Роботизация тесно связана с эффективностью и размерами компьютерных чипов: чем они меньше, дешевле, производительней и эффективнее, тем умнее, шустрее, а главное – доступнее будут устройства-роботы. Как происходила роботизация от истоков до нынешних дней, и почему в ближайшем будущем нас ожидает переосмысление взаимодействия устройства с человеком – рассказал Андрей Волошин, технический директор компании Mobiliuz, автор и преподаватель курса TechMaker.
Зачем нужны микроконтроллеры
Микроконтроллеры используются повсеместно: во внешней рекламе, подземных и наземных коммуникациях, автомобилях, носимой электронике, промышленных системах и так далее. Практически каждое электронное устройство стоимостью больше $2 содержит в себе один или несколько микроконтроллеров.
Как получилось, что они всюду, а мы их не замечаем? Началось все с далекого 1947 года, когда Уильям Шокли с командой решили исследовать полупроводниковый эффект в транзисторе.
Работа велась в лаборатории Белл (Bell Labs), известной тем, что начиная с 30-х годов ХХ века она получила 7 Нобелевских премий в разных областях. Именно там придумали языки программирования C и C++, операционную систему Unix, которая легла в основу OS X и Linux.
В 1956 году Уильям Шокли, Джон Бардин и Уолтер Браттейн получают Нобелевскую премию за изобретение и теоретическое обоснование работы транзистора. Уже в 1957 году Шокли собирает лучших студентов технических университетов и организовывает собственную компанию – Shockley Semiconductor Laboratory, первую компанию по разработке и производству полуприводников в долине, которую позже назовут Кремниевой.
Несмотря на наличие денег и научное признание, Шокли оказался отвратительным руководителем, и вскоре лучшие умы покинули его, организовав собственную компанию Fairchild Semiconductor. Этих восьмерых молодых ребят история окрестила “Вероломной Восьмеркой”. Позже они организуют в общей сложности 56 компаний в Силиконовой долине, которые будут называть Fairchildren, подчеркивая их происхождение.
Сам же Уильям Шокли был весьма своеобразным человеком. На смертном одре он говорил, что наибольшим своим достижением в жизни считает вклад в евгенику – то, на чем базировалась нацистская теория расизма, разделение людей по генотипу, по расовым признакам.
Первое программирование
Тем временем, идут 1960-е годы, Кеннеди объявляет «лунную гонку»: до конца 60-х годов человек должен ступить на поверхность ЛУНы. Для программы Сатурн-5 нужна разработка навигационного компьютера, который доставит, посадит на Луну и возвратит на Землю космонавтов. За разработку программы берется MIT (Massachusetts Institute of Technology). Возглавляет – Маргарет Гамильтон.
Для создания навигационного компьютера «Апполон» приходилось вручную обматывать магнитные катушки медной проволокой: пропущенная через кольцо проволока – 1, обмотанная вокруг кольца – 0. Намотку осуществляли женщины, через магнитные сердечники пронизывая медную нить.
Отсюда название процесса – «прошивка», как на сленге называют перенос программы в память микроконтроллера. Почему работали именно женщины? Они могут длительное время концентрировать внимание на рутине, в отличие от мужчин. Каждая линия содержит в себе порядка 2 км медной проволоки, причем не самой тонкой.
Маргарет Гамильтон заложила фундамент в понятие отказоустойчивых операционных систем реального времени. Ее наработками мы пользуемся до сих пор. Именно она отправила 12 пацанов на Луну и вернула обратно. Она ввела еще одну важную вещь: приоритеты задач в операционных системах.
Когда ребята спускались в лунном модуле на поверхность, датчик, который измеряет расстояние до поверхности, начал выдавать слишком много данных. Операционная система в компьютере с тактовой частотой 2 МГц и 2Кб памяти, благодаря приоритетам задач, смогла проигнорировать чрезмерный поток данных от сенсора и успешно посадила лунный модуль. Поэтому мы услышали знаменитую фразу: «Маленький шаг для человека, большой шаг для человечества», а не сводку новостей, о крушении.
Государственные инвестиции в полупроводниковую отрасль привлекли внимание и частных инвесторов. «Апполон» был первым компьютером, собранным на микросхемах. До этого вместо них были дискретные элементы, отдельные транзисторы. Потом их начали собирать в компактные сборки, микросхемы, которые можно было переиспользовать, как бетонные блоки при строительстве зданий.
Процессоры становятся доступными
Ближе к 1968 году двое из Вероломной Восьмерки — Гордон Мур и Роберт Нойс — организовывают компанию Integrated Electronics. Нам она больше известна как Intel. Уже в 1969 году они получают заказ от японцев – производство 12 узкоспециализированных микросхем для калькуляторов. Гений инженерной мысли Тед Хофф уговаривает начальство: «Мы не будем делать 12 микросхем, мы сделаем одну, которую можно запрограммировать на все 12 задач». Так рождается первый коммерчески доступный процессор Intel 4004. Он состоит из 2250 транзисторов.
С появление коммерчески доступного процессора начали появляться персональные компьютеры. С 1976 года компания Apple делает все, чтобы оставаться самой дорогой и прибыльной компанией по производству потребительской электроники. Это производитель железа, не софта.
