Shakey le Robot – Histoire complète de Shakey le Robot

 Charles Rosen avec Shakey dans 1983

Charles Rosen avec Shakey en 1983

Shakey, le premier robot mobile capable de percevoir et de raisonner son environnement, a été créé à la fin des années 1960 au Stanford Research Institute (SRI) par un groupe d’ingénieurs, dirigé par Charles Rosen, car le projet a été financé par la Defense Advanced Research Projects Agency (DARPA).

En novembre 1963, Charles Rosen, qui avait fondé le groupe d’apprentissage automatique au SRI, a imaginé le premier automate mobile au monde. L’année suivante, Rosen a proposé de construire un robot capable de penser par lui-même, mais son idée a été accueillie avec scepticisme par beaucoup dans le domaine naissant de l’IA. La même année, Rosen a demandé un financement à la DARPA, qui accorde des fonds pour le développement de technologies émergentes. Il a fallu deux ans à Rosen pour obtenir le financement (la DARPA a accordé aux chercheurs 750000 $ – plus de 5 millions de dollars en argent d’aujourd’hui), et il a fallu six ans de plus, jusqu’en 1972, avant que les ingénieurs du Centre d’IA de SRI ne finissent de construire Shakey.

 Modules principaux de Shakey

Les modules principaux de Shakey

Shakey mesurait un peu moins de deux mètres de haut et comportait trois sections. Au fond se trouvait une plate-forme à roues (deux moteurs pas à pas, dont un relié à chacune des roues motrices latérales) qui donnait au robot sa mobilité et des capteurs de détection de collision. Au sommet, il y avait ce qui ressemblait à trois unités coulissantes dans un rack. Ceux-ci tenaient l’unité de contrôle de la caméra du robot et la logique embarquée. Empilés sur l’unité la plus haute se trouvaient un télémètre et une caméra de télévision et une antenne radio dépassant du haut.

Une liaison radio connectait Shakey à un ordinateur, qui pouvait traiter les données entrantes et envoyer des commandes aux circuits qui contrôlaient les moteurs du robot. Initialement, un ordinateur SDS (Scientific Data Systems) 940 a été utilisé. Vers 1969, un DEC PDP-10 plus puissant a remplacé le SDS 940. Le PDP-10 utilisait une grande mémoire à tambour magnétique (de la taille d’un réfrigérateur, contenant environ 1 mégaoctet) pour échanger des tâches à temps partagé dans et hors de la mémoire centrale de travail.

Shakey utilisait le langage de programmation Lisp, ainsi que FORTRAN, et répondait à de simples commandes en anglais. Une commande pour rouler 2,1 pieds ressemblerait à ceci:
SHAKEY =(ROLL 2.1)
D’autres commandes incluaient TILT, PAN, mais il y avait aussi des instructions GOTO (qui au lieu de sauter à une nouvelle position dans le code) entraînerait en fait le Shakey à une nouvelle position dans le monde réel.
SHAKEY =(GOTO D4)
Ce qui est plus important, Shakey lui-même planifierait d’abord l’itinéraire qu’il allait emprunter, traçant même un parcours autour des obstacles. Et il pourrait effectuer d’autres tâches utiles, comme déplacer des boîtes.
SHAKEY=(BOÎTE DE POUSSAGE1 = (14.1, 22.7))

