За пределами Земли. В поисках нового дома в Солнечной системе - Чарльз Уолфорт

Чтобы избежать падения, человеку и животному не требуется руководство извне. Даже беспозвоночные способны выбирать маршрут, избегать угроз и, застряв, всячески пытаться высвободиться. Естественный отбор прошли только те животные, нервные системы которых смогли справиться с этими ситуациями; те же, что столкнулись с непреодолимыми препятствиями, вымерли.

Робот, может быть, и не сравнится с крабом или пауком в умении ориентироваться, но, как и в природе, недостаток ума можно компенсировать ловкостью. Совместно с командой инженеров из Университета Карнеги — Меллон Апостолопулос проводил испытания устройств, предназначенных для дистанционного исследования чужеродных сред. Они забрасывали робота в суровую высокогорную пустыню Атакама в Чили — самое засушливое место в мире. Этот робот под названием Nomad был способен к автономному движению и управлялся из Питтсбурга и других мест в США, как если бы он был на Марсе, посылая обратно данные научных измерений.

В ходе этой работы возникли идеи, которые сперва не были очевидными. Например, инженеры обнаружили, что электрические моторы лучше располагать в колесах робота, а не в теле, чтобы избежать проблем с гидравликой центральной силовой передачи, возникающих при экстремальных перепадах температуры. Система подвески с осью в центре аппарата снизила риск опрокидывания благодаря равновесному давлению колес на поверхность даже на очень пересеченной местности. Все четыре колеса сделали поворотными. В 1997 г. Nomad самостоятельно преодолел по пустыне 223 км, что было рекордом того времени.

На протяжении ряда лет роботы из Университета Карнеги — Меллон и JPL оказывали влияние друг на друга. Марсоходы Spirit, Opportunity и Curiosity имеют моторы, расположенные в колесах, 4 поворотных колеса для выбора направления и системы подвески типа bogie. Эти подвески позволяют марсоходам преодолевать камни, размер которых больше диаметра колеса. С шестью колесами шансы вездехода застрять оказываются даже меньше, чем у Nomad, способного взбираться на вертикальные препятствия. Его задние колеса опираются на препятствие, в то время как передние вертикально по нему поднимаются; когда передние колеса добираются до вершины, они тянут за собой задние. Роверы перемещаются очень медленно, чтобы избежать опасных рывков.

К концу 1990-х гг. команда Дими отправила Nomad поискать метеориты в Антарктике. Антарктические ледники — своего рода накопители метеоритов. С движением льдов, таким медленным, что оно незаметно глазу, падающие на них объекты собираются в определенных местах, совсем как палки и прочий сор скапливаются у изгиба реки. Робот двигался по ледяному ландшафту, обнаруживая камни, и исследовал их на наличие признаков, позволяющих причислить их к метеоритам. Как и в космической миссии, Nomad работал там, где холод и удаленность не позволяли работать людям, и использовал инструменты более совершенные, нежели человеческие органы чувств. В идеале робот мог бы работать самостоятельно и без передышки — неустанный, неутомимый, не испытывающий голода и холода, — проходя по ледникам гораздо большее расстояние, чем под силу человеку.

До сих пор роботы были полезны главным образом для автоматизированного выполнения задач, так как позволяли выполнять работу быстрее и дешевле, освобождая людей для более творческих задач. На заводах роботы заменили работников конвейера. Настольные принтеры заменили машинисток и копировальную бумагу. Рой роботов, которых до определенной степени не жалко потерять, позволит автоматизировать разведку. Они могли бы рассредоточиться по неизвестной местности и сообщать подробные, точные сведения куда быстрее первопроходцев-людей.

Другое дело — марсоходы. Они слишком уникальны и ценны для того, чтобы часто позволять им путешествовать самостоятельно, хотя и оснащены программами автономной навигации. Их траектория разрабатывается большими командами высококлассных инженеров и ученых, чтобы разглядеть каждый камешек на пути. У марсоходов больше общего с телескопом, чем с астронавтом. Они позволяют ученым увидеть конкретные очень удаленные места с помощью оптических инструментов, а также проводят научные эксперименты на месте. Curiosity проезжает метр марсианской поверхности за 1,5 минуты. Как шутят робототехники, Колумб еще не сошел бы с «Испаньолы», двигайся он с такой же скоростью.

Автоматизировать исследование непросто. Создавая робота под конкретную задачу, приходится предугадывать каждую ситуацию, с которой он может столкнуться. Создатели роботов становятся экспертами в областях, не имеющих к робототехнике никакого отношения. Сейчас Дими знакомится с добычей платины, чтобы создать робота-шахтера. Но, если бы мы знали обо всем, что может обнаружиться на других планетах, нам было бы незачем их исследовать. Для того чтобы вести исследовательскую работу, автономным роботам нужно быть более умными и гибкими. Им предстоит находить новые объекты, чтобы изучать их самостоятельно, проводить работу и оценивать ее результаты.

Команда из Университета Карнеги — Меллон решила эту задачу для роботов — искателей метеоритов с помощью машинного обучения. Вместо того чтобы с помощью программ закладывать в робота правила, по которым ему следует отличать метеориты от остальных камней, они представили его инструментам все, что было в лаборатории, позволяя роботу создать базу данных, считанных сенсорами с реальных образцов. Когда робот сталкивался с новым объектом в поле, он сравнивал данные с сенсоров со своим прошлым опытом. С помощью статистического анализа он группировал считываемые данные с записанными в памяти и принимал решение о том, с какой вероятностью объект является метеоритом, а не земным камнем.

«Это называется самообучение, — говорит Дими. — Человек создает алгоритм тех приемов, которые будут использоваться при самообучении, но то, как оно будет проходить, заранее совершенно неизвестно. Порой обнаруживаются удивительные вещи. И это здорово. Такое происходило во многих областях».

Благодаря памяти и скорости вычислений, значительно превосходящим человеческие, обучающиеся компьютеры нередко обнаруживают то, о чем никто и подумать не мог. Простым примером может послужить обнаружение навигатором, установленным в вашей машине, непривлекательного на первый взгляд маршрута, однако на 10 минут короче, чем обычный; или анализ нравящейся вам музыки, позволяющий предложить прекрасного артиста или песню, о которых вы и не слышали. Но машинное обучение оказалось для науки новым способом порождать идеи: вместо того, чтобы пытаться написать уравнение, описывающее окружающий мир, ученые составляют обучающиеся программы, способные отыскивать закономерности в огромных объемах данных. По мере распространения дешевых сенсоров по всему миру — в море, в небе и даже под землей — компьютеры получают доступ ко все большему объему данных, что обещает в будущем взрыв новых открытий.

Роботы Дими действительно смогли обнаружить метеориты в Антарктике. Но из-за скудного бюджета и роста затрат на МКС NASA урезало большую часть финансирования роботов. Ученые из Университета Карнеги — Меллон переключились на другие области применения и источники финансирования. Дими стал главным исследователем проекта Корпуса морской пехоты США стоимостью $26 млн по созданию роботов для войны в Ираке.

«Это были большие перемены для меня, и я почти заставлял себя заняться тем, чем мне заниматься не хотелось по моральным соображениям, — рассказывает он. — Но мы, человеческий род, есть то, что мы есть. Среди нас есть люди, посвящающие себя войне, и люди, посвящающие себя миру, а также все оттенки серого между ними. Предполагая, что люди, посвящающие себя войне, будут всегда, мы приходим к вопросу: а что можно сделать, чтобы хотя бы изменить ситуацию?»