När AI får händer, hjul och tillgång till världen

AI har länge förknippats med text, bilder, analys och andra digitala uppgifter som utförs bakom en skärm. Nu förändras förutsättningarna när artificiell intelligens kopplas samman med fysiska maskiner, fordon, robotar och andra system som kan agera i den verkliga världen. När AI får händer, hjul och tillgång till sin omgivning blir steget från att ge instruktioner till att faktiskt utföra handlingar betydligt kortare. Det öppnar för nya möjligheter inom allt från industri och transporter till vård, service och vardagliga tjänster. Samtidigt uppstår frågor om säkerhet, ansvar, kontroll och hur mycket självständighet framtidens intelligenta maskiner egentligen bör få.

När AI går från skärm till fysisk verklighet

AI har hittills främst verkat i den digitala miljön. Den kan analysera information, skriva texter, tolka bilder och fatta beslut utifrån stora mängder data, men själva handlingen har ofta krävt en människa. När AI kopplas till robotar, fordon och andra fysiska system förändras detta. Maskinen kan inte bara föreslå vad som bör göras, utan även utföra uppgiften. Det innebär ett tekniskt skifte där programvara, sensorer och mekanik binds samman till system som kan uppfatta sin omgivning, planera en åtgärd och genomföra den utan att varje enskilt moment behöver styras manuellt.

Från digital intelligens till fysisk handling

Det avgörande steget är kopplingen mellan AI och så kallad fysisk intelligens. En robot behöver exempelvis kunna uppfatta avstånd, identifiera föremål och förstå hur olika objekt kan hanteras. Kameror, lidar, mikrofoner och andra sensorer samlar kontinuerligt in information som AI-systemet kan tolka. Därefter skickas instruktioner till motorer, leder eller andra komponenter. Processen måste ske snabbt och med hög precision. Ett system som fungerar utmärkt när det enbart analyserar data kan därför behöva betydligt mer avancerad teknik när det plötsligt ska röra sig, gripa tag i saker eller navigera bland människor.

Utvecklingen märks redan inom industrin, där robotar länge har använts för uppgifter som kräver upprepade och förutsägbara rörelser. Skillnaden med modern AI är att maskinerna kan bli betydligt mer flexibla. I stället för att en robot programmeras för exakt samma rörelse kan den tränas för att känna igen variationer och anpassa sitt agerande. Det kan exempelvis handla om att sortera föremål med olika form, plocka upp varor som ligger oregelbundet eller reagera på förändringar i arbetsmiljön. Fysisk AI handlar därmed inte bara om automation, utan om förmågan att hantera en mindre förutsägbar verklighet.

Sensorer blir AI-systemets sinnen

För att en maskin ska kunna agera självständigt krävs ett omfattande informationsflöde. Sensorerna fungerar i praktiken som systemets sinnen, medan AI-modellen tolkar det som händer. En kamera kan upptäcka ett föremål, positionsdata kan avgöra var maskinen befinner sig och kraftsensorer kan registrera hur hårt en robotarm håller i något. När informationen kombineras kan systemet skapa en mer komplett bild av situationen. Det gör det möjligt att fatta beslut utifrån den aktuella omgivningen i stället för enbart förutbestämda instruktioner.

Den här utvecklingen kan få stor betydelse utanför fabrikerna. Självkörande fordon, leveransrobotar och avancerade service- eller hushållsrobotar bygger på samma grundprincip: AI behöver kunna förstå en fysisk miljö och agera säkert i den. Ju fler situationer systemen klarar av, desto mindre beroende blir de av mänsklig detaljstyrning. Samtidigt ökar kraven på tillförlitlighet. Ett felaktigt svar i en texttjänst kan vara irriterande, medan ett felaktigt beslut från en fysisk maskin kan orsaka en olycka. Därför blir övergången från digital till fysisk AI en betydligt större teknisk och säkerhetsmässig utmaning.

Robotar, fordon och maskiner som kan agera själva

När AI kopplas till fysiska maskiner blir användningsområdena betydligt bredare än traditionell industriell automation. Robotar kan få uppgifter som tidigare krävde mänsklig närvaro, medan fordon kan använda AI för att tolka trafikmiljöer och fatta beslut under färd. Även maskiner inom jordbruk, lagerhantering och byggsektorn kan utrustas med system som analyserar sin omgivning och anpassar arbetet efter förändrade förhållanden. Gemensamt är att AI inte längre enbart producerar information. Den använder informationen för att påverka den fysiska världen genom rörelse, styrning och praktiska handlingar.

Självständiga robotar förändrar arbetsmiljön

Humanoida robotar har fått särskilt mycket uppmärksamhet eftersom de utvecklas för miljöer som ursprungligen är byggda för människor. En robot med armar, händer och ben kan i teorin använda många av samma verktyg och arbetsstationer som en människa. AI kan samtidigt hjälpa roboten att tolka instruktioner och anpassa rörelserna efter situationen. Det gör tekniken intressant för arbetsuppgifter där miljön förändras ofta och där traditionella industrirobotar, som är beroende av fasta positioner och noggrant definierade arbetsmoment, inte är lika flexibla.

