Humanoidirobottien kehitys kiihtyy

Humanoidirobotit kehittyvät nopeasti ja tuovat tulevaisuudessa mukanaan ennennäkemättömiä mahdollisuuksia teollisuudesta terveydenhuoltoon ja kotikäyttöön. Nämä edistykselliset laitteet eivät ainoastaan jäljittele ihmisen ulkoasua ja liikkeitä, vaan ovat myös oppivia ja sopeutuvia, avaten ovet monipuolisempaan vuorovaikutukseen ja uudenlaisiin sovelluksiin. Tämä artikkeli tarkastelee humanoidirobottien nykyistä kehitystä, teknisiä innovaatioita ja niiden herättämiä eettisiä kysymyksiä sekä kyberturvan merkitystä.

TEKSTI | Tero Ulvinen
Artikkelin pysyvä osoite http://urn.fi/URN:NBN:fi-fe202401223708

Vaikka robotteja on jo laajasti käytössä muun muassa monilla teollisuuden aloilla, logistiikassa ja lääketieteessä, humanoidirobottien kehitys voi luoda monia uusia mahdollisuuksia. Toisin kuin perinteiset robotit, jotka on suunniteltu erityisiin, usein toistuviin ja paikkasidonnaisiin tehtäviin, humanoidirobotit tarjoavat monipuolisemman ja joustavamman lähestymistavan. Perinteisten robottien toiminta on rajoittunutta ja ne vaativat usein ympäristöä joka on räätälöity niiden tarpeisiin. Humanoidirobottien kehitys tuo mukanaan uuden ulottuvuuden, jossa robotit kykenevät toimimaan ihmisten työskentelytiloissa ja -ympäristöissä joustavammin ja mukautuvammin. Tulevaisuuden ihmisen kaltaiset robotit on suunniteltu ei ainoastaan suorittamaan tiettyjä tehtäviä, vaan ne kykenevät myös oppimaan ja sopeutumaan uusiin tilanteisiin.

Humanoidirobotti on robotti joka on suunniteltu ja rakennettu muistuttamaan ihmistä ulkoisesti. Tällaisella robotilla on tyypillisesti pää, vartalo, kädet ja jalat ja se kykenee vuorovaikuttamaan ympäristön kanssa ihmismäisellä tavalla. Tällaista robottia voi ohjata ihminen tai se voi olla autonominen. (Kumar, 2023) Edistyneempien autonomisten robottien kehityksen odotetaan ottavan tulevina vuosina isoja harppauksia eteenpäin uusien teknologisten ratkaisujen ja massavalmistukseen siirtymisen myötä. Yhdysvaltalainen Agility Robotics on ilmoittanut rakenteilla olevasta tehtaasta, joka tulee tuottamaan vuosittain 10 000 Digit-nimistä robottia, joka soveltuu työskentelemään ihmisille suunnitelluissa töissä esimerkiksi varastoissa ja jakelukeskuksissa (Agility Robotics, 2023).  Toisena esimerkkinä kehityksen suunnasta on Kiinan teollisuus- ja informaatioteknologian ministeriön esittelemä suunnitelma saada humanoidirobotit massatuotantoon vuoteen 2025 mennessä (Mann, 2023).  Monet odottavat humanoidirobottien käytön merkittävää kasvua lähivuosina esimerkiksi teollisuudessa, terveydenhuollossa ja kotona (Sarang, 2023).

Kuva 1. Humanoidirobotti voisi toimia kauko-ohjattuna tai myöhemmässä vaiheessa autonomisesti esimerkiksi palo- ja pelastusalalla. Kuva generoitu DALL-E-tekoälyllä.

Parempaa rautaa ja maalaisjärkeä

Roboteissa käytetyt tekniset ratkaisut kehittyvät jatkuvasti, mikä näkyy selvästi esimerkiksi Teslan viimeaikaisissa uutisoinneissa uudesta Optimus-robotin Gen 2 –mallista, jossa vaikutetaan saavutetun merkittäviä edistysaskeleita mm. kevyemmän rakenteen, parannetun hienomotoriikan ja tekoälyn suhteen sekä myös moottoriteknologiassa. Teslan ratkaisu eroaa näiden osa-alueiden osalta aiemmin esillä olleista humanoidiroboteista. (Tesla Youtube, 2023). Tämänhetkiset tiedot Teslan saavutuksista perustuvat pääasiassa yhtiön omiin julkaisuihin ja näytöksiin.

