การบรรยายเรื่อง Living with Robots โดย Prof. Oussama Khatib

living-with-robots เมื่อวันที่ 26 สิงหาคม Professor Oussama Khatib จาก Artificial Intelligence Laboratory, Stanford University ได้มาบรรยายในหัวข้อ Living with Robots ที่ Asian Institute of Technology (AIT) ถือว่าเป็นโอกาสที่ดีมากสำหรับบรรดาผู้สนใจหุ่นยนต์ทั้งหลายที่มีศาสตราจารย์ระดับแนวหน้ามาบรรยายให้ฟังถึงที่ ThaiRobotics จะพลาดได้อย่างไร จึงไปฟังมาและบันทึกสิ่งที่น่าสนใจมาให้เล็กน้อย

  • เปิดตัวด้วยวิดีโอความก้าวหน้าของหุ่นยนต์ในรอบ 50 ปี (เป็นวิดีโอที่เปิดในงาน Millennium Conference ที่ San Francisco ในปี ค.ศ. 2000)

  • และเปิดภาพหุ่นยนต์หลังปี ค.ศ. 2000 บางส่วน แสดงให้เห็นว่าหุ่นยนต์ก้าวหน้ามาไกลขนาดไหน
  • หุ่นยนต์ประสบความสำเร็จมากในงานอุตสาหกรรม และกำลังก้าวข้ามมาสู่งานที่ช่วยเหลือมนุษย์ในงานสายต่าง ๆ เช่น งานบริการ การแพทย์ การกู้ภัย งานบำรุงรักษา เป็นต้น
  • หุ่นยนต์กำลังเปลี่ยนบทบาทจากการทดแทนมนุษย์มาสู่การทำงานร่วมกับมนุษย์
  • ในสหรัฐอเมริกา ประธานาธิบดีโอบามาได้ริเริ่มโครงการ National Robotics Initiative เพื่อผลักดันความก้าวหน้าในเทคโนโลยีหุ่นยนต์ที่ทำงานร่วมกับมนุษย์ เพื่อให้เกิดประโยชน์มากกว่าหุ่นยนต์หรือมนุษย์จะทำได้เพียงลำพัง
  • ในสหภาพยุโรปก็มีโครงการ Horizon 2020 ซึ่งหนึ่งในสาขาที่ได้รับการพลักดันคือหุ่นยนต์ที่สามารถทำงานร่วมกับมนุษย์ได้อย่างปลอดภัย
  • เมื่อปีที่แล้วตลาดหุ้น NASDAQ ได้เปิดตัว ROBO-STOX ดัชนีหุ้นในกลุ่มบริษัทด้านหุ่นยนต์และระบบอัตโนมัติ
  • แนะนำให้อ่าน A Roadmap for U.S. Robotics From Internet to Robotics 2013 Edition
  • ความปลอดภัยเป็นประเด็นที่สำคัญมากของหุ่นยนต์
  • เดิมหุ่นยนต์ทำงานในโรงงาน จะมีรั้วกั้นชัดเจนว่าบริเวณไหนเป็นที่ทำงานของมนุษย์ บริเวณไหนเป็นที่ทำงานของหุ่นยนต์ ถ้ามนุษย์เข้าเขตหุ่นยนต์ หุ่นยนต์จะหยุดทำงาน
  • เมื่อหุ่นยนต์จะออกจากโรงงานมาสู่การทำเคียงข้างมนุษย์ ความปลอดภัยยิ่งเป็นเรื่องใหญ่
  • ความปลอดภัยเป็นเรื่องที่สร้างไม่ยาก เพราะแค่ทำให้หุ่นยนต์มีแรงน้อย เคลื่อนที่ช้าก็จะปลอดภัยแล้ว แต่ความท้าทายอยู่ที่หุ่นยนต์ต้องปลอดภัยในขณะที่ยังมีสมรรถนะในการทำงานที่ดี
  • หุ่นยนต์ที่จะมาทำงานร่วมกับมนุษย์มีความท้าทายหลายด้าน
    • ต้องรับรู้สภาพแวดล้อมที่ไม่ได้กำหนดไว้ล่วงหน้าเหมือนในโรงงาน
