Robotterne kommer

I 2050 vil robot "hjerner" baseret på computere, der udfører 100 billioner instruktioner pr. sekund, begynde at kappes med menneskelig intelligens.

Hans Moravec*

Indhold:

Indledning
Grunde til optimisme
Kan hardware simulere wetware
Nervevæv og beregning
Hjernekraft og nytte
En sans for rum
Robot, Version 1.0
Hurtig afspilning
Yderligere information

Indledning

I de seneste år har computernes og internettets blomstrende kraft, funktionalitet og allestedsnærvær distanceret sig fra tidligere udsigter for teknologiens fremskridt og nyttighed i dagligdagen. Årvågne lærde forudser nu en verden mættet med kraftige computer chips, som i stigende grad vil snige sig ind i vore apparater, boliger, klæder og endda vore kroppe.
    Alligevel er et nært beslægtet mål stædigt forblevet flygtigt. I stærk kontrast til den i store træk uventede eksplosion af computere i dagligdagen har bestræbelserne med robotter fejlet næsten fuldstændigt i at leve op til 1950'ernes forventninger. Dengang mente eksperterne, som blev blændet af computernes tilsyneladende mirakuløse beregningsevne, at hvis blot den rette software blev skrevet, så kunne computerne blive de kunstige hjerner i sofistikerede autonome robotter. De troede, at sådanne robotter i løbet af et årti eller to ville kunne rense gulvet, slå græsplænen og, alment, eliminere trællearbejde fra vore liv.
    Det er indlysende, at det ikke er blevet sådan. Det er sandt, at industrirobotter har transformeret fremstillingen af automobiler, blandt andre produkter. Men den form for automatik er langt fra de alsidige, mobile autonome skabninger, som så mange forskere og ingeniører havde håbet på. I eftersøgningen af sådanne robotter har bølger af forskere mistet modet og snesevis af opstartede firmaer er nedlagt.
    Det er ikke den mekaniske "krop", der er uopnåelig; der findes allerede leddelte arme og andre bevægelige mekanismer til manuelt arbejde, hvilket de industrielle robotter beviser. Det er snarere den computer-baserede kunstige hjerne, der stadig er et godt stykke under det raffinerede niveau, som er nødvendigt for at bygge en menneskelignende robot.
    Ikke desto mindre er jeg overbevist om, at den årtier gamle drøm, om en nyttig autonom robot til almene formål, vil blive virkelig i den nære fremtid. I 2010 vil vi se mobile robotter så store som folk, men med kognitive evner, der på mange måder ligner et firbens. Maskinerne vil kunne udføre enkle opgaver som støvsugning, aftørring af støv, levering af pakker og at bære skraldet ud. Omkring 2040 tror jeg, at vi endelig vil nå det oprindelige mål for robotikken og science fictions hovedtema: en frit bevægelig maskine med et menneskes intellektuelle evner.