Robottien fyysiset komponentit kuten kamerat, sensorit ja aktuaattorit kehittyvät vuosi vuodelta. Samaan aikaan nopeaa kehitystä tapahtuu myös ohjelmistopuolella, jossa tekoälytermin alla muun muassa syväoppiminen, neuroverkot, kuvantunnistus ja luonnollisen kielen käsittely (Natural Language Processing, NLP) ovat tekniikoita joiden käytöstä opitaan jatkuvasti lisää.

Laajojen kielimallien (Large Language Models, LLM) rooli robotiikassa on noussut esiin uutena ja mielenkiintoisena suuntauksena. Ceng ym. (2023) mukaan näiden mallien yhdistäminen robotiikkajärjestelmiin on avannut uusia näkökulmia ihmisen ja robotin väliseen vuorovaikutukseen. LLM:t tarjoavat robotiikassa mahdollisuuksia, jotka ylittävät perinteiset rajat, sillä ne pystyvät prosessoimaan ja tulkitsemaan monimutkaista ihmiskieltä sekä muodostamaan vastauksia ja suunnitelmia näiden tulkintojen pohjalta. Suurten kielimallien kehitys on erityisen merkittävää ihmisen ja robotin vuorovaikutuksessa, koska ne saavat niiden avulla paremman kyvyn monimuotoisen syötteen, kuten äänen, kuvan ja tekstin käsittelyyn. Näin saavutetaan parempi ja kokonaisvaltaisempi käsitys ympäristöstä ja ohjaajan toiveista. Kielimallien avulla robotit pystyvät myös suorittamaan korkeamman tason päättelyä ja tuottamaan suunnitelmia tehtävien suorittamiseksi. Tämä mahdollistaa monipuolisemman ja intuitiivisemman vuorovaikutuksen ihmisten ja robottien välillä. Kielimallia hyödyntävät robotit voivat ymmärtää ja reagoida ihmisten antamiin epämääräisiin ohjeisiin, kääntäen ne konkreettisiksi toimenpiteiksi. Näin robotit saavat enemmän niin kutsuttua “maalaisjärkeä”.

Mahdolliset käyttökohteet

Edistyneiden humanoidityyppisten robottien sovellusalue on laaja, koska niiden antropomorfinen muotoilu mahdollistaa liikkumisen ja työskentelyn ihmisten käyttöön suunnitellussa ympäristössä käyttäen tavallisia työkaluja ja laitteita. Mahdollisia toimintaympäristöjä ovat esimerkiksi tuotantolaitokset, terveydenhuolto, opetus-, palvelu- ja kaupanala, rakennus- ja pelastustyö tai kotikäyttö.  Humanoidirobotti voi korvata ihmisen vaarallisessa, hankalassa tai matalan lisäarvon tehtävissä. Uuden sukupolven robotti voi olla edistyneessä vuorovaikutuksessa ihmisen kanssa. (Kanehiro ym., 2022). Robottien ominaisuuksissa on eroja, osa pystyy esimerkiksi raskaampiin nostoihin, kun toiset on optimoitu hienomotorisiin tehtäviin.