 Shakey dans le magazine Life du 20 novembre 1970

Shakey dans le magazine Life du 20 novembre 1970

Shakey a été présenté dans un article détaillé dans le magazine Life du 20 novembre 1970 (voir l’image du haut). Une partie de l’article est la suivante:
Il ressemblait à première vue à un wagon de bonne humeur qui avait malheureusement besoin d’un travail de peinture au printemps. Mais au lieu d’une petite cloche tintement au-dessus de son corps en forme de boîte, il y avait ce gros whangdoodle mécanique qui s’élevait, plein de lentilles et de câbles, comme une gargouille de sculpture de jonque.
 » Rencontrez Shaky « , a déclaré le jeune scientifique qui me faisait visiter le Stanford Research Institute. « La première personne électronique. »
J’ai cherché un scintillement dans l’œil du scientifique. Il n’y en avait pas. Sobre comme une équation, il s’est assis à une borne d’entrée et a tapé une instruction laconique qui a été introduite dans le « cerveau » de Shaky, un ordinateur installé dans une pièce voisine: POUSSEZ LE BLOC HORS DE LA PLATE-FORME.
Quelque chose à l’intérieur de Shaky a commencé à fredonner. Un grand prisme de verre en forme d’une épaisse tranche de tarte et placé au milieu de ce qui passait pour son visage tournait de plus en plus vite jusqu’à ce qu’il se dissolve en éblouissement, puis sa superstructure tournait lentement à 360 degrés et son visage se penchait vers l’avant et semblait regarder le sol. Alors que le bourdonnement s’élevait à un vrombissement, Shaky sortit lentement de la pièce, tourna à nouveau sa superstructure et tourna à gauche dans le couloir à environ quatre milles à l’heure, fixant toujours le sol.
« Se guide en regardant les plinthes », a expliqué le scientifique en se dépêchant de suivre le rythme. À chaque porte ouverte, Shaky s’arrêta, tourna la tête, inspecta la pièce, se détourna et se dirigea vers la porte ouverte suivante. Dans la quatrième pièce, il vit ce qu’il cherchait: une plate-forme d’un pied de haut et de huit pieds de long avec un grand bloc de bois assis dessus. Il est entré, puis s’est arrêté au milieu de la pièce et a regardé pendant environ cinq secondes la plate-forme. Je l’ai regardé aussi.
« Il n’y arrivera jamais. »Je me suis retrouvé à penser « Ses roues sont trop petites. « Tout à la fois, j’ai eu de la chair d’oie. « Shaky, » je me suis rendu compte, « pense la même chose que je pense!. »
Shaky pensait aussi plus vite. Il tourna lentement la tête jusqu’à ce que son œil se repose sur une large rampe peu profonde qui gisait sur le sol de l’autre côté de la pièce. Vrombissant, il a traversé la rampe, l’a semi-encerclée puis l’a poussée directement sur le sol jusqu’à ce que l’extrémité supérieure de la rampe frappe la plate-forme. En reculant de quelques pieds, il a de nouveau maîtrisé la situation et a découvert qu’un seul coin de la rampe touchait la plate-forme. Roulant rapidement de l’autre côté de la rampe, il l’a poussée jusqu’à ce que l’espace se referme. Puis il s’est balancé, a chargé la pente, a localisé le bloc et l’a doucement poussé hors de la plate-forme.
Comparé aux elfes électroniques glamour qui gigotent sur les écrans de télévision, Shaky peut ne pas sembler beaucoup. Pas d’yeux de rayon de la mort, pas de convoitise transistorisée secrète pour les techniciens de laboratoire adolescents. Mais en fait, il est une réussite historique. La tâche que je l’ai vu accomplir imposerait les talents d’un enfant de 4 ans vivant, et les hommes qui, au cours des deux dernières années, ont dirigé le projet fragile – Charles Rosen, Nils Nilsson et Bert Raphael – disent qu’il est capable de routines beaucoup plus sophistiquées. Armé des bons appareils et programmé à l’avance avec des instructions de base, Shaky pouvait voyager autour de la lune pendant des mois à la fois et, sans un seul bip de direction depuis la terre, pouvait ramasser des roches, forer des carottes, faire des sondages et des photographies et même décider de poser des ponts de planches sur des crevasses qu’il avait décidé de traverser.
Le centre de toute cette activité complexe est le « cerveau » de Shaky, un ordinateur remarquablement programmé avec une capacité de plus de 1 million de « bits » d’informations. Au mépris de la vision conventionnelle apaisante selon laquelle l’ordinateur n’est qu’un boulier glorifié, cela ne peut pas remettre en cause le monopole humain de la raison. Le cerveau de Shaky démontre que les machines peuvent penser. Diversement définis, la pensée comprend des processus comme « l’exercice des pouvoirs de jugement » et « la réflexion dans le but de parvenir à une conclusion. »À certains égards, parmi lesquels des pouvoirs de rappel et une agilité mathématique, le cerveau de Shaky peut penser mieux que l’esprit humain.