Grunde til optimisme

I lyset af det jeg lige har beskrevet som en historie om uopfyldte mål i robotik, hvorfor tror jeg så på, at hurtig fremgang og forbavsende fremskridt er på vej? Min tillid er baseret på nylige udviklinger i elektronik og software, såvel som mine egne observationer af robotter, computere og selv insekter, reptiler og andre levende ting i løbet af de sidste 30 år.
    Den ene bedste grund til optimisme er de masseproducerede computeres stigende præstationer i de seneste år. Gennem 1970'erne og 1980'erne var de computere, der stod til rådighed for robotforskerne, i stand til at udføre omkring en million instruktioner i sekundet (MIPS). Hver af disse instruktioner repræsenterede en meget grundlæggende opgave som at addere to 10-cifrede tal eller at gemme resultatet på en bestemt plads i hukommelsen.
    I 1990'erne brød computerkraften, der var passende til at kontrollere en forskerrobot, gennem 10 MIPS, 100 MIPS og har senest nået 1.000 MIPS i den høje ende af skrivebordsmaskiner. Apples nye iBook bærbare computer, med en salgspris i skrivende stund på 1.600 dollars, når op på mere end 500 MIPS. Således kommer funktioner, der langt overskrider robotternes evner i 1970'erne og 1980'erne, nu tæt på kommerciel levedygtighed.
    I oktober 1995 krydsede et eksperimentelt køretøj kaldet Navlab V f.eks. U.S.A. fra Washington, D.C. til San Diego og kørte sig selv mere end 95 procent af tiden. Køretøjets selvkørsel og navigationssystem blev opbygget omkring en 25 MIPS bærbar baseret på en microprocessor fra Sun Microsystems. Navlab V blev bygget af Robotics Institute ved Carnegie Mellon University, som jeg er medlem af. Lignende robotkøretøjer, bygget af forskere andre steder i U.S.A. og i Tyskland, har logget tusinder af hovedvejskilometer under alle former for vejr- og kørselsbetingelser.
    I andre eksperimenter indenfor de sidste par år har mobile robotter kortlagt og navigeret sig gennem ukendte kontorlandskaber og computer synssystemer placerede sammensatte genstande og sporede og analyserede ansigter i realtid. Imens blev personlige computere bedre til at genkende tekst og tale.
    Alligevel kan computere idag ikke sammenlignes med mennesker, når det gælder genkendelse og navigation. I årevis undrede dette eksperterne, fordi computerne er langt bedre til beregning end os. Forklaringen på dette tilsyneladende paradoks følger af den kendsgerning, at den menneskelige hjerne, som helhed, ikke er en sand programmerbar maskine til almene formål (det computerforskere henviser til som en universal maskine; i vore dage er næsten alle computere eksempler på sådanne maskiner).
    At forstå, hvorfor det er sådan, kræver et evolutionært perspektiv. For at overleve var vore forfædre nødt til gentagne gange at gøre adskillige ting og gøre dem meget godt: lokalisere føde, undslippe rovdyr, parre sig og beskytte yngelen. Disse opgaver var meget afhængige af hjernens evne til genkendelse og navigation. Gennem hundreder af millioner års evolution blev hjernen slebet til en slags ultrasofistikeret - men til et særligt-formål - computer.
    Evnen til at udføre matematiske beregninger var selvfølgelig irrelevant for overlevelse. Ikke desto mindre udviklede i det mindste en lille del af vore hjerner sig, efterhånden som sproget transformerede menneskets kultur, til en slags universal maskine. Et af kendetegnene ved en sådan maskine er dens evne til at følge et vilkårligt sæt instruktioner og med sproget kunne sådanne instruktioner transmitteres og udføres. Men fordi vi forestiller os tal som komplekse former, skriver dem ned og udfører andre sådanne funktioner, behandler vi cifre på en kolossalt klodset og ineffektiv måde. Vi bruger hundreder af milliarder neuroner til at gøre på minutter, hvad hundreder af dem, særligt "forbundet" og arrangeret til beregning, kunne gøre på millisekunder.
    En lille minoritet af folk fødes med evnen til at udføre tilsyneladende forbavsende mentale beregninger. I absolutte termer er det ikke så forbavsende: de beregner med en hastighed, som måske er 100 gange så hurtig som gennemsnitspersonen. Til sammenligning er computere millioner eller milliarder gange hurtigere.

Kan hardware simulere wetware?