Tulemme todennäköisesti näkemään humanoidirobotteja ensin tehtaissa ja tuotantolaitoksissa sekä logistiikassa, joissa robotteja on hyvin laajasti käytössä nykypäivänäkin ja joissa robotille annettu tehtävä voidaan rajata melko tarkkaan, esimerkiksi toimiminen määrätyllä työpisteellä. Myös palveluissa ja kaupan alalla on paljon hyödyntämismahdollisuuksia jo ensivaiheessa. Tämän jälkeen käyttökohteet laajenevat mm. sosiaali- ja terveydenhuoltoon, jossa robotti voi ensin avustaa hoitotyössä kuten nostoissa ja valvonnassa sekä myöhemmässä vaiheessa ottaa erilaisista työtehtävistä enemmänkin vastuuta, esimerkiksi muistisairaiden ja vanhusten hoitotyöhön liittyen. Vaarallisissa ja epämiellyttävissä työympäristöissä, kuten kaivosteollisuudessa tai pelastusalalla edistyneistä robotiikkaratkaisuista voidaan myös saada etua. Viimeisessä vaiheessa tulemme näkemään robotit kotikäytössä, jossa ne voivat huolehtia monipuolisesti arkiaskareista. Kehittyneet neuroverkot, tekoäly ja kielimallit tekevät kommunikaatiosta luontevaa ja tehokasta. Aiemmin esillä olleisiin ratkaisuihin kuten Pepper tai Nano -robotteihin verrattuna saavutetaan jatkossa paljon laajemmat käyttöalueet.

Kuva 2. Terveydenhuoltosektorilla robotit voivat toimia esimerkiksi avustavissa tehtävissä. Kuva generoitu DALL-E-tekoälyllä.

Eettiset näkökulmat ja kyberturva

Humanoidirobottien yleistymiseen liittyy monia eettisiä näkökulmia. Yhtenä suurimmista on niiden potentiaalinen vaikutus työmarkkinoihin. Osa työtehtävistä tulee katoamaan ja työnkuvat tulevat muuttumaan, jolla voi olla merkittäviä taloudellisia ja sosiaalisia vaikutuksia. Toinen merkittävä eettinen ongelma on robottien käyttö tarkkailuun ja sodankäyntiin. Lisäksi eettisiä pohdintoja aiheuttaa ihmisen ja koneen välisen rajan hämärtyminen koneen muistuttaessa yhä enemmän ihmistä. Terveydenhuollossa robotin käyttö epäinhimillistää potilaan hoitokokemusta. Eettisiä ongelmia sisältyy käyttöön jossa robotti on työtehtävässä, joka edellyttää erityistä empatiaa ja ihmissuhdetaitoja. On olemassa myös vaara, että robottien puutteellinen koulutus voi aiheuttaa epätasa-arvoista kohtelua eri ihmisryhmien kesken, josta on ollut merkkejä myös laajojen kielimallien kohdalla. Lisäksi laitteille kertyy paljon tietoa, mikä voi olla vahingollista tietovuotojen yhteydessä. Teknologisten ratkaisujen kehittyessä yhteiskunnan on syytä käydä eettisistä näkökulmista pohdintaa ja laatia niihin liittyviä ohjeistuksia. On syytä jatkaa ihmisten ja koneiden välisen interaktion ja sen vaikutusten tutkintaa. On syytä myös tutkia robottien vaikutusta talouteen, yhteiskuntaan ja ympäristöön. (Kumar, 2023)

Kyberturvan kannalta ihmisenkaltaiset robotit tarjoavat uusia hyökkäyspintoja, joita erilaiset vilpilliset toimijat voivat hyödyntää. Hyökkäysten avulla voitaisiin esim. yrityksen robotteja ohjelmoida tekemään tahallisia virheitä tai pahimmillaan robotti voisi vahingoittaa ihmisiä.

Giansanti ja Gulino (2021) toteavat roboteilla olevan monia eri käyttökohteita terveydenhoitosektorilla ja niiden käytöllä on henkilöihin sekä fyysisiä että psyykkisiä vaikutuksia. Laitteisiin tallentuu myös terveysdataa, joka on suojattava. Näin ollen kyberturvan merkitys muodostuu tässä käyttöympäristössä erityisen tärkeäksi. Tätä toimintaa ohjaavat toki jo myös lainsäädäntö ja direktiivit.

