Deze aflevering is Bram Vanderborght, Professor Robotica bij VUB aan het woord. We hebben gepraat over het verleden, heden en toekomst van robotica. Wat komt er op ons af? Welke ethische vragen moeten we ons daarbij stellen? Welke rol heeft België in dit verhaal? Ontdek het nu.

Wat is een robot?

Spoiler alert: ≠ artificial intelligence

Als mensen denken aan een robot, denken ze al snel aan een humanoïde robot, zoals Pepper. Maar wat moeten nu eigenlijk begrijpen onder de term 'robot'? Volgens professor Vanderborght is een robot een fysieke entiteit in de echte wereld. Vaak lees je bijvoorbeeld in de krant dat er een robot in een jury van een beauty contest zit, of in de raad van bestuur, maar dat zijn meestal geen fysieke robots. Dat is vaak artificiële intelligentie, of software, die beslissingen neemt. Dat zijn geen robots, het zijn fysieke entiteiten. Die kunnen humanoïde zijn, maar dat hoeft niet.

Sensing, thinking, and acting

Daarnaast moet een robot ook sensoren hebben. Dat zijn als het ware de zintuigen van de robot, waarmee het de omgeving kan waarnemen. Zo kan het autonoom, of semi-autonoom, beslissingen nemen om motoren (actuatoren, de spieren van de robot) in te zetten om de omgeving te kunnen beïnvloeden. Samengevat: sensing, thinking, and acting.

Soms is het moeilijk om robots af te bakenen. Bijvoorbeeld modelbouwvliegtuigen zijn geen robots, want elke actie moest ondernomen worden door een mens. Nu zijn er drones. Is dat een robot? Volgens Bram wel. Hij geeft bepaalde commando's (ga omhoog, omlaag, draai), maar de drone neemt zelf wel de beslissing en voert de actie bijvoorbeeld niet uit als er een boom in de weg staat. Ergo: sensing, thinking, and acting.

Aan robots zijn er dus fysieke aspecten, maar er wordt ook een mentaal (of denkend) element aan gekoppeld. Als Deevid denkt aan een typische robot, dan denkt hij aan een lasarm in een autofabriek. Dat is een klassieke industriële robot: daar zitten ook sensoren in, maar dat zijn eerder voorgeprogrammeerde robots. Zij hebben ook de controle om bepaalde trajecten uit te voeren. Die robots zijn eenvoudig, net zoals speelgoedrobots om kleuters te leren programmeren. "Dan kan je de analogie maken met dieren. Er bestaan heel geavanceerde dieren, en ook dieren met weinig intelligentie. Maar uiteindelijk zijn dat ook allemaal dieren," volgens Bram.

Vrije Universiteit Brussel

Als het gaat over robots, valt de naam van VUB al heel snel. De universiteit staat gekend als een autoriteit op dat vlak. Ze zijn zeker niet een van de grootste roboticacenters van Europa, maar ze zijn wel uniek in het multidisciplinair aspect. "Een robot is uiteindelijk een integratie van heel veel technologieën, waaronder uiteindelijk ook artificiële intelligentie, maar ook nieuwe materialen en sensoren."

"De focus ligt bij ons ook op de mens-robot interactie; het medische, sociale en humane is belangrijk. Daarom gaan we multidisciplinair te werk: niet alleen robotica ingenieurs, maar ook fysiologen en sociologen werken bij ons samen. Dat is uniek. Bovendien hebben we ook veel ingezet op wetenschapscommunicatie. Als prof moet je vooral publiceren, en daar word je ook op afgerekend," volgens Bram. Daarnaast werkt VUB ook veel met overheidsmiddelen om de brede bevolking, en vooral kinderen, in te lichten over het nut en de gevaren van robots. Zo hebben ze bijvoorbeeld de organisatie van RoboCop Junior, een robotwedstrijd die georganiseerd wordt in Technopolis.