Udfordringen, som robotforskerne står overfor, er, at tage computere til almene formål og programmere dem, så de svarer til den menneskelige hjernes særlige formål, med dens yderst optimerede erkendelsesarv og andre særlige udviklingstræk. Nutidens robotkontrollerende computere er alt for svage til at kunne anvendes med succes i den rolle, men det er kun et spørgsmål om tid før de vil leve op til opgaven.
    Underforstået i min forsikring, at computere med tiden vil være i stand til samme slags perception, erkenden og tænkning som mennesker, er den ide, at et tilstrækkeligt avanceret og sofistikeret kunstigt system - for eksempel et elektronisk - kan laves og programmeres til at gøre det samme som det menneskelige nervesystem, inkluderende hjernen. Dette emne er lige nu kontroversielt i visse kredse og der er plads til, at højt begavede folk kan være uenige.
    Sagens kerne er spørgsmålet, hvorvidt biologisk struktur og adfærd opstår udelukkende af fysisk lov og endvidere, hvorvidt fysisk lov kan beregnes - dvs. lader sig simulere på computer. Mit synspunkt er, at der ikke findes nogen gode videnskabelige vidnesbyrd, som benægter nogen af disse to forslag. Tværtimod er der tvingende indikationer for, at de begge er sande.
    Molekylær biologi og nervevidenskaben afdækker stadig de fysiske mekanismer, der ligger under liv og sind, men har indtil nu hovedsagelig beskæftiget sig med de enklere mekanismer. Vidnesbyrd, om at enkle funktioner kan sammensættes til at frembringe nervesystemets højere funktioner, kommer fra programmer, der læser, genkender tale, styrer robotarme til at samle stramme komponenter med følelse, klassificere kemikalier ved kunstig lugt og smag, drage fornuftsslutninger om abstrakte spørgsmål og så videre. Selvfølgelig kommer vore dages computere og robotter til kort overfor menneskers eller selv dyrs brede kompetence. Men den situation er forståelig i lyset af en analyse, der opsummeres i næste sektion, som konkluderer, at dagens computere kun er kraftige nok til at fungere som insekters nervesystem. Og ifølge min erfaring opfører robotter sig virkelig som insekter på enkle opgaver.
    Myrer kan f.eks. følge lugtspor, men de bliver desorienterede, når sporet afbrydes. Møl følger feromon spor og bruger også Månen til styring. På samme måde følger mange robotter idag styreledninger, der er nedlagt under den overflade, de bevæger sig henover og nogle orienterer sig ved brug af lasere, der aflæser stregkoder på væggene. Hvis min antagelse, at større computerkraft med tiden vil føre til mentale evner på højde med menneskets niveau, er rigtig, kan vi forvente, at robotter vil svare til og overskride forskellige dyrs kapacitet og til sidst menneskets, efterhånden som computerbehandlingens hastighed stiger tilstrækkeligt. Hvis antagelsen på den anden side er forkert, vil vi en dag finde specifikke evner hos dyr eller mennesker, som ikke kan anvendes i robotter, selv efter at de har computerkraft nok til at svare til hele hjernen. Det ville etablere skuepladsen for en fascinerende videnskabelig udfordring - på en eller anden måde at isolere og identificere den fundamentale evne, som hjerner har og som computere mangler. Men der er endnu ingen vidnesbyrd om et sådant manglende princip.
    Det andet forslag, at fysisk lov lader sig simulere på computer, kommer mere og mere hinsides diskussion. Forskere og ingeniører har allerede frembragt talrige nyttige simulationer, ved forskellige niveauer af abstraktion og tilnærmelse, af alt fra automobilulykker til de "farve" kræfter, der holder kvarker og gluoner sammen, så de udgør protoner og neutroner.

Nervevæv og beregning

Hvis vi accepterer, at computere med tiden vil blive kraftige nok til at simulere sindet, dukker der naturligt et spørgsmål op: Hvilken behandlingshastighed vil være nødvendig for at give samme ydelse som den menneskelige hjerne? For at udforske dette emne har jeg overvejet evnerne hos hvirveldyrenes retina, som vi forstår godt nok til, at den kan tjene som en Rosette sten til groft at relatere nervevæv til beregning. Ved at sammenligne, hvor hurtigt nervekredsløbene i retina udfører billedbehandlende operationer, med, hvor mange instruktioner pr. sekund, der kræves af en computer for at udføre lignende arbejde, tror jeg det er muligt, i det mindste på en grov måde, at estimere nervevævets informationsbehandlende kraft - og ved at ekstrapolere, hele det menneskelige nervesystems kraft.
    Den menneskelige retina er en lap nervevæv bag i øjeæblet, som er en halv millimeter tyk og omkring to centimeter tværs over. Den består mest af lysfølsomme celler, men en tiendedel af dens tykkelse er befolket af billedbehandlende kredsløb, som kan detektere kanter (grænser mellem lys og mørke) og bevægelse for omkring en million små billedregioner. Hver af disse regioner er associeret med sin egen fiber i den optiske nerve og hver udfører omkring 10 detektioner af en kant eller en bevægelse hvert sekund. Resultatet strømmer dybere ind i hjernen langs den associerede fiber.
    Ud fra lang erfaring med arbejde på robot synssystemer ved jeg, at lignende kant- eller bevægelsesdetektion kræver udførelsen af mindst 100 computerinstruktioner, hvis den udføres af effektiv software. Derfor ville det mindst kræve 1.000 MIPS at opnå retinas 10 millioner detektioner pr. sekund.
    Hele den menneskelige hjerne er omkring 75.000 gange tungere end de 0,02 gram behandlingskredsløb i retina, hvilket betyder, at det i runde tal ville kræve 100 millioner MIPS (100 billioner instruktioner pr. sekund) at efterligne den menneskelige hjerne på 1.500 gram. I 1999 slår personlige computere visse insekter, men taber til den menneskelige retina og selv til en guldfisks 0,1 gram hjerne. En typisk PC skulle være mindst en million gange kraftigere for at virke som en menneskelig hjerne.

