Η τεχνητή νοημοσύνη μπορεί να ανατρέψει την πυρηνική ισορροπία ως το 2040. By 2040, Artificial Intelligence Could Upend Nuclear Stability

Could artificial intelligence upend concepts of nuclear deterrence that have helped spare the world from nuclear war since 1945? Stunning advances in AI—coupled with a proliferation of drones, satellites, and other sensors—raise the possibility that countries could find and threaten each other's nuclear forces, escalating tensions. A new RAND Corporation paper finds that artificial intelligence has the potential to upend the foundations of nuclear deterrence by the year 2040.

Η τεχνητή νοημοσύνη έχει τη δυνατότητα να ανατρέψει τις βάσεις της πυρηνικής αποτροπής, και ως εκ τούτου την πυρηνική ισορροπία, ως το 2040, σύμφωνα με δημοσίευση του RAND Corporation (αμερικανικό think tank).

Αν και θεωρείται μάλλον απίθανη η εμφάνιση «αποκαλυπτικών» μηχανών φοβερής καταστρεπτικότητας που θα ελέγχονται από τεχνητές νοημοσύνες, ο κίνδυνος που συνιστά η τεχνητή νοημοσύνη για την πυρηνική ασφάλεια έγκειται, σύμφωνα με την έρευνα, στη δυνατότητά της να ενθαρρύνει τους ανθρώπους να πάρουν ρίσκα τα οποία μπορεί να έχουν δυνάμει τρομακτικές συνέπειες.

A Minuteman nuclear missile in its silo at Warren Air Force Base in Wyoming, 1965. LOWELL GEORGIA/NATIONAL GEOGRAPHIC/GETTY IMAGES

Όπως αναφέρεται στην έρευνα, κατά την περίοδο του Ψυχρού Πολέμου η αρχή της αμοιβαίας εξασφαλισμένης καταστροφής (MAD- Mutually Assured Destruction) διατηρούσε την ειρήνη (έστω και ασταθή) μεταξύ των υπερδυνάμεων, καθώς διασφάλιζε πως οποιαδήποτε επίθεση θα επέφερε καταστροφικά αντίποινα. Το αποτέλεσμα ήταν η επίτευξη στρατηγικής σταθερότητας, καθώς ελαχιστοποιούνταν τα κίνητρα για ενέργειες που θα μπορούσαν να οδηγήσουν σε πυρηνικό πόλεμο.

Illustrations by bubaone/Getty Images and jolygon/Adobe Stock. Design by Chara Williams/RAND Corporation.

Σύμφωνα με το νέο paper, τις προσεχείς δεκαετίες η τεχνητή νοημοσύνη θα έχει τη δυνατότητα να «φθείρει» το δόγμα της αμοιβαίας εξασφαλισμένης καταστροφής, υπονομεύοντας τη στρατηγική σταθερότητα: Βελτιωμένες τεχνολογίες αισθητήρων θα μπορούσαν να εισάγουν στην «εξίσωση» την δυνατότητα καταστροφής δυνάμεων που θα μπορούσαν να προβούν σε αντίποινα, όπως αυτοκινούμενοι εκτοξευτές πυραύλων και υποβρύχια. Ως αποτέλεσμα, τα αντίπαλα κράτη ενδεχομένως να βρίσκονταν στον πειρασμό να επιδιώξουν δυνατότητες πρώτου πλήγματος, με σκοπό να αποκτήσουν πλεονέκτημα στις διαπραγματεύσεις με τους αντιπάλους τους, ακόμα και αν δεν έχουν σκοπό να επιτεθούν. Αυτό υπονομεύει τη στρατηγική σταθερότητα, επειδή, ακόμα και αν μια χώρα με τέτοιες δυνατότητες δεν προτίθεται να τις χρησιμοποιήσει, οι αντίπαλοί της δεν μπορούν να το γνωρίζουν.

«Η σύνδεση μεταξύ του πυρηνικού πολέμου και της τεχνητής νοημοσύνης δεν είναι καινούρια- βασικά οι ιστορίες τους συνδέονται» σχολιάζει ο Έντουαρντ Γκάιστ, ένας από τους συντάκτες του άρθρου. «Μεγάλο μέρος της πρώιμης ανάπτυξης της ΑΙ έλαβε χώρα προς στήριξη στρατιωτικών προσπαθειών, ή με στρατιωτικούς σκοπούς κατά νου».

