Sve kamere i mogućnost memoriranja i pamćenja omogućavaju njegovo
korištenje za istraživanje novih terena i njihovo snimanje.
 Dodatnim integracijama glavnih sustava želi se napraviti nova vrsta tenka koji
bi imao vjerojatno najrazorniju i najefikasniju moć do sada.
 Mogao bi se koristiti i u medicinske svrhe, kao glavno vozilo za prijevoz
lijekova.
 SVAKODNEVNA SVRHA

Osim u vojne svrhe naravno njegova bi upotreba mogla u budućnosti postati dio
svakodnevnog života. Istraživanjima i testiranjima razvojni inženjeri su pokazali da bi stopa
prometnih nesreća s njegovom upotrebom mogla pasti za nevjerojatnih 40%.

 Omogućio bi lakše kretanje i život invalidnim i nemoćnim osobama, te prijevoz do

zdravstvenih ustanova.
 Uvijek bi u pozadini mogao raditi autopilot koji bi sprječavao nesreće do kojih dolazi
zbog pospanosti vozača.
 Mogao bi omogućiti pravodobno primjećivanje promjena na cesti i u prometu
spriječiti lančane sudare.

Kao konačni rezultat možemo dobiti jedan od najmoćnijih i najkorisnijih vozila svih
vremena, no nažalost isto tako i najrazorniji stroj ukoliko nešto pođe po zlu. Mnogi će ovaj
napredak odbiti jer neće htjeti u tolikoj mjeri svoj život staviti u ruke jednom stroju, no koliko
je to opravdano svatko će morati odlučiti sam. Napredak je dar cijeloj civilizaciji, no također i
potencijalno uništenje ako dođe u krive ruke, no to nažalost već svi dobro znamo.
KRATAK PREGLED JOŠ NEKIH ROBOTA
JUNIOR

Junior je Passat karavan čiji su volan, gas i kočnice modificirani u Volkswagenovom

laboratoriju za Elektronička istraživanja u Palo Altu, te je u potpunosti računalno upravljiv.
Inženjeri su također stvorili potrebne ugradne elemente za sve sofisticirane senzore. Bitna
razlika između Stanleya i Juniora je ta da Junior mora biti svjestan objekata koji se u velikoj
brzini kreću oko njega, dok Stanley samo mora paziti na mirne objekte ispred sebe. Zbog
toga je Junior puno sofisticiraniji. Sebastian Thrun i dalje vodi cijeli projekt.
Senzori uključuju lasere za određivanje udaljenosti koji se vrte kako bi osigurali 360
stupanjski trodimenzionalni pogled okoline u skoro realnom vremenu. Laserski niz je
popraćen sa 6 video kamera koje «vide» cijeli okoliš auta. Junior također koristi lasere
smještene na braniku, radar, te GPS prijemnike i inercijski navigacijski hardver za sakupljanje
podataka o tome gdje se nalazi i što se nalazi oko njega.
Zbog dodatne količine podataka koje Junior sakuplja, njegov izračunski hardver mora
biti puno moćniji, te se zato koriste Intelovi Core 2 Duo procesori. No ono što će Juniora
činiti uistinu autonomnim bit će njegov softver, na čijem razvoju rade deseci studenata i
istraživača Stanfordskog odsjeka za umjetnu inteligenciju ( SAIL ). Moduli kao što su
percepcija, kartografija i planiranje daju Junioru mogućnost poboljšanja sposobnosti vožnje,
te pretvorbu sirovih podataka u kohezivno razumijevanje situacije.
Razvoj novog softvera započeo je prošlu jesen, a testni rezultati trebali bi biti poznati
do kraja 7. mjeseca, a do kraja godine bi se trebala implementirati većina sustava.

Kratki pregled

Motor : 4-cilindarski turbo diesel

Prijenos : 6 brzina, automatski
Kubični kapacitet motora : 1968cc
Trošenje goriva : grad- 9,2 litre na 100 km
autocesta. 5,51 litra na 100 km
kombinirano 6,81 litra na 100 km
Snaga : 103Kw na 4000 okretaja
Maksimalna brzina : 203 km/h
Akceleracija 0-100 km u 10,1 sekundi
 DOMO

Domo je novi inteligentni robot s razvijenim gornjim torzom stvoren na MIT-u.