Hjernekraft og nytte

Skønt det kan være nedslående for eksperter i kunstig intelligens, betyder den store mangel ikke, at målet om en menneskelignende kunstig hjerne er uopnåeligt. Computerkraften til en given pris fordobledes hvert år i 1990'erne efter at være fordoblet hver 18 måneder i 1980'erne og hvert andet år før det. Før 1990 muliggjorde denne fremgang et stort fald i omkostninger og størrelse af robotkontrollerende computere. Omkostningerne gik fra mange millioner dollars til nogle få tusinde og størrelsen gik fra et fyldt rum til bærbar. Kraften holdt sig imidlertid stabilt på omkring 1 MIPS. Siden 1990 er omkostningerne og reduktionerne i størrelse aftaget, men kraften er steget til nær 1.000 MIPS pr. computer. Med den nuværende fart skal der kun bruges omkring 30 eller 40 år før milliongabet er lukket. Bedre endnu, nyttige robotter behøver ikke fuld menneskelig hjernekapacitet.
    Kommercielle erfaringer og forskererfaringer overbeviser mig om, at en guppys mentale kraft - omkring 1.000 MIPS - vil strække til at styre mobile nytterobotter pålideligt gennem ukendte omgivelser, hvilket vil gøre dem passende for jobs i hundrede tusinde industrielle lokaliteter og med tiden i hundrede millioner hjem. Sådanne maskiner er mindre end et årti borte, men har været vanskelige at have med at gøre så længe, at kun nogle få dusin små forskergrupper nu arbejder på dem.
    Kommercielle mobile robotter - de klogeste til dato, næsten insektlignende ved 10 MIPS - har kun fundet få jobs. Sølle 10.000 arbejder i hele verden og de firmaer, der fremstiller dem, kæmper eller er afdøde. (Producenter af robot manipulatorer klarer sig ikke meget bedre). Den største klasse af kommercielle mobile robotter, kendt som Automatic Guided Vehicles (AGVs), transporterer materialer i fabrikker og varehuse. De fleste følger begravede signaludstrålende ledninger og detekterer endepunkter og kollisioner med kontakter, en teknik, som blev udviklet i 1960'erne.
    Det koster hundredtusinder dollars at installere styreledninger under betongulve og så er ruterne faste, hvilket gør, at robotterne kun er økonomiske for store, yderst stabile fabrikker. Nogle robotter, som blev muliggjort af microprocessorernes fremkomst i 1980'erne, kører efter blødere spor, som magneter eller optiske mønstre i flisebelagte gulve og bruger ultrasoniske og infrarøde nærhedssensorer til at detektere og finde vej omkring forhindringer.
    De mest avancerede industrielle, mobile robotter udviklet siden slutningen af 1980'erne styres af lejlighedsvise navigationsmarkører - f.eks. lasersansede stregkoder - og af forudeksisterende kendetegn som vægge, hjørner og døråbninger. Det bekostelige arbejde med at lægge styreledninger erstattes af software lavet efter mål, som omhyggeligt justeres til hvert rutesegment. De små firmaer, som udviklede robotterne, opdagede mange industrielle kunder, der var ivrige efter at automatisere transport, rengøring af gulve, sikkerhedspatruljer og andre rutinejobs. Men desværre mistede de fleste kunder interessen, da det gik op for dem at installation og ruteændringer nødvendiggjorde tidskrævende og dyrt arbejde af erfarne ruteprogrammører, som ikke altid var til rådighed. Selv om de var en teknisk succes, faldt robotterne igennem kommercielt.
    Deres mangel afslørede imidlertid det væsentlige for succes. For det første skal de fysiske befordringsmidler til forskellige jobs være fornuftigt prissat. Heldigvis kan eksisterende AGV'er, gaffeltrucks, gulvrensere og andre industrielle maskiner, designet til mennesker eller til at følge styreledninger, tilpasses autonomi. For det andet bør det ikke være nødvendigt for kunden at indkalde specialister for at sætte en robot i arbejde eller for at ændre dens rutine; gulvrensning og andre verdslige opgaver kan ikke bære omkostningerne, tidsforbruget og usikkerheden ved ekspert installation. For det tredje skal robotterne arbejde pålideligt i mindst seks måneder, før de løber ind i et problem eller en situation, som kræver nedetid til omprogrammering eller andre ændringer. Kunder afviste rutinemæssigt robotter, der efter en måneds fejlfri funktion kilede sig fast i hjørner, for vild, rullede over ansattes fødder eller faldt ned af trapper. Men seks måneder gav maskinerne en sygedag.
    Der findes robotter, der har arbejdet fejlfrit i årevis, som er blevet fuldendte gennem en gentagende proces, som retter de oftest forekommende fejl og afslører efterfølgende sjældnere problemer, som rettes efter tur. Uheldigvis er den form for pålidelighed kun opnået for forud arrangerede ruter. En insektlignende 10 MIPS er lige nok til at spore nogle få håndplukkede kendetegn på hvert segment af robottens bane. Sådanne robotter bliver let forvirrede af små overraskelser som ændrede stregkoder eller blokerede korridorer (ikke ulig myrer, der føres væk fra et lugtspor eller et møl, der har forvekslet en gadelampe med Månen).