    • มีทักษะในการทำงานด้านต่าง ๆ ที่มนุษย์ทำ
    • สื่อสารกับมนุษย์ได้
    • ควบคุมกลไกของหุ่นยนต์ที่มีความซับซ้อน
  • การที่หุ่นยนต์จะทำงานเคียงข้างมนุษย์ได้ดี หุ่นยนต์จะต้องรู้จักมนุษย์ดีขึ้น เช่น ความสามารถในการเคลื่อนไหวของมนุษย์ แรงที่มนุษย์ออกได้ วิธีที่ร่างกายตอบสนองต่อกิจกรรมต่าง ๆ (แขน ขา ของมนุษย์มีองศาอิสระมากพอที่ทำให้การยื่นมือไปหยิบของที่ตำแหน่งหนึ่ง ๆ ทำได้หลายวิธี แต่โดยธรรมชาติมนุษย์จะใช้ท่าทางที่ออกแรงน้อยที่สุด เช่น การหยิบแก้วน้ำขึ้นมาดื่ม เรามีความสามารถที่จะดื่มในท่าแขนชิดลำตัว หรือยกศอกขึ้นสูงก็ได้ แต่เรามักจะยกศอกทำมุม 42 องศา ซึ่งเป็นท่าทางที่สบายที่สุด)
  • วิธีที่ใช้ศึกษาการเคลื่อนไหวของมนุษย์ เช่น การใช้ motion capture, การติดเซนเซอร์วัดแรงบนตัวมนุษย์ แต่นั่นเป็นแค่การศึกษาด้านกายภาพ ยังไม่มีใครเคยศึกษาว่าขณะที่มนุษย์กำลังทำสิ่งต่าง ๆ สมองส่วนไหนเป็นส่วนที่รับผิดชอบ AI Lab จึงสร้างอุปกรณ์ haptic ที่ใช้งานขณะที่มนุษย์อยู่ในเครื่อง fMRI ได้ด้วย
  • การเรียนรู้ศักยภาพร่างกายมนุษย์ไม่ได้เป็นประโยชน์กับหุ่นยนต์เท่านั้น แต่เป็นประโยชน์กับมนุษย์เองด้วย (เหมือนที่ศาสตราจารย์ Hiroshi Ishiguro เคยกล่าวไว้) เช่น การพัฒนาศักยภาพของนักกีฬา การแก้ไขความผิดพลาดทางกายภาพของผู้ป่วย เป็นต้น
  • การพัฒนาให้หุ่นยนต์ทำงานได้อัตโนมัติด้วยตัวเองทั้งหมดไม่ใช่เรื่องง่าย แต่ความสามารถทางกายภาพของหุ่นยนต์นั้นเหนือกว่ามนุษย์ในหลาย ๆ ด้าน ดังนั้นรูปแบบการทำงานร่วมกันระหว่างหุ่นยนต์และมนุษย์ที่เหมาะสมรูปแบบหนึ่งคือ ให้มนุษย์เป็นผู้วิเคราะห์ คิด ตัดสินใจ และใช้ความสามารถทางกายภาพของหุ่นยนต์ในการทำงาน
  • ในสภาพแวดล้อมที่ซับซ้อนและคาดเดาล่วงหน้าไม่ได้ การโปรแกรมหุ่นยนต์ในแบบเดิม ๆ (เช่น เคลื่อนที่จากจุดนี้ไปจุดนี้ เอื้อมมือไปที่ตำแหน่งนี้ หยิบ ยก วางอีกที่) จะใช่ไม่ได้อีกต่อไป
  • หรือหากใช้การควบคุมหุ่นยนต์จากระยะไกล (tele-operate) แบบดั้งเดิมที่มนุษย์ควบคุมหุ่นยนต์ทุกอย่างก็จะยากเกินกว่าที่มนุษย์จะบังคับได้
  • ดังนั้นหุ่นยนต์จะต้องควบคุมตัวเองและทำงานย่อย ๆ แต่ละอย่างได้เองอัตโนมัติในระดับหนึ่ง เช่น ทรงตัวบนพื้นขรุขระได้เองโดยที่มนุษย์ไม่ต้องสั่งว่าให้ก้าวขาไปแบบใด หรือหมุนเปิดวาล์วได้เองโดยมนุษย์ไม่ต้องบอกว่าต้องใช้มือไหนจับบริเวณไหนแล้วหมุนไปแบบไหน เรียกว่า ทักษะ (skill)