Όπως πρόσθεσε, ένα τέτοιο παράδειγμα ήταν το Survivable Adaptive Planning Experiment τη δεκαετία του 1980 που είχε σκοπό τη χρήση ΑΙ για την αξιοποίηση δεδομένων αναγνώρισης για σκοπούς σχεδίων στόχευσης με πυρηνικά όπλα.

Advances in artificial intelligence (AI) are enabling previously infeasible capabilities, potentially destabilizing the delicate balances that have forestalled nuclear war since 1945. Will these developments upset the nuclear strategic balance, and, if so, for better or for worse? To start to address this question, RAND researchers held a series of workshops that were attended by prominent experts on AI and nuclear security. The workshops examined the impact of advanced computing on nuclear security through 2040. The culmination of those workshops, this Perspective — one of a series that examines critical security challenges in 2040 — places the intersection of AI and nuclear war in historical context and characterizes the range of expert opinions. It then describes the types of anticipated concerns and benefits through two illustrative examples: AI for detection and for tracking and targeting and AI as a trusted adviser in escalation decisions. In view of the capabilities that AI may be expected to enable and how adversaries may perceive them, AI has the potential to exacerbate emerging challenges to nuclear strategic stability by the year 2040 even with only modest rates of technical progress. Thus, it is important to understand how this might happen and to assure that it does not.

Μια πιο αισιόδοξη προσέγγιση είναι ότι η ΑΙ θα μπορούσε να βελτιώσει τη στρατηγική σταθερότητα, βελτιώνοντας την ακρίβεια στη συλλογή και ανάλυση πληροφοριών, σύμφωνα με την δημοσίευση. Επίσης, αν και η ΑΙ θα μπορούσε να κάνει πιο ευάλωτες τις δυνάμεις δεύτερου πλήγματος, βελτιωμένες δυνατότητες παρακολούθησης και ερμηνείας των εχθρικών ενεργειών θα μπορούσαν να μειώσουν το ενδεχόμενο κάποιου λάθους που θα μπορούσε να επιφέρει κλιμάκωση. Οι ερευνητές υποστηρίζουν πως, δεδομένων των βελτιώσεων στο μέλλον, είναι δυνατόν τα συστήματα τεχνητής νοημοσύνης να αναπτύξουν δυνατότητες οι οποίες, αν και όχι αλάθητες, θα ήταν λιγότερο επιρρεπείς σε σφάλματα από τους ανθρώπους- άρα θα είχαν σταθεροποιητική επίδραση μακροπρόθεσμα. Πάντως δεν τη συμμερίζονται πολλοί αυτή την αισιοδοξία: «Κάποιοι ερευνητές φοβούνται πως μια αυξημένη εξάρτηση από την τεχνητή νοημοσύνη μπορεί να οδηγήσει σε νέα είδη καταστροφικών λαθών» λέει ο Άντριου Λον, άλλος ένας από τους συντάκτες της έρευνας. «Ίσως να υπάρχει πίεση για χρήση τεχνητής νοημοσύνης πριν να είναι ώριμη τεχνολογικά, ή μπορεί να είναι ευάλωτη σε υπονόμευση από αντιπάλους. Οπότε, η διατήρηση της στρατηγικής σταθερότητας τις προσεχείς δεκαετίες ίσως να αποδειχθεί εξαιρετικά δύσκολη και όλες οι πυρηνικές δυνάμεις πρέπει να συμμετέχουν στη δημιουργία θεσμών που θα βοηθούν στον περιορισμό του πυρηνικού κινδύνου».

Πηγές: https://www.rand.org/pubs/perspectives/PE296.html - naftemporiki.gr 

Ένας πλανήτης… κατράμι. Distant Jupiter-like world may be the darkest planet ever found

Εντοπίστηκε εξωπλανήτης που απορροφά το φως σε ποσοστό 99%. A new pitch-black planet that absorbs 99% of all light could be among the darkest celestial bodies ever uncovered, scientists say. Particles found in the dense atmosphere of Wasp-104b absorb up to 99 per cent of all light that shines on its surface.

Έχουν εντοπιστεί μέχρι σήμερα περίπου 3,5 χιλιάδες εξωπλανήτες, πλανήτες μακριά από το ηλιακό μας σύστημα. Ανάμεσα σε αυτούς υπάρχει μια κατηγορία εξωπλανητών που έχει λάβει την ονομασία «Καυτός Δίας» ή «Θερμός Δίας».

