Tesla hoopte er 5 te produceren, 000 nieuwe Model 3 elektrische auto's elke week in 2018. Tot nu toe, het is er niet in geslaagd om zelfs maar de helft van dat aantal te produceren. Ter zake ondervraagd, de CEO van het bedrijf, Elon Musk, beweerde dat "buitensporige automatisering een vergissing was" en dat "mensen worden onderschat".

Hij heeft geen ongelijk:de recente drang naar volledige automatisering heeft het belang van aanpassingsvermogen over het hoofd gezien. Mensen zijn nog steeds veel beter in staat om zich aan te passen aan veranderingen dan kunstmatige intelligentie (AI). Op de lange termijn, AI heeft het potentieel om menselijke werknemers te vervangen, maar voor nu moeten leiders de juiste snelheid van verandering bepalen.

De Tesla-fabriek in Silicon Valley is sterk geautomatiseerd. Vroegtijdig, Musk begreep dat elk proces dat een reeks vooraf gedefinieerde stappen volgt en plaatsvindt in een redelijk gecontroleerde omgeving, zoals een fabrieksvloer, kunnen worden geautomatiseerd door kunstmatige intelligentie en robots. En dit is iets waar hij voor gecrediteerd moet worden.

Maar terwijl autonome systemen zich snel ontwikkelen, mensen blijven veel beter in het aanpassen aan onvoorziene veranderingen. Als het gaat om complex fabriekswerk, dit is iets dat niet mag worden onderschat. Terugkijkend op de productiviteitsproblemen van Tesla, Musk heeft ongetwijfeld het belang van aanpassingsvermogen in de productie gemist. De kans op kleine fouten en onvoorziene situaties is evenredig met de complexiteit van het proces, vooral wanneer het proces plaatsvindt in de fysieke wereld.

Adaptieve intelligentie

Mensen en andere vormen van intelligent leven zijn geëvolueerd om te overleven in een constant veranderende wereld. Om deze reden, ze kunnen opmerkelijk goed omgaan met onvoorziene situaties en discrepanties tussen verwachte en feitelijke gebeurtenissen. Zoals cognitief wetenschapper Gary Marcus benadrukt, er zijn veel dingen "die betrekking hebben op menselijke intelligentie, zoals ons vermogen om tegelijkertijd de juiste dingen te doen, om over hen te redeneren om modellen te bouwen van wat er aan de hand is om te anticiperen op wat er zou kunnen gebeuren, enzovoort."

Mensen en dieren kunnen hun lichaam ook aanpassen aan radicaal verschillende situaties om hun doelen te bereiken. Bijvoorbeeld, we kunnen vooruit gaan door te lopen, zwemmen, springen, klimmen en kruipen - en dat kunnen we zelfs als we het gebruik van een ledemaat verliezen. Deze dynamische aspecten van biologische systemen helpen hen om te gaan met radicale veranderingen in zeer complexe situaties.

machinaal leren, anderzijds, is nog niet op het niveau van menselijke intelligentie en aanpassingsvermogen. Zeker wel, we hebben grote vooruitgang geboekt. Vandaag, geavanceerde AI-algoritmen, geïnspireerd door het zenuwstelsel, kan soortgelijke situaties leren herkennen, zoals een rood verkeerslicht of een bal die op straat valt, zelfs beter dan mensen. Ontwikkelingen in robotica betekenen ook dat nieuwe robots gemaakt van zachte materialen zich fysiek kunnen aanpassen aan onvoorziene objecten in de fysieke omgeving. Maar in beide gevallen aanpassingsvermogen is beperkt tot variaties binnen een beperkte categorie van objecten of gebeurtenissen.

De waarheid is dat we het ontwerp van robots en AI die veerkrachtig genoeg zijn om te reageren op onvoorspelbare omgevingen nog niet onder de knie hebben. Neem het voorbeeld van robots die in de verpakkingsindustrie worden gebruikt. Automatisch geleide voertuigen met beperkte intelligentie aan boord kunnen alleen eenvoudige programmeerinstructies volgen en ze langs vaste routes in een gedefinieerde omgeving brengen. Deze robots kunnen misschien een product oppakken en in een doos plaatsen, zonder de mogelijkheid om iets ingewikkelder te doen. Als de baan verandert, de robot zal moeten worden vervangen.

Er worden ook meer complexe mobiele robots gebruikt. Ze hebben ingebouwde sensoren en scanners, maar ook software waarmee ze hun omgeving kunnen detecteren en de meest efficiënte route kunnen kiezen, zodat een product niet altijd op dezelfde locatie hoeft te worden geplaatst. Deze complexere robots zijn flexibeler en aanpasbaarder, maar ze zijn nog vrij ver verwijderd van wat biologische systemen kunnen doen.

Dit kan een probleem zijn voor overdreven geautomatiseerde fabrieken waar kleine fysieke afwijkingen (een gebroken wiel, slijtage op de grond, onnauwkeurig geplaatste onderdelen) kunnen zich snel ophopen en leiden tot onvoorspelbare situaties (een onderdeel is niet waar het zou moeten zijn, een robot ontbreekt). Wanneer een proces verandert of de fabriek een nieuw product gaat maken, dan is het nodig om de apparatuur opnieuw te configureren en een andere oplossing te vinden. Dat ligt nog niet helemaal binnen het bereik van AI en robotica.

Volledige automatisering

Musk heeft publiekelijk zijn wens uitgesproken om een ​​volledig autonome fabriek te creëren. Zijn onderliggende doel is om de grenzen van de menselijke snelheid te overwinnen. Met grotere snelheid, hogere outputs kunnen worden bereikt. Maar in complexe omgevingen zoals een sterk geautomatiseerde fabriek, er is behoefte aan zeer flexibele robots die kunnen reageren op onvoorziene situaties en op elkaar zoals biologische systemen dat doen. Het introduceren van dat soort biologische veerkracht in robotica en AI vereist verder onderzoek.

De eerste omvat het testen van robotautomatisering binnen een gedefinieerde set van processen, zoals het plukken van grondstoffen en het op de lopende band plaatsen. De tweede omvat het uitbreiden van die test naar meerdere functies en processen, zoals het combineren van de grondstof en het verpakken van het product. De derde fase is het inzetten van robotmedewerkers en adaptieve AI als menselijke assistenten. Vandaag, dit is het beste waar we naar kunnen streven.

Het is nog niet duidelijk wanneer we de technologie zullen hebben voor volledige automatisering zonder menselijke tussenkomst (fase vier) en welke vorm het zal aannemen, maar Musk moet worden geprezen voor het proberen. Hij heeft de mensen misschien onderschat, maar wat hij leert is kostbaar en zal hem helpen om in de toekomst anderen voor te blijven.

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel.