Az eLearn:inga egy olyan platform, amin a következő generációs robotikai fejlesztések a közösség erejével fognak megvalósulni. Egy megosztott, hatékony fejlesztő platform, ami világszerte elérhetővé teszi a nagy robotikai AI kihívások közös megoldásán való gondolkodást. Hofecker Andor mechatronikai mérnökkel beszélgettünk, aki a Lift program keretében dolgozik a Kitchen Budapest-ben a projektjén. 

KB: Milyen területet, illetve ezen a területen észlelt hiányt fed le az ötleted, amivel jelentkeztél a KiBu-hoz?

Hofecker Andor: A mesterséges intelligencia-kutatás iránti igény az utóbbi időben robbanásszerűen megnőtt, így megszaporodott a mindenki számára elérhető alkalmazási területek száma is. Mechatronikai mérnökként az egyetemen azt tapasztaltam, hogy nem elégséges az AI oktatása a robotika területén. Ezt pótolandó sokféle önképzésre alkalmas oldalt kipróbáltam online, végül a Udacity és az Open AI gym vált be a legjobban. Az előbbi egy online tanulási felület, az utóbbi pedig egy kifejezetten mesterséges intelligencia tanulásra és tesztelésre fejlesztett szimulációs környezet (amit Elon Musk alapított). Mégis hiány maradt bennem egy olyan platform iránt, ami lehetővé teszi, hogy valós együttműködés állhasson fel egy-egy problémára függetlenül attól, hogy földrajzilag hol van az ember. Aztán igazi robotok sincsenek, amiket online lehet tesztelni. Óriási a különbség a webes szimuláció és egy valós fizikai környezetben való alkalazás között a robotika területén. A korlátozott erőforrás pedig kihívások elé állítja a kutatókat, akiknek valahogy túl kell lépniük ezen a problémán.

Azzal az elképzeléssel jelentkeztünk a KiBu-ba, hogy építünk egy online platformot, ahol az emberek közösen tanulhatnak, dolgozhatnak és kutathatnak a robotika és AI keresztmetszetében. Nem csak arra akartuk kihegyezni ezt az együttműködést, hogy mindenki megosztja a másikkal az eredményeket, sokkal inkább azt a célt tűztük ki magunk elé, hogy a különböző részeredmények fejlesztése és összekapcsolása révén együtt jobb végeredményt érjünk el. Olyan egyetemeknek, más online oktató felületeknek és fejlesztő cégeknek ajánlanánk a platform használatát, akik meglévő kurzusaikat és tréningjeiket egészíthetnék ki ezzel a megoldással. 


KB: Mit tud most az eLearn:inga, akár a versenytársakhoz képest is és merre tovább?

Az első prototípus, amit létrehoztunk, egy nagyon egyszerű robot irányítási feladat: ki kell egyensúlyozni egy ingát. A szimuláció az OpenAI gym-en elérhető több-kevesebb eltéréssel. Az emberek a website-on keresztül feltöltik a python kódjaikat, ezt követően a kódsor egy valós ingát hoz működésbe, az eredmények pedig nyilánosan elérhetőek online és vissza is lehet játszani őket. A teljesítményindikátor jelzi a feladatvégrehajtás sikerességének mértékét. Az eredmények alapján aztán tovább lehet finomítan, hogy a szimuláció még valóságközelibb legyen A szimulációs és verzérlési eremények hatékonyság alapján vannak rangsorolva és megosztva. A vezérlési eredményeket aztán egy igazi roboton ki lehet próbálni. 

Az első lépés, hogy megalkossunk egy MVP-t az inga számára, aztán megoszthassuk a robotot  például a Magyar Robot Építőkkel vagy a Budapesti Műszaki Egyetemmel tesztelésre. 

Később, az eredmények tükrében majd meg kell hoznunk a döntést, milyen irányban megyünk tovább. Egy csomó kérdést kell még addig megválaszolnunk. Életszerű egy valódi robotot megosztva használnunk? Működhet így az együttműködés? Esetleg tovább bővíthetjük a platformot cégek számára együttműködésen alapuló fejlesztések céljából már a közösség nélkül vagy azzal együtt? Bevételt több forrásból is szerezhetünk, például a robot idejének megosztásával és beárazásával. A különböző prototípusokat speciális fejlesztésekre vagy kizárólag egyetemek vagy cégek számára kapcsoljuk rá a platformra? Vagy megosszuk a platformunkat, hogy más emberek felcsatlakoztathassák az eszközeiket és pénzt kereshessenek vele. Cégek támogatásával akár díjakat is felajánlhatunk bizonyos kihívások teljesítéséért vagy adományokat is elfogadhatunk a közösség tagjaitól. Azt is el tudom képzelni, hogy a platformunkat a cégek majd mesterséges intelligencia kutatók toborzására és kiválasztására használják a rangsorolt eredmények vagy szakértői hozzászólások alapján. Megint egy másik irány lehet, ha a robot csinál olyan különleges vagy éppen haszontalan dolgokat, mint például rajzol, amiket aztán értékesítünk. 

A versenytársaink a partnereink is lehetnek. Például a Robot Operating System (ros.org/about-ros) sokféle robotikai megoldást gyűjt, de nincs interaktív online együttműködési platformjuk. A kutatók általában függgetlen kis csoportok. Az OpenAI lehet a kihívónk, mert ugyancsak AI oktatással és kutatással foglalkozik, igazán hasznos és gyakran használjuk az online szimulátoraikat, ugyanakkor ennek a közösségnek tudnánk felajánlani a valós tesztelést a roboton, amit mi kínálunk. A codewars.com pedig egy online együttműködésen alapuló platform, viszont a problémák, amiknek a megoldását felkínálják ugyanakkor nem robotikai, hanem matematikai, logikai vagy szöveges.

A mesterséges intelligencia kutatásban az együttműködés sokkal direktebb formában is elképzelhető. Jelenleg egyetlen olyan platform sem létezik, ahol megalkothatsz és összeköthetsz különböző gépi vezérlési megoldásokat online. Az embereknek, akik ezzel akarnak foglalkozni, nem kell saját robotot építeni vagy vásárolni. Használhatnak egyet közösen. Ez ma nem áll rendelkezésre, csupán lokális igényekre kifejlesztett példák elérhetők (pélául a Budapesti Műszaki Egyetemen).

Jelenleg egy fizikai formában is létező ingával rendelkezem, amit egy egyszerű weblapon keresztül irányítható. Az elérhető leírás segítségével, saját kód írásával pedig elsajátítható az egyik legegyszerűbb szabályozás, az arányos vagy P szabályzó. 

Amire nagy szükségem van a továbbiakhoz, az a visszajelzés a közösségtől, legyen szó egyetemekről (mint a Műszaki Egyetem), közösségektől (mint a Magyar Robot Építők) vagy olyan online tanulási felületekről (mint az Udacity).

Látogasd meg a  https://elearninga.com  weboldalt --> Regisztrálj
 -->  Aktiváld a profilodat --> Jelentkezz be