Πρόκειται για πλανήτες αερίων με μάζα περίπου όσο αυτή του πλανήτη Δία αλλά σε αντίθεση με τον Δία είναι πολύ πιο θερμοί διότι βρίσκονται σε πολύ κοντινή απόσταση από τον αστέρα γύρω από τον οποίο περιστρέφονται. 

Phase-folded K2 light curve of WASP-104. The red line is the best-fitting MCMC transit model. Shown in the upper panel are the residuals from the transit model. Credit: arXiv:1804.05334 [astro-ph.EP]

Ερευνητές του Πανεπιστημίου Keele στην Βρετανία χρησιμοποιώντας δεδομένα του διαστημικού τηλεσκοπίου Kepler εντόπισαν ένα ακόμη καυτό Δία ο οποίος όμως σε σχέση με τους υπόλοιπους πλανήτες όχι μόνο αυτής της κατηγορίας αλλά γενικότερα διαθέτει ένα πολύ σπάνιο χαρακτηριστικό. Ο Wasp-104b, όπως ονομάστηκε ο εξωπλανήτης βρίσκεται σε απόσταση 466 ετών φωτός από εμάς στον αστερισμό του Λέοντα. Όπως διαπίστωσαν οι ερευνητές ο εξωπλανήτης κυριαρχείται από νέφη τα οποία αποτελούνται από κάλιο και νάτριο συνδυασμός που επιτρέπει στον πλανήτη να απορροφά το ηλιακό φως.

The darkest planets may be black as charcoal. Duc Tri Nguyen / Alamy Stock Photo

Σύμφωνα με τους ερευνητές ο Wasp-104b απορροφά το 99% του φωτός μετατρέποντας τον έτσι σε ένα απόλυτα σκοτεινό κόσμο. Έχουν εντοπιστεί ορισμένα διαστημικά σώματα που έχουν αυτή την ιδιότητα μεγάλης απορρόφησης του φωτός με τον Wasp-104b να διεκδικεί με αξιώσεις τα πρωτεία του πιο σκοτεινού.

Πηγές: https://arxiv.org/abs/1804.05334 - http://www.tovima.gr/science/physics-space/article/?aid=970047

MarCO: Η NASA εκτοξεύει «μίνι» δορυφόρους με προορισμό τον Άρη. MarCOs Cruise in Deep Space

CubeSats are a class of spacecraft based on a standardized small size and modular use of off-the-shelf technologies. Many have been made by university students, and hundreds have been launched into Earth orbit using extra payload mass available on launches of larger spacecraft. Image credit: NASA/JPL-Caltech

Μπορεί τα πιο γνωστά διαστημόπλοια της NASA να ήταν αρκετά ευμεγέθη (από τα Voyager 1 και 2 μέχρι το Cassini και το Galileo), ωστόσο η κατακόρυφη άνοδος των «μίνι» δορυφόρων κατηγορίας cubesats, που επιτρέπουν την πρόσβαση στο διάστημα σε πολλούς ενδιαφερόμενους λόγω χαμηλού κόστους, δεν θα μπορούσε να αφήσει ασυγκίνητη την αμερικανική διαστημική υπηρεσία- και απόδειξη για αυτό είναι οι δίδυμοι δορυφόροι Mars Cube One.

An artist's rendering of the twin Mars Cube One (MarCO) spacecraft as they fly through deep space. The MarCOs will be the first CubeSats -- a kind of modular, mini-satellite -- attempting to fly to another planet. They're designed to fly along behind NASA's InSight lander on its cruise to Mars. If they make the journey, they will test a relay of data about InSight's entry, descent and landing back to Earth. Though InSight's mission will not depend on the success of the MarCOs, they will be a test of how CubeSats can be used in deep space. Image credit: NASA/JPL-Caltech

Το ζεύγος των δύο διαστημικών σκαφών (χάριν συντομίας MarCO), που είναι τα πρώτα cubesats που εκτοξεύονται από τη NASA στο βαθύ διάστημα, θα εκτοξευτεί τον Μάιο, με τον ίδιο πύραυλο που θα φέρει το InSight- το επόμενο όχημα προσεδάφισης της NASA με προορισμό τον Κόκκινο Πλανήτη. Τα MarCO προορίζονται να ακολουθήσουν το InSight στο ταξίδι του στο διάστημα, και αν τα καταφέρουν να φτάσουν εκεί, το καθένα διαθέτει μια αναδιπλούμενη κεραία για να αναμεταδίδει δεδομένα για το InSight καθώς θα εισέρχεται στην ατμόσφαιρα του πλανήτη και προσεδαφίζεται.