"We zetten heel hard in op kinderen, want we hebben een tekort aan technische profielen en robotica ingenieurs. Daartegenover staan veel maatschappelijke uitdagingen waar robots een deel van het antwoord kunnen zijn. Robots spreken tot de verbeelding en we laten ze nu zien op een gestructureerde, educatieve manier," vertelt Bram.

Hoe gaan ze te werk? Via een "teach the teachers" concept, waar ze via workshops leerkrachten opleiden zodat zij het voor hun eigen klas kunnen brengen. Zo bereik je een veel groter doelpubliek. Daarnaast tonen we ook onze realisaties op evenementen zoals RoboCop Junior. Ook bedrijven tonen hun realisaties daar. Bijvoorbeeld de Honda Asimo robot kwam regelmatig optreden en de winnaars kregen dan een meet and greet.

Boston Dynamics

Vandaag de dag is Boston Dynamics dan ook een grote speler in het veld. Bijvoorbeeld de Spot robot is nu top-of-mind. Volgens Bram zijn dat keigoede robots. "Daar zit ongelofelijk veel onderzoek en engineering achter. Zij hebben ook een groot voorbeeld: ze zijn kapitaalkrachtig. Vergelijkbaar met Elon Musk en zijn raketten. Ze werken volgens een build it, break it, fix it approach. Daardoor verbeteren de robots steeds."

Die methode gaat ver. Ze schakelen alle veiligheidssystemen van zo'n robot uit, en duwen die dan letterlijk van een berg. Zo gaat er iets kapot, maar weten ze wel waar de zwakheden van de robot liggen. "Ze duwen hun technologie echt naar de limieten, waar wij heel lang bouwen aan een prototype en daar heel voorzichtig mee omgaan."

Boston Dynamics heeft als output heel coole YouTube video's die miljoenen keren bekeken werden. Nu verkopen ze ook robots, zoals Spot, en nu ook Stretch die bijvoorbeeld magazijndozen kan vullen. Dat is natuurlijk niet zo spectaculair als een robot die een salto maakt, maar het heeft wel een economische waarde.

Elk jaar maakte Bram een compilatievideo die veel bekeken werd. Die vind je hier. 

Mechatronica en AI

Recent is er een video uitgebracht met een dansende robot. Spectrum deed daar een interview en een van de vragen was hoeveel AI er aan te pas kwam. Het grappige is dat ze zelf nog op zoek zijn naar manieren om AI te implementeren in hun robots. Ze worden helemaal niet aangedreven door artificiële intelligentie, maar door mechatronica. Dat is een combinatie van mechanica en electronica. Daar worden 3D prints, lasercutters en tandwielen gecombineerd om een megatronisch collect te maken, dat vaak dus de robot is.

"Voor mij is AI vooral het lerende aspect. Daar heb je model based controle. Zo kunnen we veilige robots bouwen en het ook mathematisch bewijzen dat de controlemethodes stabiel zijn. Op een bepaald moment hebben we echter geen modellen meer van hoe de omgeving eruit zijn. Bijvoorbeeld drones: als de ene boven de andere vliegt, dan zijn er disturbances die moeilijk in een mathematisch model te gieten zijn. Mijn visie is: we moeten niet alleen robots controleren met AI, niet alleen modelgebaseerd, maar die twee moeten elkaar meer en meer vinden."

Het zien van de wereld, daar heb je AI voor nodig, maar ook voor de controle. Daarnaast heb je bijvoorbeeld robots die assemblage doen, dat is modelgebaseerd. Die kennis kunnen we ook met reinforcement learning aanbrengen. Het grote probleem van AI is dat je veel data nodig hebt, en voor robots bestaat er nog niet zoveel. Ook voor reinforcement learning heb je veel trials nodig.

Voor reinforcement learning gebruiken ze Unity, omdat er een opkomst van virtual reality is. Ze gebruiken dit voor training van arbeiders, of voor mensen met een beroerte te laten revalideren (revalidatierobots). De uitdaging bij Unity is dat de f...