En sans for rum

Robotter, der kortlægger deres egne ruter, dukkede frem fra laboratorierne over hele verden i midten af 1990'erne, da microprocessorerne nåede 100 MIPS. De fleste bygger todimensionale kort fra sonar eller laser afstandsmåler scanninger for at lokalisere sig selv og lave en rute og de bedste ser ud til at kunne navigere i kontorkorridorer i dagevis uden at blive desorienterede. De er selvfølgelig stadig langt fra det kommercielle seks-måneders kriterium. Forskellige lokaliteter i de grove kort ligner for ofte hinanden. Omvendt ser den samme lokalitet, scannet i forskellige højder, forskellig ud eller små forhindringer og akavede fremspring bliver overset. Men sensorerne, computerne og teknikkerne forbedres og succes er i sigte.
    Mit lille laboratorium er med i kapløbet. I 1980'erne anviste vi en måde til at destillere store mængder støjende sensordata til pålidelige kort ved at opsamle statistiske vidnesbyrd om tomhed eller besathed i hver celle i et net, der repræsenterede omgivelserne. Indfaldsvinklen virkede godt i to dimensioner og styrer mange af de ovenfor beskrevne robotter.
    Tredimensionale kort, som var 1.000 gange fyldigere, gav løfte om at være meget bedre, men forekom i årevis at være beregningsmæssigt uden for rækkevidde. I 1992 brugte vi sparsommelighed med skala og andre trick for at reducere omkostningerne ved tredimensionale kort 100 gange. Vi har nu et testprogram, der samler tusinder af målinger fra stereoskopiske kameraglimt for at kortlægge et værelses rumfang ned til centimeter skala. Med 1.000 MIPS fordøjer programmet over et glimt pr. sekund, passende for langsom indendørs bevægelse.