llustration of one of the twin MarCO spacecraft with some key components labeled. Front cover is left out to show some internal components. Antennas and solar arrays are in deployed configuration. Image credit: NASA/JPL-Caltech

Τα δύο μικρά σκάφη δεν θα πραγματοποιούν επιστημονικές έρευνες από μόνα τους, ούτε απαιτούνται για την αποστολή δεδομένων από το InSight στη Γη (θα βασίζεται σε άλλα σκάφη της NASA που είναι ήδη σε τροχιά για αυτό, πέρα από την απευθείας επικοινωνία με τη Γη μέσω των κεραιών του), ωστόσο θα είναι η πρώτη δοκιμή της τεχνολογίας cubesat πέρα από την τροχιά της Γης, επιδεικνύοντας κατά πόσον θα μπορούσαν να χρησιμοποιούνται «μίνι» δορυφόροι για να εξερευνήσουν περαιτέρω το ηλιακό σύστημα. «Είναι οι ανιχνευτές μας» λέει ο επικεφαλής μηχανικός των MarCO, Άντι Κλες, του JPL (Jet Propulsion Laboratory). «Οι cubesats δεν έχει χρειαστεί ξανά στο παρελθόν να αντέξουν την έντονη ακτινοβολία ενός ταξιδιού στο βαθύ διάστημα, ή να χρησιμοποιήσουν προώθηση για να κατευθυνθούν προς τον Άρη. Ελπίζουμε να ανοίξουμε αυτόν τον δρόμο».

MarCO will relay data from InSight to Earth during InSight's descent through Mars' atmosphere and touchdown on the surface. NASA's Mars Reconnaissance Orbiter will also receive these data from InSight. Image credit: NASA/JPL-Caltech

Οι επίσημες ονομασίες είναι MarCO-A και MarCO-B, αλλά για την ομάδα που τα έφτιαξε είναι o «Wall-E» και η «Eva», από τη γνωστή ταινία «Wall-E» της Pixar. Και τα δύο σκάφη χρησιμοποιούν πεπιεσμένο αέριο όπως στους πυροσβεστήρες για να πετάξουν στο διάστημα- όπως είχε κάνει και ο μικρός Wall-E στην ταινία του 2008.

Στη NASA γνωρίζουν ότι η αποστολή θα είναι δύσκολη, από την εκκίνηση των σκαφών ακόμα μέχρι την άφιξή τους στον Άρη. Εάν τα καταφέρουν και τα δύο σκάφη, θα δοκιμάσουν μια μέθοδο τηλεπικοινωνιών που θα μπορούσε να λειτουργεί ως «μαύρο κουτί» για μελλοντικές προσεδαφίσεις στον Κόκκινο Πλανήτη, βοηθώντας στη βελτίωση των προσεδαφίσεων σε αυτόν εν γένει (οι οποίες είναι δύσκολη υπόθεση).

Πηγές: https://go.nasa.gov/marco_launch - naftemporiki.gr 

Σκαλίσματα ή τέχνη τα σχέδια σε πανάρχαιες πέτρες; Is this 100,000-year-old hashtag the first humanmade symbol—or just a pretty decoration?

Έχουν ηλικία 100 χιλιάδων ετών και οι ειδικοί διαφωνούν για τον λόγο της δημιουργίας τους. A piece of red ochre with a deliberately engraved design, which is the oldest known evidence for the creation of a complex image. Photograph: Anna Zieminski/AFP/Getty Images

Πριν από 100 χιλιάδες έτη άνθρωποι που ζούσαν στο σπήλαιο Blombos στην Νότιο Αφρική άρχισαν να χαράσσουν γραμμές σε κόκκινες πέτρες σχηματίζοντας κάποια σύμβολα που σε κάποιους θύμισαν τα σημερινά... hashtag. Οι πέτρες αυτές έχουν ηλικία παλαιότερη από εκείνη των πρώτων δειγμάτων τέχνης που ήταν σπηλαιογραφίες που απεικόνιζαν κυρίως ζώα αλλά και ορισμένες φορές ανθρώπους.