Doktorski je rad Aaron-a Edsinger-a. Cilj mu je pridonijeti razvoju novog pristupa
manipulacije robota u nestrukturiranom okolišu. Pristup je usredotočen na integraciju
suradljivih i na silu osjetljivih manipulatora u ponašanje bazirano na arhitekturi koja postiže
korisnu manipulaciju zadataka za pomoć ljudima u svakodnevnom životu.
Za više informacija posjetite stranice http://people.csail.mit.edu/edsinger/domo.htm.

HUGGABLE

Trenutno postoji porast istraživanja utjecaja

životinja na ljude. Studije pokazuju da prisustvo
životinja smanjuje stres, snižava brzinu rada srca,
brzinu disanja, te pozitivne hormonalne promjene,
podiže raspoloženje, te povećava društvenost.
Poznavajući te zdravstvene i društvene prednosti,
terapije potpomagane životinjama se često koriste za
pomoć hospitaliziranoj djeci, starijima, te ostalim
ljudima kojima je potrebna pomoć. Nažalost
životinje nisu uvijek u mogućnosti pomoći ljudima
zbog njihovih alergija, riziku od bolesti, strogim
rasporedima posjećivanja, te raznih drugih razloga.
 Kako bi se osigurala zdravstvena i društvena korist kada životinje nisu dostupne, u
zadnje vrijeme su pažnju znanstvenika privukle terapijske aplikacije na bazi robota.
Razvija se interaktivni medvjedić, zvan Huggable, koji će služiti kao novi robot za
terapeutske svrhe. Primarni ciljevi su da :
 Bude emocionalno zadovoljavajući za interakciju, uz to da mora imati krzno slično
životinjskom, te isto takvu reakciju na dodir
 Donosi bitno poboljšanje zdravstvenog stanja.
 Ga se može koristiti za praćenje svakodnevnog života ljudi, da pamti određene stvari
koje će pomoći njegovateljima
 Bude fleksibilna izračunska platforma koja dopušta istraživanje ostalih aplikacija za
poboljšanje Huggable tehnologije.

Ostale informacije i filmiće pogledajte na stranicama MIT-a :

http://robotic.media.mit.edu/projects/theHuggable.html

ROBOFLORA ( ROBO-CVIJEĆE )

Delikatna i graciozna,
Roboflora predstavlja buduću viziju
robota koji će nas zaintrigirati
intelektualno i emotivno dirnuti.
Instalacija istražuje dio interakcije
između ljudi i robota na fluidan,
dinamičan i harmoničan način.
Ovaj robotski vrt se sastoji od četiri
vrste roboflore. Svaka kombinira
životinjsko ponašanje i cvjetne
karakteristike u robotsku instatizaciju
koja osjeća i reagira na ljude na
specifičan način.

PLAVI PUPOLJAK

Silikonski i aluminijski pupoljci koriste kapacitivna

osjetila za detekciju blizine ljudske ruke, te se tada
graciozno otvaraju i svijetle raznim plavim nijansama.
K OBRA ORHIDEJA

Prozirni akrilni segmenti daju ovom cvijetu nalik na

orhideju zmijski način kretanja prema toplini
ljudskog tijela.

LJUBIČASTE OSCILACIJE

Nadahnute kretnjama visoke trave potaknute

laganim povjetarcem, aluminijske latice njišu se i
žubore s uzbuđenjem kada ljudska ruka prođe iznad
njih.

ROBONAUT

Robonaut je humonidni robot dizajniran u

NASA-inom Johnson Space Center-u unutar ogranka
Robotske Sistemske Tehnologije. Projektom se želi
istražiti, razviti i demonstrirati robotski sustav koji
može funkcionirati kao ekvivalent ljudskog astronauta.
Robonaut preskače buduće generacije eliminirajući
robotske ožiljke ( specijalne robotske mete ) i
specijalizirane robotske alate tradicionalne robotike za
rad izvan orbite. Ipak, zadržava ljudskog operatera za
kormilom kroz tele-prisustvo. Robonaut je dizajniran
za korištenje u EVA zadacima, odnosno onima koji
nisu prvenstveno bili dizajnirani za robote.
 Izazov je napraviti strojeve koji pomažu ljudima u radu i istraživanju svemira. Radeći
uz bok s ljudima ili umjesto njih na teškim, opasnim ili nedostupnim mjestima, strojevi poput
Robonauta će proširiti sposobnost istraživanja i proširenja. Glavnina napora je omogućiti
korištenje ruku koje je nužno potrebno astronautima uz dodatni široki spektar mogućnosti.
Robonaut je proizvod zajedničke suradnje NASA-e i DARPA-e.
ZAKLJUČAK

