Больше «если»

Любые машины программируют преимущественно по стандартной логике «если, то». «Если» описывает сценарий, окружающие условия или информацию. «То» сообщает машине, что делать после каждого «если» (а также «если нет» и «иначе»): «Если химический след не обнаружен, то необходимо остановиться». Почтовый робот не видел, что находилось вокруг, и мог функционировать только в среде с доступным ему количеством «если».

Будь у него способность различать ситуации – обрабатывать больше «если», – то, даже не меняя действий, заключавшихся в остановке и следовании к другой точке, он мог бы использоваться и в других целях. Современный Roomba – робот-пылесос компании iRobot – умеет это делать и свободно передвигается в помещении, датчики не дают ему упасть с лестницы или застрять в углу, а дополнительно он оснащен модулем памяти для последовательной уборки.

На улице робот должен двигаться медленно, чтобы не поскользнуться на мокрой или скользкой поверхности. Появляются две возможные ситуации (или два состояния) – сухая и влажная. Если движения робота зависят от света и темноты, появления рядом человека, наличия срочной корреспонденции, если белку переехать можно, а кошку нельзя, а еще есть другие факторы, причем одни зависят от других (можно переехать белку, только когда темно, но не когда светло), то количество ситуаций «если» возрастает непомерно.

Для повышения качества прогнозов машины должны различать больше «если». В этом случае почтовый робот умел бы реагировать на разные ситуации. Прогностическая машина позволяет роботу определить следующее: когда темно и сыро, в двадцати метрах сзади бежит человек, а впереди – кошка, скорость нужно снизить, но, когда темно и сыро, человек стоит в двадцати метрах сзади, а впереди белка, этого можно не делать. Благодаря прогностической машине робот может двигаться не только по размеченному пути. Новые почтамобили функционируют в более сложной обстановке, а подорожали несущественно.

Роботы-доставщики уже распространены повсеместно. Склады оборудованы автономными системами доставки, которые прогнозируют обстановку и соответственно реагируют. Вереницы роботов Kiva транспортируют продукты по гигантским центрам Amazon. Стартапы экспериментируют с роботами-доставщиками, по тротуарам и улицам развозящими посылки (или пиццу) из компании и обратно.

Такая услуга стала возможной благодаря тому, что роботы используют для прогнозирования среды данные высокотехнологичных датчиков, а затем получают инструкции о действиях. Вообще это не считается прогнозированием, но по сути все же это так. И чем дешевле прогноз, тем совершеннее роботы.