Marvin Minsky du Projet Mac du MIT, un polymathe de 42 ans qui a apporté des contributions majeures à l’Intelligence artificielle, m’a récemment dit avec une certitude tranquille: « Dans trois à huit ans, nous aurons une machine avec l’intelligence générale d’un être humain moyen. Je veux dire une machine qui sera capable de lire Shakespeare, de graisser une voiture, de faire de la politique au bureau, de raconter une blague, de se battre. À ce moment-là, la machine commencera à s’éduquer avec une vitesse fantastique. Dans quelques mois, il sera au niveau du génie et quelques mois après, ses pouvoirs seront incalculables. »
J’ai dû sourire à ma crédulité instantanée — le genre de sourire nerveux qui survient lorsque vous réalisez que vous avez été happé par un morceau de science-fiction intelligent. Quand j’ai vérifié la prophétie de Minsky avec d’autres personnes travaillant sur l’Intelligence artificielle, cependant, beaucoup d’entre eux ont dit que le calendrier de Minsky pourrait être quelque peu pieux — « donnez—nous 15 ans », était une remarque commune – mais tous ont convenu qu’il y aurait une telle machine et qu’elle pourrait précipiter la troisième Révolution industrielle, anéantir la guerre et la pauvreté et enrayer des siècles de croissance dans les sciences, l’éducation et les arts. Dans le même temps, un certain nombre d’informaticiens craignent que l’aubaine ne devienne un Golem.  » L’esprit limité de l’homme, dit Minsky, ne pourra peut-être pas contrôler des mentalités aussi immenses. »
L’intelligence dans les machines s’est développée à une vitesse surprenante. Il y a seulement 33 ans, un mathématicien du nom de Ronald Turing a prouvé qu’un ordinateur, comme un cerveau, peut traiter n’importe quel type d’information — des mots aussi bien que des nombres, des idées aussi facilement que des faits; et maintenant il y a Tremblant, avec un noyau interne ressemblant au système nerveux central des êtres humains. Il est composé de cinq grands systèmes de circuits qui correspondent assez étroitement à la façon dont les facultés humaines – sensation, raison, langage, mémoire, ego et ces facultés coopèrent harmonieusement pour produire quelque chose qui se comporte réellement comme une personne rudimentaire.
La faculté de mémoire de Shaky, construite d’après un modèle développé au MIT, prend en compte l’œil vidéo, le télémètre optique, l’équipement de télémétrie et les antennes tactiles de Shaky; le goût et l’ouïe sont les seuls sens que Shaky n’a pas jusqu’à présent. Cette entrée est ensuite acheminée à travers un « processus mental » qui reconnaît les modèles et dit à Shaky ce qu’il voit. Une impression point par point de l’entrée vidéo, tout comme l’image sur un écran de télévision, est construite dans le cerveau de Shaky selon les lois de la géométrie analytique. Les zones sombres sont séparées des zones claires, et si deux de ces zones contrastées se rencontrent le long d’une ligne assez nette, la ligne est reconnue comme un bord. Avec quelques bords pour les indices, Shaky peut généralement deviner ce qu’il regarde (tout comme les gens le peuvent) sans prendre la peine de remplir toutes les fonctionnalités de la face cachée de l’objet. En fait, l’art de reconnaître les motifs est maintenant si avancé qu’en ajoutant simplement quelques équations, les créateurs de Shaky pourraient lui apprendre à reconnaître un visage humain familier à chaque fois qu’il le voit.
Une fois qu’il est identifié, ce que voit fragile est transmis pour être traité par la faculté rationnelle – l’amas de circuits qui fait réellement sa pensée. Les précurseurs de la faculté rationnelle de Shaky comprennent un programme informatique de jeu de dames qui peut battre tous les meilleurs joueurs du monde sauf quelques-uns, et Mac Hack, un programme de jeu d’échecs qui peut déjà surpasser certains amateurs doués et dans quatre ou cinq ans maîtrisera probablement les maîtres. Comme ces programmes, Shaky pense dans des formules mathématiques qui lui disent ce qui se passe dans chacune de ses facultés et dans autant de monde qu’il peut le sentir. Par exemple, lorsque l’espace entre le mur et le bureau est trop petit pour être facile à traverser, Shaky est assez intelligent pour le savoir et trouver une autre façon d’obtenir quand il va.
Shaky ne se limite pas à la pensée sous des formes strictement logiques. Il apprend également à penser par analogie— c’est-à-dire à se sentir chez lui dans une situation nouvelle, à la manière des êtres humains, en y trouvant quelque chose qui ressemble à une situation qu’il connaît déjà, et sur la base de cette ressemblance à prendre, et à prendre des décisions. Par exemple, sachant enrouler une rampe sur une plate-forme, un fragile légèrement plus avancé équipé de jambes au lieu de roues et étant donné un problème similaire pourrait très rapidement comprendre comment utiliser les marches pour atteindre la plate-forme.
