Роботы обрели «самосознание»? Ученые научили роботов познавать свое тело с помощью камеры

Почему роботы наконец-то научатся понимать своё тело: честный разбор метода NJF

Десятилетиями инженеры бились о стену. Мы хотим роботов, которые работают в гостиной, а не на конвейере. Но чтобы управлять машиной, её превращали в жёсткий, напичканный датчиками механизм. Каждое движение — сложный расчёт по математической модели. Чуть отклонилась конструкция — всё, модель не сходится, робот слепнет.

Недавно я заметил, как сильно это напоминает ситуацию с ранними роботами-пылесосами. Они бились об углы, пока не научились строить карту помещения. Но то была карта комнаты. А что, если научить робота строить карту… самого себя?

Именно это сделали в MIT CSAIL. Их система — «Нейронные якобианские поля» (NJF) — позволяет роботу изучать собственное тело через камеру. Без сложных сенсоров. Без готовой модели. Просто «посмотреть на себя в зеркало».

«Эта работа знаменует переход от программирования роботов к их обучению», — говорит ведущий исследователь Сиже Лестер Ли.

От программирования к интуиции

Раньше робота учили как ребёнка, которому диктуют: «Согни палец ровно на 30 градусов, приложи силу 2 Ньютона». Это абсурд. Но иначе было нельзя — без точной модели управление терялось. NJF предлагает другой путь: показать цель и дать машине самой разобраться, как двигаться.

Всё начинается с хаоса. Робот дёргает всеми сочленениями случайным образом. Несколько камер снимают это со всех сторон. Нейросеть одновременно решает две задачи:

• Строит 3D-модель робота из плоских изображений (как NeRF, но для динамики).
• Создаёт «карту чувствительности» — математический якобиан, который связывает каждую команду двигателя с конкретным движением точки на корпусе.

Самое интересное — никто не говорит системе: «вот это локоть, вот это палец». Она сама, через наблюдение за последствиями своих действий, понимает анатомию. Это и есть машинное самосознание.

Как это работает — пошаговый совет (микро-инструкция)

Если захотите повторить дома (шутка, но принцип понятен):

1. Снимите хаос. Заставьте робота двигаться случайно в течение нескольких минут, записывая видео с 2-3 камер.
2. Скормите видео нейросети. Она выделит 3D-форму и для каждой точки тела определит, какой мотор на неё влияет.
3. Получите якобиан. Теперь достаточно одной камеры — робот видит своё положение и знает, какие команды подать, чтобы взять объект.

Всё обучение занимает от нескольких минут до часа. Никакой ручной настройки.

Что это даёт: свобода для конструктора

Самое мощное — разделение конструкции и управления. Раньше, чтобы роботом можно было управлять, его делали жёстким и предсказуемым. Теперь можно лепить из мягких полимеров, печатать на 3D-принтере странные формы — система сама подстроится.

Это открывает дорогу роботам на стройках, в сельском хозяйстве, дома. Например, автономный комбайн, который видит растения и точно подрезает их без GPS. Или домашний помощник, который собирает разбросанные игрушки, не ломая их.

«Система сама выясняет, какие двигатели управляют какими частями. Это не программируется, а возникает естественным образом», — уточняет Ли.

Ограничения и будущее (без розовых очков)

Пока NJF не идеальна. Каждого нового робота нужно учить с нуля — обобщения на другие конструкции нет. Система не чувствует прикосновений, тактильное восприятие отсутствует. Для деликатных операций (сборка часов) это критично.

Но сам принцип уже доказан. Команда MIT работает над переносом знаний между роботами и интеграцией силомоментных ощущений. И это не просто очередная статья в Nature. Это смена парадигмы: мы перестаём программировать движения и начинаем учить роботов понимать себя.

Резюме от автора. NJF — не волшебная таблетка, а фундамент. Через 5-10 лет мы увидим роботов, которые с рождения не знают своей конструкции, но учатся двигаться так же естественно, как младенец. И это круто.