  • และมนุษย์เป็นผู้วางแผนการระดับสูงว่าหุ่นยนต์ต้องทำอะไรก่อนหลังอย่างไร (strategy)
  • หุ่นยนต์ในอดีต (เช่น หุ่นยนต์อุตสาหกรรม) จะทำงานในโหมดควบคุมตำแหน่ง (position control) คือ เคลื่อนที่จาก A ไป B แต่การทำงานในสภาพแวดล้อมที่ไม่รู้ล่วงหน้าจะทำงานในโหมดนั้นไม่ได้ เช่น วางของบนโต๊ะ ถ้าเราไม่รู้ความสูงของโต๊ะเป๊ะ ๆ อาจจะวางไม่ถึง หรือกระแทกโต๊ะ แต่ต้องทำงานในโหมดควบคุมแรงแทน (force/torque control) คือ วางจนกระทั่งรับรู้ได้ว่ามีแรงปฏิกิริยาจากโต๊ะสะท้อนกลับมา
  • การควบคุมแรงได้นั้น ตัวต้นกำลังต้องวัดแรงได้ ซึ่งทำได้หลายวิธี เช่น การวัดแรงที่ข้อต่อนั้นกระทำโดยตรง ซึ่งวิธีนี้จะต้องมีเซนเซอร์ มีต้นกำลังและระบบควบคุมจะมีราคาสูง หรืออีกวิธีคือเทคนิคที่เรียกว่า series elastic actuator คือต้นกำลังต่อกับโครงสร้างของหุ่นยนต์โดยมีวัสดุที่ยืดหยุ่นได้คั่นกลาง ถ้าต้นกำลังออกแรงไปยังโครงสร้างแล้ววัสดุยืดหยุ่นนั้นมีการยุบตัว ก็สามารถคำนวณได้ว่ายุบตัวไปเท่าไหร่แปลว่าออกแรงเท่าไหร่ วิธีนี้ทำให้มีต้นกำลังที่วัดแรงได้โดยราคาไม่สูงนัก
series elastic actuator - ภาพจาก http://www.hizook.com/blog/2009/10/18/meka-robotics-humanoid-torso-and-anthropomorphic-hands
series elastic actuator – ภาพจาก http://www.hizook.com/blog/2009/10/18/meka-robotics-humanoid-torso-and-anthropomorphic-hands
  • งานที่ AI Lab หลาย ๆ งานเป็นการพัฒนาทักษะให้หุ่นยนต์ เช่น การทรงตัวบนพื้นขรุขระ การปิดฝาภาชนะ การใช้ไม้เท้าช่วยเดินในที่ขรุขระ การใช้แขนช่วยประคองตัวในการเอื้อมไปหยิบของที่ไกลจากตัว เป็นต้น
  • ในการพัฒนาความสามารถของหุ่นยนต์นั้น หากทดสอบกับหุ่นยนต์จริงอาจใช้เวลานานและสร้างความเสียหายได้ การจำลองด้วยคอมพิวเตอร์ (simulation) จึงเป็นประโยชน์ simulation ที่ AI Lab ใช้คือ SAI (Simulation and Active Interfaces)
  • สถาปัตยกรรมของระบบ (architecture) ที่มนุษย์ทำงานร่วมกับหุ่นยนต์ โดยที่มนุษย์เป็นผู้คิดและหุ่นยนต์เป็นผู้ปฏิบัติงาน เป็นดังนี้
architecture ของระบบ - เรียบเรียงจาก presentation ของผู้บรรยาย
architecture ของระบบ – เรียบเรียงจาก presentation ของผู้บรรยาย

เป็นการบรรยายสั้น ๆ 1 ชั่วโมงที่เปิดโลกทัศน์มากเลยครับ ได้มุมมองใหม่ ๆ มากมาย ภาพด้านล่างเป็นบรรยากาศหลังจบการบรรยายที่นักเรียนและผู้สนใจขอถ่ายรูปร่วมกับ Professor Khatib

photo-with-khatib

LINE it!