Mais à mesure que Shaky grandit et que ses décisions deviennent plus compliquées, plus semblables à des décisions dans la vie réelle, il aura besoin d’une façon de penser plus flexible que la logique ou l’analogie. Il aura besoin d’un moyen de faire le genre de « pensée douce » ingénieuse et pratique qui peut arrêter les lacunes, couper les nœuds, tirer le meilleur parti des mauvaises situations et même, lorsque le temps presse, résoudre un problème en faisant une supposition astucieuse.
La voie vers la « pensée douce » a été tracée par les pères fondateurs de l’Intelligence Artificielle, Allen Newell et Herbert Simon de l’Université Carnegie-Mellon. Avant Newell et Simon, les ordinateurs résolvaient (ou ne parvenaient pas à résoudre) des problèmes non mathématiques par un processus désespérément fastidieux d’essais et d’erreurs.  » C’était comme chercher un nom dans un annuaire téléphonique d’une grande ville que personne n’a pris la peine de classer par ordre alphabétique. » dit un informaticien. Newell et Simon ont trouvé un schéma simple – modélisé, dit Minsky, sur « la façon dont fonctionne l’esprit de Herb Simon. »En utilisant la méthode de Newell-Simon, un ordinateur ne recherche pas immédiatement de réponses, mais est programmé pour trier d’abord les catégories générales, en essayant de localiser celle où le problème et la solution conviendraient le plus. Lorsque la bonne catégorie est trouvée, l’ordinateur y travaille alors, mais ne fouille pas sans cesse pour une solution absolument parfaite, qui n’existe souvent pas. Au lieu de cela, il accepte (comme les gens le font) une bonne solution, qui pour la plupart des problèmes non numériques est suffisante. En utilisant ce type de programmation, un professeur du MIT a écrit dans un ordinateur les critères qu’un certain banquier utilisait pour choisir des actions pour ses comptes en fiducie. Lors d’un test, le programme a choisi le même stock que le banquier dans 21 des 25 cas. Dans les quatre autres cas, les actions choisies par le programme ressemblaient tellement à celles choisies par le banquier qu’il a dit qu’elles auraient tout aussi bien adapté le portefeuille.
Shaky peut comprendre environ 100 mots d’anglais écrit, traduire ces mots en un simple code verbal, puis traduire le code en formules mathématiques dans lesquelles se fait sa pensée réelle. Pour Shaky, comme pour la plupart des systèmes informatiques, le langage naturel reste un obstacle considérable. Il y a littéralement des centaines de « langages machine » et de « langages de programme » en usage actuel, et les ordinateurs les manipulent facilement, mais quand il s’agit de langage ordinaire, ils sont toujours à l’école maternelle. Ils ne sont pas très bons en traduction, par exemple, et aucun programme créé jusqu’à présent ne peut gérer un vocabulaire étendu, encore moins converser facilement sur un large éventail de sujets. Pour ce faire, Shaky et son genre doivent mieux travailler avec les symboles et les ambiguïtés (le chien dans la fenêtre avait des poils mais il est tombé). Il serait également utile qu’ils apprennent à suivre l’anglais parlé et à parler hack, mais jusqu’à présent, les machines ont du mal à dire les mots du bruit.
La langue a beaucoup à voir avec l’apprentissage, et la capacité de Shaky à acquérir des connaissances est limitée par son vocabulaire. Il peut apprendre un fait quand on lui dit un fait, il peut apprendre en résolvant des problèmes, il peut apprendre de l’exploration et de la découverte. Mais jusqu’à présent, ni Shaky ni aucun autre programme informatique ne peut parcourir un livre ou regarder un programme TÉLÉVISÉ et grandir au fur et à mesure, comme le fait un être humain. Cet automne, Minsky et un collègue nommé Seymour Papert ont lancé une attaque par accident de deux ans sur le problème d’apprentissage en essayant d’apprendre à un ordinateur à comprendre les comptines « Il faut une page d’instructions », dit Papert, « pour dire à la machine que lorsque Mary avait un petit agneau, elle ne l’avait pas pour le déjeuner. »
L’ego de Shaky, ou faculté exécutive, surveille les autres facultés et s’assure qu’elles travaillent ensemble. Il les démarre, les arrête, assigne et efface les problèmes; et quand un plan d’action a été élaboré par la faculté rationnelle, l’ego envoie des instructions à l’un ou à la totalité des six petits moteurs de bord de Shaky – et il s’en va. Tous ces systèmes distincts fusionnent en douceur dans une totalité plus complexe que de nombreuses formes de vie sensible et ils travaillent ensemble avec une agilité et une ingéniosité merveilleuses. Lorsque, (ou par exemple, il s’avère que la plate—forme n’est pas là parce que quelqu’un l’a déplacée, Shaky fait tourner sa superstructure, retrouve la plate-forme et continue de pousser la rampe jusqu’à ce qu’il l’obtienne où il le souhaite – et si vous êtes la personne qui a déplacé la plate-forme, dit un scientifique du SRI, « vous obtenez un étrange picotement à l’arrière de votre cou lorsque vous réalisez que vous êtes traqué par une machine intelligente. »