Kielimallien (LLM) käyttö humanoidiroboteissa on yleistymässä (Ceng et al., 2023) ja siltä osin ne voivat olla alttiita erilaisille hyökkäystyypeille. Kielimallin koulutusdataa voidaan pyrkiä manipuloimaan ja myrkyttämään tai koulutuksessa käytettyä dataa voidaan pyrkiä selvittämään jälkikäteen inversiohyökkäyksellä. Robotille voidaan antaa syöte äänen, kuvan tai tekstin avulla, jonka tavoitteena on saada malli toimimaan eri tavalla kuin valmistaja on suunnitellut. Syötteessä voi olla tietoa, jota ei ihminen havaitse, mutta kone havaitsee. (Yao ym., 2023) Kielimallien heikkous voi olla myös niiden ennakkoasenteet, joita hyödyntäen hyökkääjä voi saada mallin tuottamaan haitallisia tuloksia. Malliin voidaan pyrkiä kohdistamaan myös ylikuormitusta eli palvelunestohyökkäys.  Kielimallin lisäksi robotit voivat olla alttiita mm. fyysiselle manipuloinnille ja ylipäätään kaikille hyökkäystyypeille, joita käytetään ohjelmistoja ja IoT-laitteita vastaan. Näitä vaaroja on syytä tutkia ennen ratkaisujen laajempaa käyttöönottoa.

Loppupäätelmät

Humanoidirobottien suhteellisen nopea kehittyminen ja niiden kappalemääräinen lisääntyminen niin yritys-, julkisorganisaatio- kuin kotikäytössäkin on seuraavan 10 vuoden aikana todennäköistä. Kehityksellä odotetaan pitkällä tähtäimellä olemaan merkittäviä vaikutuksia talouteen ja koko yhteiskuntaan. Robottien käyttöön liittyy merkittävä määrä sosiaalisia, eettisiä ja myös ympäristöön liittyviä näkökulmia, joita tulee tutkia ja joista tulee käydä keskustelua. Myös kyberturvan rooli on tärkeä ja siihen on syytä kiinnittää huomiota hyvissä ajoin jo tuotteiden prototyyppivaiheessa.

Lähteet
  • Agility Robotics (2023). Opening RoboFab: World's First Factory for Humanoid Robots. Noudettu 14.1.2023 osoitteesta: https://agilityrobotics.com/news/2023/opening-robofab-worlds-first-factory-for-humanoid-robotsnbsp

  • Ceng Zhang, Junxin Chen, Jiatong Li, Yanhong Peng, Zebing Mao (2023). Large language models for human–robot interaction: A review, Biomimetic Intelligence and Robotics, Volume 3, Issue 4, 2023, 100131, ISSN 2667-3797, https://doi.org/10.1016/j.birob.2023.100131.

  • Giansanti, D., & Gulino, R. A. (2021). The Cybersecurity and the Care Robots: A Viewpoint on the Open Problems and the Perspectives. Healthcare (Basel, Switzerland), 9(12), 1653. https://doi.org/10.3390/healthcare9121653

  • Kanehiro, F., Suleiman, W., & Griffin, R. (2022). Editorial: Humanoid Robots for Real-World Applications. Frontiers in Robotics and AI, 9. https://doi.org/10.3389/frobt.2022.938775

  • Kumar, Ratan. (2023). The Ethics of Humanoid Robots. Delhi Skill and Entrepreneurship University https://doi.org/10.13140/RG.2.2.11277.82404

  • Mann, J. (2023). China Plans Mass Production of Humanoid Robots Within Two Years. Business Insider. https://www.businessinsider.com/china-plans-mass-production-humanoid-robots-within-two-years-2023-11?r=US&IR=T

  • Sarang, A. (2023). The Dawn Of Humanoid Robotics: A Glimpse Into The Future. Forbes Tech Council. https://www.forbes.com/sites/forbestechcouncil/2023/08/14/the-dawn-of-humanoid-robotics-a-glimpse-into-the-future/

  • Tesla (2023). Tesla Optimus Gen 2. Youtube. Noudettu 14.1.2023 osoitteesta: https://www.youtube.com/watch?v=cpraXaw7dyc

  • Yao, Yifan & Duan, Jinhao & Xu, Kaidi & Cai, Yuanfang & Sun, Eric & Zhang, Yue. (2023). A Survey on Large Language Model (LLM) Security and Privacy: The Good, the Bad, and the Ugly. Drexel University.

Aiheeseen liittyvää