Η χάραξη των γραμμών στις πέτρες θεωρήθηκε από κάποιους ειδικούς ως η πρώτη προσπάθεια του ανθρώπινου είδους να κάνει ενέργειες συμβολισμού διαδικασία που αποτελεί δείγμα υψηλής νοημοσύνης. Όμως ερευνητική ομάδα με επικεφαλής τον Κρίστιαν Τίλεν, γνωσιακό επιστήμονα του Πανεπιστημίου Άαρχους στην Δανία διαφωνεί ότι στην περίπτωση αυτή έχουμε να κάνουμε με συμβολισμό.

Οι ερευνητές ανάμεσα στους οποίους ήταν και αρχαιολόγοι παρουσίασαν την μελέτη τους σε μεγάλο συνέδριο εξέλιξης της γλώσσας στην Πολωνία. Υποστηρίζουν ότι οι δημιουργοί τους έκαναν αυτά τα σημάδια είτε για λόγους διακόσμησης είτε γιατί απλά τους άρεσε να βλέπουν τις γραμμές πάνω στις πέτρες. 

An early human scratched this hashtag pattern into a red ochre stone at Blombos Cave in South Africa. CHRISTOPHER HENSHILWOOD AND FRANCESCO D’ERRICO

Οι ερευνητές μελέτησαν τόσο τις επίμαχες πέτρες αλλά και κάποια τσόφλια αυγών στρουθοκαμήλων ίδιας ηλικίας με τις πέτρες στα οποία υπήρχαν ανάλογα σχέδια με παράλληλες και κάθετες γραμμές. Για να υπάρχει συμβολισμός θα έπρεπε κάποια από τα σχέδια στις πέτρες να επαναλαμβάνονται σε διάφορες πέτρες και κάθε φορά να είναι όλο και πιο ευδιάκριτα σε εκείνον που τα κοίταζε ώστε να γίνεται αντιληπτό εύκολα αυτό που συμβόλιζε το κάθε σχέδιο. Όμως οι ερευνητές διαπίστωσαν ότι κάτι τέτοιο δεν συνέβαινε.

Τα σχέδια στις πέτρες σύμφωνα με τους ερευνητές δεν επαναλαμβάνονται και δεν δείχνουν να έχουν κάποια λογική ή συνοχή που να δείχνει ότι έχουμε να κάνουμε με κάποιου είδους συμβολισμού.

Πηγές: http://www.sciencemag.org/news/2018/04/100000-year-old-hashtag-first-human-symbol-or-just-pretty-decoration - http://www.tovima.gr/science/article/?aid=969552

Εντυπωσιακό βίντεο από τα 28α γενέθλια του Hubble. Two Hubble Views of the Same Stellar Nursery

Οι εικόνες αποτυπώνουν το πολύχρωμο Νεφέλωμα της Λιμνοθάλασσας, σε απόσταση 4.000 ετών φωτός από τη Γη. Peaking out of the Lagoon Nebula is the Herschel 36 star, which is 32 times more massive than our sun. This photo is only about four light-years across, meaning it only captures a fraction of the nebula's full width, which is 55 light-years wide.

Με αφορμή τα 28α γενέθλια του διαστημικού τηλεσκοπίου Hubble, η NASA ανήρτησε ένα εντυπωσιακό βίντεο με εικόνες από τον Γαλαξία μας και τον αστερισμό του Τοξότη.

These NASA Hubble Space Telescope images compare two diverse views of the roiling heart of a vast stellar nursery, known as the Lagoon Nebula. The images, one taken in visible and the other in infrared light, celebrate Hubble’s 28th anniversary in space. Credits: NASA, ESA, and STScI

Οι εικόνες αποτυπώνουν το πολύχρωμο Νεφέλωμα της Λιμνοθάλασσας, σε απόσταση 4.000 ετών φωτός από τη Γη.

This video zooms into the core of a rich star-birth region called the Lagoon Nebula, located in the constellation Sagittarius in the direction of our Milky Way galaxy’s central bulge. Credits: NASA, ESA, and G. Bacon, D. Player, J. DePasquale, F. Summers, and Z. Levay (STScI) Acknowledgement: Fujii, Digitized Sky Survey, ESO/VPHAS, and Crisp

Στην καρδιά του ουράνιου σώματος βρίσκεται ένα κολοσσιαίο άστρο, το Herchel 36, 200.000 φορές φωτεινότερο και οκτώ φορές πιο καυτό από τον ήλιο, σύμφωνα με τη NASA.