Такой мы прошли путь: от маленького транзистора до процессора 4004 и до сегодняшних ядреных процессоров, в которых на борту уже миллиарды транзисторов. Внутри таких процессоров выделяют отдельные участки, которые выполняют определенную функцию. Эти участки – ядра интеллектуальной собственности – разрабатываются разными компаниями. Некоторые вы лучше знаете. Например, компания ARM разрабатывает спецификации для процессоров, которые находятся внутри наших смартфонов и планшетов. Другие – видеокарту, встроенную в ваш процессор. Примечательно тем, что ребята производят фактически бумажки-чертежи и за миллионы долларов продают их компаниям, производящим сами чипы.
Но мельчайшим кирпичиком этих ядер является все тот же транзистор. Он работает как выключатель.
Сегодняшние транзисторы имеют размер порядка 14-22 нанометров, или около 30 атомных расстояний. Именно они используются в смартфонах, которые мы носим у себя в кармане. При таких размерах становится проблемой квантовая природа и, в частности, туннельный эффект, когда электрон может проскочить изолятор.
Электронное облако атома показывает вероятность нахождения электронов в любой точке. Важный момент: с увеличением расстояния эта вероятность не становится нулевой. Это позволяет говорить о телепортации, например, от Земли до Марса.
Когда Эйнштейн услышал о вероятности того, что электроны могут телепортироваться, он изрек свою известную фразу: «Бог не играет в кости с Вселенной».
Наш современник, Стивен Хокинг, на это ответил: «Бог не только играет в кости, но и разбрасывает их там, где мы их не можем не заметить». Стоит подчеркнуть, что оба они – атеисты.
Итак, нас окружают микроконтроллеры. Они дешевые – их стоимость меньше чашечки кофе. Есть чипы по $2, они размером с 5 копеек, подключаются через USB и легко программируются. За $60 – полноценный компьютер Intel Edison, двухъядерный, с Bluetooth и wi-fi на борту.
Роботы и будущее
Современный робот, например, созданный Hanson Robotics, похож на человека. У него плавные движения, лицо сделано из очень мягких материалов. Таких роботов показывают в фильмах: внешне сложно отличить робота от человека. Однако их механика далека от совершенства.
Более продвинутая механика – KUKA. Эти малыши, которые используют в автопроизводстве, феноменально точные, до микрона. Если происходит землетрясение, эти роботы перестают работать, пока квалифицированный инженер их не перекалибрует.
Вы видели видео с избиением Атласа от Boston Dynamics и робота-собачки? Внизу надпись: «Когда роботы будут убивать нас во сне, мы должны благодарить этого парня».
Какие чувства возникли у вас после просмотра видео? Несправедливости и жалости. Все, что видит и ощущает человек, проходит эмоциональную окраску. Так работает лимбическая система мозга.
Однако эмоции, которые мы испытываем к железу – это плохо. Дело в том, что наш мозг заточен на определение всего ненастоящего. Вы всегда можете определить, искренне человек улыбается или нет. Здесь же мы перестаем ощущать разницу между живым и не живым, сами обманываем свой мозг.
Наш мозг очень энергозатратный объект. Знаете миф о том, что наш мозг работает на 10% своих возможностей? На самом деле одновременно может работать лишь от 5 до 10% нашего мозга. Это вызвано, в первую очередь, оптимизацией энергопотребления. Мозг не выдержит, если будут задействованы все 100% нейронов.
Все это позволяет предположить, что в ближайшем будущем появятся натуральные, а главное – эмоциональные интерфейсы. Человек хочет взаимодействовать с устройством, у которого есть черный прямоугольник, он его воспринимает как экран или тач-панель. Например, мой крестник при виде прямоугольника начинает пробовать тачскрин.
Будущее – за натуральными, естественными, эмоциональными интерфейсами. Вспомните таких роботов, как Wall-E, Cozmo, Jibo. Этим мы занимаемся у себя в компании: эмоциональным взаимодействием человека и машины.
Если говорить об интеллекте, то существующие сегодня системы решают исключительно узкопрофильные задачи. Запрограммировать их на это достаточно сложно и требует значительных вычислительных ресурсов. Google разработал собственный чип для DeepMind – системы искусственного интеллекта.
Недавно DeepMind AlphaGo обыграл человека — лучшего в мире игрока в Go. До этого события считалось, что эта игра – сложнейшая задача для искусственного интеллекта. Дело в том, что игроки в Go оперируют не математическими расчетами игровой ситуации, а интуицией, образами, ощущениями. Не так, как в шахматах или шашках.
Математически просчитать на три-четыре шага вперед в этой игре – невыполнимая задача. И все же компьютеру удалось выиграть. Правда, пока этот интеллект узкоспециализированный. Очевидно, в дальнейшем придут к тому, что сделают искусственный интеллект общим развлечением, который будет совмещен с эмоциями.
Что же будет дальше? Поиски путей предохранения от того, чтобы ИИ нас не истребил? Люди сами определяют, что плохо, а что хорошо. Спасают котов и собак, но истребляют вирус полиомиелита. Если компьютер решит так же, человечеству придется сложно. Но это все – далекое будущее. Лично я верю, что люди найдут решение этой проблемы. Пока же никто не может предсказать, чему обучится ИИ, и запрограммировать это невозможно.