Du drejer den ene side efter den anden.

Den er lige ved at være der.

Men så går det galt, og du roder farverne rundt igen.

Mange har prøvet kræfter med at løse den kendte professor-terning, også kaldt Rubiks terning. Det gælder både mennesker og robotter. Og det sidstnævnte har i de senere år haft stor succes med opgaven.

Nu har forskergruppen OpenAI fået en robot til at løse terningen på nogle minutter. Det er der i sig selv ikke noget overraskende ved, da flere robotter som nævnt allerede kan det.

Det særlige er, at forskerne har brugt kunstig intelligens til at få en menneskelignende robothånd til selv at finde frem til løsningen med fingrene. Det har de gjort ved hjælp af en særlig metode inden for såkaldt machine-learning.

- Det er en kombination af teknikker, og det har helt klart været en stor udfordring at få til at virke, siger Thomas Bolander, der er professor ved DTU Compute og ekspert i kunstig intelligens.

Svarer til 10.000 års træning

Den kunstige intelligens startede med ikke at vide noget om, hvordan en professor-terning virker. Herefter har den i en computersimulering fået point for hver gang, den har lavet en korrekt manøvre, som for eksempel at dreje en side af terningen.

I alt har den kunstige intelligens fået, hvad der vil svare til over 10.000 års træning i virkeligheden.

- Det særlige er fingermotorikken, og den måde den vender og drejer terningen på. Det har den nemlig selv lært, siger Lasse Dissing Hansen, der er robotprogrammør for Thomas Bolander på DTU Compute.

Han har tidligere selv lavet en robot, der kan løse professor-terningen.

- Den robot, jeg har lavet, og andre robotter, der har løst terningen, er forprogrammeret til, at hvert eneste træk er helt præcist i blandt andet vinkler, og hvor meget motorerne skal dreje, siger Lasse Dissing Hansen og fortsætter:

- Men hvis du skubbede til klodsen eller påvirkede den bare lidt, vil det gå helt galt, og det vil robotten ikke engang vide.

Derimod er OpenAI’s robothånd noget mere robust. Det har forskerne testet med forskellige benspænd, hvor de for eksempel har lagt et tæppe oven på hånden eller bundet dens fingre sammen.

- Og robotten fik alligevel løst terningen, siger Lasse Dissing Hansen.

Forskerne har udfordret robot-hånden med forskellige benspænd. I videoen her bliver der kastet et tæppe over den.

Vil udvikle en generel robot

Forskergruppen håber på, at de på sigt kan udvikle generelle robotter, der kan udføre forskellige opgaver. De skal med andre ord ikke være begrænsede til at løse én bestemt opgave.

- Noget af det, som er svært for robotter, er at løfte en genstand, som den ikke har set før. Det kan for eksempel være en kaffekop. Robotten ved ikke, hvordan den skal tage fat, og så er der stor sandsynlighed for, at robotten taber koppen, siger Lasse Dissing Hansen.

Han forklarer, at det blandt andet er en udfordring hos virksomheder som Amazon, der arbejder med lagerrobotter:

- Jeg kunne forestille mig, at Amazon er meget oppe at køre over den her robothånd. For den viser altså, at en robot kan tage fat på ting, den ikke har set før. Den kan lave komplekse og robuste manipulationer med objekter.

De generelle robotter skal dog ikke forveksles med generel intelligens, forklarer Thomas Bolander:

- Jeg tror bestemt, de tænker på generelle robotter, som rent fysisk er generelle nok til at kunne håndtere mange forskellige typer af objekter. For eksempel en robot, som både kan røre i sovsen og sætte i opvaskemaskinen.

- Den del går også under kunstig intelligens, fordi de bruger kunstig intelligens til at træne bevægelserne. Men det skal ikke forveksles med målet om en general kunstig intelligens, som jo også ville kræve meget avancerede evner til blandt andet planlægning og sprog, fortsætter Thomas Bolander.