Robot, Version 1.0

Et tusind MIPS dukker først nu op i skrivebordscomputere i den høje ende. Om nogle få år vil det findes i bærbare og lignende mindre, billigere computere passende til robotter. For at forberede os til den tid begyndte vi for nylig et intensivt tre-års projekt til udvikling af en prototype til kommercielle produkter baseret på en sådan computer. Vi planlægger at automatisere indlæringsprocesser for at optimere hundredvis af vidnesbyrd-afvejende parametre og at skrive programmer til at finde åbne stier, lokaliteter, gulve, vægge, døre og andre genstande i de tredimensionale kort. Vi vil også afprøve programmer, som instrumenterer de grundlæggende evner til større opgaver som levering, gulvrensning og sikkerhedspatrulje.
    Den første prøvemaskine vil være en lille mobil robot med kamera. Dens intelligens vil komme fra to computere: en Apple iBook bærbar ombord på robotten og en anden Apple G4-baseret maskine med omkring 1.000 MIPS ved siden af, som vil kommunikere trådløst med iBook'en. Små masseproducerede digitale kamera chips tegner til at være den billigste måde, hvorpå man kan få de millioner af målinger, der skal bruges til tætpakkede billeder.
    Som det første kommercielle produkt planlægger vi et "navigations hoved" på størrelse med en basketbold, som kan tilpasses eksisterende industrielle køretøjer. Det vil have flere stereoskopiske kameraer, omfattende software til kortlægning, genkendelse og kontrol, et andet program til dets specifikke anvendelse (som rengøring af gulve) og en hardware forbindelse til køretøjets kraftforsyning, kontrol og sensorer. Køretøjer med hovedet, som har transport eller patrulje programmer, kan lære nye ruter ved at man simpelthen at fører dem gennem ruten én gang. Programmer til rengøring af gulve vil få forevist grænserne for deres arbejdsområde.
    Når køretøjerne introduceres til et arbejdsområde, vil de forstå deres skiftende omgivelser kompetent nok til at kunne arbejde mindst seks måneder uden svækkende fejltagelser. Ti tusind AGV'er, 100.000 rengøringsmaskiner og, muligvis, en million gaffeltrucks er kandidater til tilpasningen og robotiseringen kan måske udvide disse markeder betydeligt.

Hurtig afspilning

Indkomst og erfaring fra rumligt vidende industrielle robotter ville bane vejen for smartere og alligevel billigere (1.000 dollars i stedet for 10.000 dollars) konsumprodukter, sandsynligvis begyndende med små robotstøvsugere, som automatisk lærer at finde vej gennem hjemmet, udforske ubeboede rum og gøre rent, når det er nødvendigt. Jeg forestiller mig en maskine, som er lav nok til at passe under nogle møbler, med en endnu lavere børste, som kan forlænges, der vender tilbage i dok ved en station for at blive opladet og udlevere sin ladning af støv. Sådanne maskiner kunne åbne et sandt massemarked for robotter.
    Kommerciel succes vil fremprovokere konkurrence og accelerere investering i fremstilling, ingeniørvirksomhed og forskning. Støvsugende robotter burde avle smartere rengøringsrobotter med aftørring af støv, arme til at skrubbe og samle op med, fulgt af større nytterobotter med mange funktioner og stærkere, mere behændige arme og bedre sensorer. Der vil blive skrevet programmer til at få sådanne maskiner til at rydde op, opbevare, hente og levere ting, gøre status, bevogte hjem, åbne døre, slå græsplæner, spille spil og så videre. Nye anvendelser vil udvide markedet og anspore til yderligere fremskridt, når robotterne mangler intelligens, præcision, styrke, rækkevidde, behændighed, erfaring eller beregningskraft. Duelighed, antal solgt, ingeniør- og fremstillingskvalitet og omkostning-effektivitet vil forøges i en fælles forstærkende spiral. Måske vil processen i 2010 have frembragt de første bredt kompetente "universelle robotter", så store som folk, men med sind på 5.000 MIPS som et firben, der kan programmeres til næsten enhver enkel opgave.
    Som kompetente men instinkt-styrede krybdyr vil den første generation universelle robotter kun magte eventualiteter, der udtrykkeligt er dækket af deres anvendelsesprogrammer. Da de er ude af stand til at tilpasse sig ændrede omstændigheder, vil de ofte fungere ineffektivt eller slet ikke. Alligevel venter der dem så meget fysisk arbejde i forretningslivet, på gader, marker og i hjemmene, at robotiken kunne begynde at overhale ren informationsteknologi kommercielt.
    En anden generation af universel robot med en muselignende 100.000 MIPS vil tilpasse sig, hvor den første ikke gjorde og vil endda kunne trænes. Bortset fra anvendelsesprogrammer vil sådanne robotter indeholde et sæt software "konditioneringsmoduler", som ville frembringe positive og negative forstærkersignaler under foruddefinerede betingelser. For eksempel ville det, at gøre jobbene hurtigt og holde batterierne opladede, være positivt; at slå eller brække noget vil være negativt. Der vil være andre måder at udføre hvert trin i et anvendelsesprogram på, fra det minutiøst udspecificerede (grib håndtaget underhånd eller overhånd) til det bredt almene (arbejd indendørs eller udendørs). Efterhånden som jobbene gentages, vil alternativer, som resulterer i positiv forstærkning, blive foretrukket og dem med negative resultater undgået. Langsomt men sikkert vil andengenerations robotter arbejde bedre og bedre.
    En abelignende fem millioner MIPS vil tillade en tredje generation af robotter at lære meget hurtigt fra mentale øvelser i simulationer, der efterligner fysiske, kulturelle og psykologiske faktorer. Fysiske egenskaber inkluderer form, vægt, styrke, tings konsistens og udseende og hvordan man behandler dem. Kulturelle aspekter inkluderer en tings navn, værdi, rigtige placering og formål. Psykologiske faktorer, anvendt på både mennesker og robotter, inkluderer mål, overbevisninger, følelser og foretrukne ting. Udvikling af simulatorerne vil være et enormt foretagende, som involverer tusindvis af programmører og erfarings-indsamlende robotter. Simulationen vil spore ydre begivenheder og justere sine modeller for at holde dem trofast til virkeligheden. Det ville lade en robot lære et fag ved imitation og give en slags bevidsthed. Spurgt hvorfor der er lys på bordet, kunne en tredje-generations robot konsultere sin simulation af hus, ejer, og selv - og svare , at den satte dem der, fordi dens ejer kan lide middage i stearinlysenes skær og at den kan lide at fornøje sin ejer. Yderligere forespørgsler ville fremlokke flere detaljer om et enkelt indre mentalt liv, som kun drejer sig om konkrete situationer og folk i dens arbejdsområde.
    Fjerde-generations universelle robotter med menneskelignende 100 millioner MIPS vil kunne abstrahere og generalisere. De vil være resultatet af at blande kraftige programmer til fornuftsslutning med tredje-generations maskiner. Disse programmer til fornuftsslutning vil være de langt mere raffinerede efterkommere af vore dages teorem bevisførende programmer og ekspertsystemer, som efterligner menneskelig fornuftslutning for at stille medicinske diagnoser, planlægge ruter, foretage finansielle beslutninger, konfigurere computersystemer, analysere seismiske data for at finde olieforekomster og så videre.
    Rigtigt uddannede vil de resulterende robotter blive temmelig formidable. Jeg er faktisk sikker på, at de vil klare sig bedre end os indenfor ethvert tænkeligt område af bestræbelse, intellektuelt eller fysisk. En sådan udvikling vil uundgåeligt føre til en fundamental omstrukturering af vort samfund. Der vil findes hele aktieselskaber uden menneskelige ansatte eller investorer. Mennesker vil spille en væsentlig rolle i formuleringen af det indviklede kompleks af love, der vil styre selskabernes adfærd. I sidste ende er det imidlertid sandsynligt, at vore efterkommere vil ophøre med at arbejde i den forstand, vi gør nu. De vil sandsynligvis fylde deres dage med forskellige sociale, lystbetonede og kunstneriske beskæftigelser, ikke ulig vore dages komfortable pensionister eller velhavende ubeskæftigede klasser.
    Den sti jeg har skitseret rekapitulerer på en grov måde den menneskelige intelligens' evolution - men 10 millioner gange hurtigere. Den antyder, at robotintelligens vil overstige vor egen et godt stykke tid før 2050. I det tilfælde vil masseproducerede, fuldt uddannede robotforskere, der arbejder flittigt, billigt, hurtigt og mere og mere effektivt, sikre, at det meste, af hvad videnskaben ved i 2050, vil være blevet opdaget af vort kunstige afkom!

Yderligere information

Vehicles: Experiments in Synthetic Psychology. Valentino Braitenberg. MIT Press, 1984.

AI: The Tumultuous History of the Search for Artificial Intelligence. Daniel Crevier. Basic Books, 1993.

Robot: Mere Machine to Transcendent Mind. Hans Moravec. Oxford University Press, 1999.

*Hans Moravec er første forsker ved Robotics Institute på Carnegie Mellon University. I de sidste 40 år har han arbejdet på otte mobile robotter, af hvilke den første - en samling konservesdåser, batterier, lys og en motor - blev konstrueret da han var 10 år. Hans nuværende arbejde fokuserer på at sætte robotter i stand til at bestemme deres position og navigere ved hjælp af en tredimensional opmærksomhed på deres omgivelser.

Fra Rise of the Robots, Scientific American, december 1999, ss. 86-93.

17. juni, 2000.

Indhold
Liv i universet
Index