Η αποστολή του Hubble στο διάστημα έγινε στις 24 Απριλίου του 1990 και στα 28 χρόνια τροχιάς του γύρω από τη Γη, έχει προσφέρει λεπτομερείς εικόνες του σύμπαντος, προσφέροντας νέα δεδομένα στους επιστήμονες και φωτίζοντας τα άλυτα πεδία της αστρονομίας.

Πηγές: https://www.nasa.gov/feature/goddard/2018/two-hubble-views-of-the-same-stellar-nursery - http://www.in.gr/2018/04/23/tech/entyposiako-vinteo-apo-ta-28a-genethlia-tou-hubble/

Πως πεθαίνει ένα άστρο. How to blow up a star

Supernova simulations are resolving a 50-year-old mystery about stellar death throes. An artist’s impression of supernova 1987A, showing its asymmetric ejection of material. Credit: L. Calçada/ESO

Πρόσφατες προσομοιώσεις σε υπολογιστή μας αποκαλύπτουν τις εκπληκτικές λεπτομέρειες που συμβαίνουν στις εκρήξεις των σουπερνόβα που σηματοδοτούν τον θάνατο των άστρων.

Δείτε το βίντεο «Πως εκρήγνυται ένα άστρο»:

An exploding supernova contains some of the most complex physics that astronomers have ever attempted to model. The most cutting-edge computer simulations take months to run but have revealed some amazing details about what might make these massive stars explode.

Πηγές: https://www.nature.com/articles/d41586-018-04601-7 - physicsgg

Ο αλγόριθμος που κάνει τα animations σχεδόν ανθρώπινα. Making computer animation more agile, acrobatic — and realistic

Nέο σύστημα τεχνητής νοημοσύνης κάνει τις ανθρώπινες φιγούρες στα κινούμενα σχέδια και στα βίντεο γκέιμ να κινούνται και να χορεύουν με εκπληκτική φυσικότητα. University of California, Berkeley researchers have made a major advance in realistic computer animation, using deep reinforcement learning to recreate natural motions, even for acrobatic feats like break dancing and martial arts.

Το animation έχει κάνει τεράστια άλματα στην εποχή των ηλεκτρονικών υπολογιστών κα η κίνηση των χαρακτήρων που βλέπουμε στα κινούμενα σχέδια και τα βίντεο γκέιμ έχει βελτιωθεί θεαματικά. Παρ' όλα αυτά απέχει ακόμη από το να είναι απολύτως ρεαλιστική. Αυτό ίσως σύντομα αλλάξει χάρη σε έναν αλγόριθμο που ανέπτυξαν επιστήμονες από τις Ηνωμένες Πολιτείες. Το νέο σύστημα τεχνητής νοημοσύνης θεωρείται ότι αποτελεί ένα τεράστιο άλμα στον τομέα καθώς προσομοιώνει με εντυπωσιακό ρεαλισμό την κίνηση ανθρώπων και ζώων κάνοντας τις φιγούρες να εκτελούν με φυσικότητα ακόμη και «δύσκολες» κινήσεις, όπως π.χ. να σκοντάφτουν και να σηκώνονται ή να κάνουν ανάποδο σάλτο.

Δύο βασικά στοιχεία τα οποία λείπουν από τους χαρακτήρες των κινουμένων σχεδίων και των βιντεοπαιχνιδιών κάνοντας τις κινήσεις τους να φαίνονται αδέξιες είναι η συνέχεια και ο ρυθμός. Αυτά θέλησαν να βελτιώσουν οι ερευνητές από το Πανεπιστήμιο του Μπέρκλεϊ στην Καλιφόρνια χρησιμοποιώντας τεχνικές ενισχυτικής μάθησης για να αναπτύξουν έναν αλγόριθμο ο οποίος μπορούσε να μαθαίνει να αναπαράγει τις φυσικές κινήσεις που «έβλεπε» να κάνουν άνθρωποι όχι μόνο καθώς περπατούσαν αλλά και ενώ επιδίδονταν σε πολεμικές τέχνες ή ενώ χόρευαν break dance.