Även autonoma fordon visar hur fysisk AI kan förändra etablerade system. Ett fordon måste kontinuerligt tolka vägen, andra trafikanter, skyltar, väderförhållanden och oväntade händelser. AI kan bearbeta dessa informationsflöden och försöka förutse vad som händer härnäst. Samma princip kan användas i mindre skala av exempelvis lagerrobotar som navigerar mellan hyllor och människor. Fördelen är att maskinen kan arbeta utan att en människa behöver styra varje rörelse. Nackdelen är att systemet måste hantera situationer som utvecklarna inte alltid kan förutse på förhand.

Från fabriken till vardagen

Tekniken kan också flytta närmare konsumenternas vardag. En framtida hushållsrobot skulle exempelvis kunna identifiera föremål, förstå muntliga instruktioner och utföra flera olika uppgifter i hemmet. I stället för att vara en maskin som enbart följer ett fast program kan den anpassa sig efter situationen. Om ett föremål ligger på fel plats kan roboten upptäcka det och flytta det. Om en instruktion ändras kan systemet planera om sina handlingar. Den typen av flexibilitet är en viktig skillnad mellan klassisk automation och AI-baserade maskiner.

Samtidigt finns det tydliga begränsningar. Att förstå en digital beskrivning av en uppgift är inte samma sak som att kunna utföra den fysiskt. En robot måste ta hänsyn till friktion, vikt, balans, avstånd och materialens egenskaper. Ett glas som ska flyttas kräver exempelvis en helt annan kraft än en kudde. Därför kombineras AI ofta med avancerad robotik och sensorteknik. Utvecklingen handlar inte om att en enda modell plötsligt kan göra allt, utan om att flera tekniker integreras så att maskinen kan uppfatta, resonera och agera i en sammanhängande process.

Möjligheter och risker när AI får större handlingsfrihet

När AI får tillgång till fysiska system förändras också diskussionen om risk. Ett AI-system som genererar en felaktig text kan ofta korrigeras i efterhand. En maskin som fattar ett felaktigt beslut i en verklig miljö kan däremot orsaka materiella skador eller utsätta människor för fara. Därför behöver fysisk AI bedömas utifrån fler faktorer än modellens förmåga att ge korrekta svar. Säkerhet, redundans, mänsklig kontroll och tydliga begränsningar blir centrala delar när intelligenta system får möjlighet att själva påverka sin omgivning.

Säkerhet och mänsklig kontroll

En viktig fråga är hur mycket självständighet en fysisk AI bör få. Ett system kan exempelvis tillåtas planera en uppgift själv men kräva mänskligt godkännande innan det genomför en riskfylld åtgärd. På andra områden kan snabb automatisk respons vara viktigare än mänsklig inblandning. Säkerhetsnivån måste därför anpassas efter användningsområdet. En robot som sorterar paket behöver inte nödvändigtvis samma kontrollsystem som en maskin som arbetar nära människor. Ju större konsekvenser ett fel kan få, desto högre krav ställs på övervakning och felsäkerhet.

Det finns flera egenskaper som blir särskilt viktiga när AI får fysisk handlingsförmåga:

• Systemet behöver kunna upptäcka hinder och förändringar i omgivningen.

• Det behöver kunna avbryta en handling när förutsättningarna blir osäkra.

• Viktiga funktioner bör ha oberoende säkerhetsmekanismer.

• Människor behöver kunna ingripa och återta kontrollen.

• Beslut och händelser behöver kunna följas upp i efterhand.

Vem ansvarar när maskinen fattar beslut?

En annan fråga gäller ansvar. Om en autonom robot skadar en produkt, orsakar en olycka eller fattar ett beslut som får ekonomiska konsekvenser är det inte självklart vem som ska bära ansvaret. Det kan handla om tillverkaren, företaget som använder systemet, den som utvecklat AI-modellen eller den person som övervakar maskinen. När systemen blir mer komplexa blir ansvarsfördelningen därför en juridisk och organisatorisk fråga, inte enbart en teknisk. Företag behöver kunna visa hur systemen är testade, vilka begränsningar som finns och under vilka förutsättningar de får agera.

Samtidigt finns stora potentiella vinster. Fysiska AI-system kan ta över arbetsuppgifter som är farliga, monotona eller ergonomiskt belastande. De kan arbeta i miljöer där människor riskerar att utsättas för exempelvis extrema temperaturer eller andra farliga förhållanden. Inom lager och industri kan de dessutom bidra till högre effektivitet genom att arbeta kontinuerligt och anpassa arbetsflöden efter efterfrågan. På längre sikt kan tekniken även förändra hur människor använder maskiner. I stället för att lära sig exakt hur en maskin ska programmeras kan användaren beskriva vad som ska göras, medan AI översätter målet till konkreta fysiska handlingar.

Den ökade handlingsfriheten innebär dock att kontrollfrågan blir allt viktigare. Ju mer en maskin kan göra på egen hand, desto större blir behovet av tydliga gränser för vad den får göra. Framtidens utveckling handlar därför inte enbart om att skapa robotar och fordon som kan agera självständigt. Den handlar lika mycket om att bygga system där autonomi kan kombineras med säkerhet, spårbarhet och möjlighet till mänsklig kontroll när situationen kräver det.