Avec très peu de changements dans le programme et l’équipement, Shaky now pouvait travailler dans un certain nombre d’environnements limités; entrepôts, bibliothèques, chaînes de montage. Pour fonctionner avec succès dans des scènes plus structurées, il aura besoin de capacités beaucoup plus étendues, plus presque humaines pour se souvenir et penser. Sa mémoire, qui fournit au reste de son système un flux massif et continu d’informations essentielles, est déjà importante, mais à l’étape suivante, elle deviendra probablement monstrueuse. Les grands souvenirs sont essentiels à l’intelligence complexe. Le plus grand ordinateur standard actuellement sur le marché peut stocker environ 36 millions de « bits » d’informations dans un cube de six pieds, et un ordinateur déjà prévu pourra stocker plus d’un billion de « bits » (une estimation de la capacité d’un cerveau humain) dans le même espace.
La taille et l’efficacité du matériel sont cependant moins importantes que la sophistication de la programmation. Dans une douzaine d’universités, des psychologues tentent de créer des ordinateurs avec des personnalités humanoïdes bien définies, Aldous, développé à l’Université du Texas par un psychologue nommé John Lochlin, est la première tentative de doter un ordinateur d’émotion. Aldous est programmé avec trois émotions et trois réponses, qu’il signale. L’amour lui fait signal d’approche, la peur lui fait signal de retrait, la colère lui fait signal d’attaque. En variant l’intensité et la probabilité de ces trois réponses, la personnalité d’Aldous peut être radicalement modifiée. De plus, deux Aldouses différentes ou plus peuvent être programmées sur un ordinateur et mises en interaction. Ils passent par des rituels de connaissance, de se faire des amis, de se battre.
Encore plus humain est le programme créé par le psychanalyste de Stanford Kenneth M. Colby. Colby a développé un complexe freudien dans son ordinateur en mettant en place des conflits entre croyances (Je dois aimer Père, je déteste Père). Il a également créé un psychiatre informatique et lorsqu’il laisse les deux programmes interagir, le « patient » résout ses conflits comme le fait un être humain, en les oubliant, en mentant à leur sujet ou en parlant honnêtement d’eux avec le « psychiatre. »Une telle réserve de réactions possibles a été programmée dans l’ordinateur et il existe de nombreuses séquences de questions et de réponses possibles – que Colby ne peut jamais être exactement sûr de ce que le « patient » décidera de faire.
Colby tente actuellement d’élargir la gamme des réactions émotionnelles que son ordinateur peut ressentir. « Mais jusqu’à présent, dit l’un de ses assistants, nous n’avons pas atteint l’orgasme complet. »
Les connaissances issues de ces expériences de « sophistication » contribuent à conduire à la sophistication ultime – l’ordinateur autonome qui sera capable d’écrire ses propres programmes et de les utiliser ensuite dans une approximation de la manière indépendante et imaginative qu’un être humain rêve de projets et les réalise. Une telle machine est actuellement développée à Stanford par Joshua Lederberg (généticien lauréat du prix Nobel) et Edward Feigenbaum. En utilisant un ordinateur pour résoudre une série de problèmes en chimie. Lederberg et Feigenbaum ont réalisé que leurs progrès étaient freinés par le travail long et fastidieux de programmation de leur ordinateur pour chaque nouveau problème. Cela m’a commencé à me demander. » dit Lederberg. « Ne pourrions-nous pas nous sauver du travail en enseignant à l’ordinateur comment nous écrivons ces programmes, puis en le laissant se programmer lui-même. »
Fondamentalement, un programme d’ordinateur n’est rien d’autre qu’un ensemble d’instructions (ou de règles de procédure) applicables à un problème particulier. Un ordinateur peut vous dire que 1 + 1 = 2 – non pas parce qu’il a ce fait stocké et le trouve ensuite, mais parce qu’il a été programmé avec les règles pour un ajout simple. Lederberg a décidé que vous pouviez donner à un ordinateur des règles générales de programmation; et maintenant, sur la base de son succès initial dans l’enseignement d’un ordinateur à écrire des programmes en chimie, il est convaincu que les ordinateurs peuvent le faire dans n’importe quel domaine — qu’ils seront capables dans un avenir raisonnablement proche d’écrire des programmes qui écrivent des programmes qui écrivent des programmes

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.