Το παλιό με το καινούργιο

UC Berkeley researchers created a virtual stuntman that could make computer-animated characters more lifelike. (UC Berkeley video by Roxanne Makasdjian and Stephen McNally, with simulation footage by Jason Peng)

Οι παραδοσιακές τεχνικές του animation συνήθως απαιτούν τον σχεδιασμό ελεγκτών για κάθε δεξιότητα: έναν ελεγκτή π.χ. για το περπάτημα, άλλον για το τρέξιμο, άλλον για τα άλματα και ούτω καθεξής. Από την άλλη πλευρά οι πιο εξελιγμένες μέθοδοι ενισχυτικής μάθησης μπορούν να χειριστούν πολλές διαφορετικές δεξιότητες με έναν μόνο αλγόριθμο, όμως τα αποτελέσματά τους τις περισσότερες φορές δεν είναι καθόλου φυσικά. Οι επιστήμονες από το Μπέρκλεϊ σκέφτηκαν να συνδυάσουν τις δύο φιλοσοφίες.

Για να το επιτύχουν χρησιμοποίησαν δεδομένα αναφοράς από βίντεο καταγραφής κίνησης (motion-capture ή mocap) τα οποία έδειχναν ανθρώπους να εκτελούν περισσότερα από 25 διαφορετικά ακροβατικά, όπως ανάποδο σάλτο, ρόδα, kick up, γέφυρα, καθώς και απλές κινήσεις, όπως τρέξιμο, ρίψεις και άλματα. Αφού τροφοδότησαν με τα δεδομένα του mocap τον υπολογιστή, οι επιστήμονες άφησαν το σύστημα - το οποίο ονόμασαν «DeepMimic» - να «εξασκηθεί» σε κάθε δεξιότητα επί περίπου έναν μήνα προσομοιωμένου χρόνου, χρονικό διάστημα λίγο μεγαλύτερο από αυτό που θα χρειαζόταν ένας άνθρωπος για να μάθει την ίδια δεξιότητα.

Εξάσκηση και αυτοδιόρθωση

Simulated humanoid performing a variety of highly dynamic and acrobatic skills.

Ο υπολογιστής έκανε εξάσκηση επί 24 ώρες το εικοσιτετράωρο χωρίς διακοπή, κάνοντας εκατομμύρια δοκιμές προκειμένου να μάθει πώς να προσομοιώνει ρεαλιστικά την κάθε δεξιότητα. Η μάθηση επετεύχθη μέσα από τις δοκιμές και τα λάθη, με τον αλγόριθμο να συγκρίνει ύστερα από κάθε δοκιμή τις επιδόσεις του με τα δεδομένα αναφοράς του mocap και να προσαρμόζει ανάλογα τη συμπεριφορά του ώστε να πλησιάζει περισσότερο την ανθρώπινη κίνηση. Το εκπληκτικό ήταν ότι από τη στιγμή που εκπαιδεύθηκε, οι προσομοιωμένοι χαρακτήρες που «κινούσε» μπορούσαν να αντιμετωπίσουν με φυσικότητα καταστάσεις τις οποίες το σύστημα τεχνητής νοημοσύνης δεν είχε «δει» στο παρελθόν, όπως το να τρέχουν σε ανώμαλο έδαφος ή να κάνουν περιστροφικά λακτίσματα για να αποκρούσουν αντικείμενα που έρχονται καταπάνω τους.

«Πρόκειται πραγματικά για ένα μεγάλο άλμα σε σχέση με τα όσα έχουν γίνει ως τώρα με τα συστήματα ενισχυτικής μάθησης και το animation» δήλωσε σε δελτίο Τύπου του Πανεπιστημίου ο Σούε Μπινγκ «Τζέισον» Πενγκ, μέλος της ερευνητικής ομάδας. «Στο παρελθόν έχει γίνει πολλή δουλειά με στόχο την προσομοίωση των φυσικών κινήσεων, όμως οι μέθοδοι που χρησιμοποιούνταν βασίζονταν κυρίως στη Φυσική και ήταν πολύ εξειδικευμένες, δεν ήταν γενικευμένες ώστε να μπορούν να χειρίζονται μεγάλη ποικιλία δεξιοτήτων». Το σύστημα που ανέπτυξαν ο ίδιος και η ομάδα του, όπως λέει, είναι πιο ικανό και μπορεί να συμπεριφερθεί με φυσικό τρόπο. «Αν συγκρίνετε τα αποτελέσματά μας με βίντεο καταγραφής της κίνησης ανθρώπων πλησιάζουμε στο σημείο όπου είναι πολύ δύσκολο να ξεχωρίσει κάποιος ανάμεσα στα δύο. Πλησιάζουμε στη δημιουργία ενός εικονικού στάντμαν».

Πηγές: http://news.berkeley.edu/2018/04/10/m... - http://www.tovima.gr/science/article/?aid=966871