Debate od društvenom utjecaju koje ima stvaranje inteligentnih strojeva okupirale su

mnoge organizacije i individualne osobe tokom prošlih desetljeća. Kako su se mnoga od ranih
znanstveno fantastičnih predviđanja već obistinila nemamo razloga za nevjerovanje u moć i
sposobnost inteligentnih strojeva. Već živimo u eri budućnosti, uživamo u zlatnom dobu
tehnologije, bez kraja, limita u vidokrugu.
Moralne i etičke granice su očite i postoje tri strane za raspravu o njima. Jedni
smatraju da je već sada previše ljudi siromašno i bez posla, te da nema potrebe za
mehaničkom radnom snagom koja može samostalno misliti i još nam se suprotstavljati ako bi
njih pitali za mišljenje. Drugi smatraju da se društvo ne može razvijati i maksimalno
iskorištavati resurse bez pomoći strojeva koji barem u nekoj maloj razini mogu samostalno
razmišljati. Treći pak jednostavno ne mare za ta pitanja, kao što je i tipično za ljudsko
društvo.
Na detaljnijem nivou, mišljenja se također razlikuju o razini u kojoj bi roboti trebali
biti inteligentni i kako bi oni trebali izgledati. Da li govorimo o autonomnim spravama kao što
su istraživači svemira ili robotima koji oponašaju ljudski oblik, način razmišljanja i
ponašanje? Kako će sve veći dio društva postati automatiziran, hoćemo li prepustiti brigu za
našu djecu, njihovu edukaciju, poslove i vlade robotima koji su inteligentni?
Ovdje ne postoje jasni odgovori. Istraživanja su široko rasprostranjena i različita,
pokrivaju sve aspekte umjetne inteligencije. Čak se ne možemo složiti ni u definiranju točnih
granica prave inteligencije, a već stvaramo umjetnu. Pa tko onda može reći što je pravilno,
etički i moralno, a što nije? Ako izgradimo androidne strojeve, sa dizajniranom inteligencijom
koji se ponašaju i razmišljaju kao ljudi, ne bi li oni onda trebali u potpunosti služiti nama?
Isaac Asimov, autor djela znanstvene fantastike, napisao je Tri Zakona Robotike u
prošlome stoljeću koji bi trebali biti ugrađeni u robote radi zaštite ljudi od revolucije robota s
jedne strane, a od prevencije iskorištavanja robota u neetičke svrhe s druge strane:
 Robot ne smije ozlijediti niti jedno ljudsko biće, kroz interakciju, niti smije
dozvoliti da se nekim njegovim akcijama čovjek ozlijedi
 Robot mora poslušati naredbe koje mu ljudi daju, osim ako se one kose s
prvim zakonom
 Robot mora štititi svoje postojanje sve dok se takva zaštita ne dolazi u konflikt
s prvim ili drugim zakonom

Gornja tri principa su dobar primjer teškoća programiranja umjetnog mozga. Ljudski
mozak je evoluirao kroz milijune godina preživljavanja i učenja društvenog ponašanja, a
njegova evolucija traje i danas. Imitiranje rada mozga je ogroman izazov i sudeći prema
razvoju, snazi i kompleksnosti današnjih procesora, trebat će barem još nekoliko desetljeća da
se dosegnu i najrudimentarnije razine našeg mozga.
Jednom kada odlučimo da želimo androidne robote i ostale strojeve sa svom umjetno
stvorenom inteligencijom, toliko sofisticiranom da se može boriti s našom, pitanje koje etičke
i moralne vrijednosti im moramo ugraditi još uvijek će ostati otvoreno. Gledajući ljudsku
civilizaciju sa svim svojim kulturnim, vjerskim, etičkim i moralnim razlikama nameće se
pitanje što to zapravo pokušavamo stvoriti, kome i s kojom svrhom? Trebamo li robote koji su
religiozni? Da li je ono što čovječanstvu treba idealan katolički, muslimanski ili budistički
mozak? Ili želimo da on bude nemilosrdan i proračunat kapitalist ili stručnjak? Policajac
možda?
 Samo definiranje ovih vrijednosti bi se već dokazalo nemogućim jer su svi u jednu
ruku slični, a u drugu toliko različiti. Umjesto toga napravit ćemo savršen asketski mozak i što
onda? To sigurno neće razveseliti mnoge. Što je s praktičnim aplikacijama ovih vrijednosti?
Ako jedan set etičkih ili religijskih vrijednosti diktira da ne možemo pomagati u eutanaziji na
primjer, a drugi da je to baš ono što trebamo napraviti, ne dupliciramo li trenutna pitanja bez
nekih pravih odgovora? U čemu je svrha? Možda će umjetna inteligencija pokazati istu
raznolikost kao kod ljudi, a što onda pokušavamo? Napraviti idealnog čovjeka?
Ne zaboravite da ovo nije rasprava o tehničkoj korisnosti inteligentnih robota, jer svi
dobro znamo da je ta strana veliki plus i da se zbog nje toliko i trudimo napraviti inteligentno
biće. Ovo je samo razmišljanje o moralnim i etičkim problemima cijelog razvoja, koje
zapravo možemo sažeti u ovaj, posljednji odlomak.
Problem etičkih, moralnih i kulturalnih vrijednosti koje trebamo ugraditi našem
inteligentnom robotu se i dalje nastavlja. Ako čak ne možemo ni odgovoriti na jednostavno
pitanje » Zašto? «, onda bi možda morali osigurati da roboti koje napravimo nisu inteligentni.
Da nisu sposobni stvoriti odluku izvan one mehaničke, programiranog kretanja, a pogotovo da
nisu sposobni za deduktivno razmišljanje i utjecaj i kontrolu nad ljudima ili ljudskim
društvom.
 KORISNI LINKOVI :

Sve slike uzete su sa stanica sveučilišta MIT i Stanford, te se nalaze pod njihovom
autorskom zaštitom. Dodatne materijale, kao i radove tamošnjih profesora i asistenata možete
naći na njihovim web stranicama.

Massachusetts Institute of Technology

Stranice znanstvenih projekata i projekata vezanih uz umjetnu inteligenciju :

http://aire.csail.mit.edu/projects.shtml

Pojedinačni projekti MIT-a :

KISMET

Robot s ekspresivnim licem koji ima sposobnost izražavanja emocija i učenja kroz
interakciju s ljudima. Više informacija ili kratkih video isječaka možete pronaći na :

http://www.ai.mit.edu/projects/humanoid-robotics-group/kismet/

LEONARDO

Nasljednik Kismeta, cjelovit robot s tijelom, velikim motoričkim mogućnostima,

učenjem, imitacijom i ekspresivnim licem.

http://robotic.media.mit.edu/projects/Leonardo/Leo-intro.html

COG

Humanodni robot s razvijenim licem i torzom, glavne karakteristike su mu vizualni

sustav visoke razlučljivosti , te izuzetna koordinacija ruku. Informacije i isječci dostupni su
na:

http://www.ai.mit.edu/projects/humanoid-robotics-group/cog/
DOMO

Nova inačica Coga, s dodatnim mogućnostima kao što su brža reakcija, veća
preciznost i sigurnija interakcija.

http://people.csail.mit.edu/edsinger/domo.htm

HUGGABLE

Robot medvjedić razvijen u terapeutske svrhe, ponaša se kao životinja, reagira na

dodir.

http://robotic.media.mit.edu/projects/theHuggable.html

ROBOFLORA

Inteligentno umjetno cvijeće koje reagira na toplinu ljudskog tijela.

http://robotic.media.mit.edu/projects/cyberflora.html

Stanford

Početna stranica sveučilišta Stanford na kojoj se može naći mnogo projekata vezanih
uz umjetnu inteligenciju.

http://ai.stanford.edu/projects.html

Neki od projekata :

STANLEY

Inteligentni auto kojim upravlja računalo, bitna karakteristika je visoka točnost

određivanja koordinata i uspješnog izbjegavanja mirnih zapreka, bitno GPS navođenje i
navigacijski sustav.

http://news-service.stanford.edu/news/2005/october12/stanleyfinish-100905.html

http://cs.stanford.edu/group/roadrunner/
JUNIOR

Nova i poboljšana inačica Stanleya, još je u izradi, a glavna razlika i napredak je

mogućnost izbjegavanja brzih pokretnih objekata.

http://cs.stanford.edu/group/roadrunner/media.html

NASA

Projekt ROBONAUT

Automatizirani humanoidni robot kojem je svrha pomagati astronautima u svemirskim

misijama.

http://robonaut.jsc.nasa.gov/robonaut.html

Dodatne stranice sa zanimljivim projektima :

The University of Georgia

Stranice s projektima inteligentnih sustava sveučilišta Georgia

http://www.cc.gatech.edu/is/