Kan en robot bli like god til å jakte som en gepard?
I juni ble regjeringens KI-milliard fordelt. Norge får seks nasjonale forskningssentre for kunstig intelligens. Mye av forskningen vil være relevant for Forsvaret.

FFI får en sentral rolle i ett av sentrene, nærmere bestemt «Norwegian Centre for Embodied AI», som ledes av NTNU. Embodied AI handler om hvordan KI kan integreres i en fysisk kropp – i praksis en robot.
– Bruk av KI har kommet langt når det gjelder rene datamaskiner. Det er likevel en rekke problemer som må løses før KI tar steget over i den fysiske verden og kan bli fullt utnyttet i roboter, sier seniorforsker Sigmund Rolfsjord.
Han er hovedansvarlig for FFIs arbeid med det nye senteret.
Kroppsliggjort KI
Embodied AI handler om KI-systemer som integrerer persepsjon, altså det sansene oppfatter, med informasjonsbehandling og fysisk interaksjon med miljøet du er i.
Rolfsjord sammenligner det med en gepard som smyger seg frem i naturen. Den utnytter skygger, terreng og vindretning for å overfalle en intetanende antilope.
Spranget derfra er ikke så langt til en drone som jakter andre droner i en tett skog. Det er overraskende mange vanskelige beslutninger den autonome dronen må ta. Hvordan skal den bevege seg for å unngå å bli oppdaget, ikke miste synet av målet og samtidig unngå å kollidere?
– Det grunnleggende spørsmålet for dette senteret er hvordan legemliggjort KI kan gi oss roboter som kan måle seg med denne typen fysisk miljøtilpasning, smidighet og intelligens vi ser i naturen? Egenskaper og nisjetilpasninger som er utviklet i naturen over millioner av år, sier Rolfsjord.
Tre konkurranser
Norwegian Centre for Embodied AI skal se på hvordan man kan bygge robotsystemer med innebygd KI som er generaliserbare på tvers av robotplattformer, slik at teknologien kan brukes til å løse flere ulike oppgaver innenfor ulike samfunnsområder.
Det skal skje gjennom tre konkurranser.
Konkurransene vil ha betydelig overlapp med tanke på hva som kreves av robotene, men samtidig ha en tydelig retning, slik at veien fra et forskningsresultat til praktisk bruk blir betydelig kortere. Senteret samarbeider med universiteter som ETH Zurich, University College London og Carnegie Mellon, noe som sikrer tøff internasjonal konkurranse.
Konkurranse 1: Finne og identifisere mål
FFI skal arrangere én av senterets konkurranser.
– Dette er vår mulighet til å lede forskningen inn på områder som er relevante for Forsvaret, sier Rolfsjord.
Denne konkurransen går ut på å lage roboter som kan autonomt navigere i utfordrende miljø og raskt finne mål basert på et overordnet oppdrag.
– Vi ser for oss et oppdrag hvor robotene får en tekstbeskrivelse og kanskje et bilde eller en radiosignatur av objektene den skal finne. Så skal roboten navigere igjennom krevende terreng uten hjelp fra GPS, men likevel klare å oppgi en nøyaktig posisjon for hvor alle objektene befinner seg.
Et viktig element blir også at så mye som mulig av programvaren på robotene skal være lik, selv om robotene er svært forskjellige. Derfor ønsker vi å gjennomføre to versjoner av konkurransen, både til sjøs og på land.
Budsjettet for denne konkurransen er på 20 millioner kroner, og FFI skal blant annet ansette to PhD-studenter som skal jobbe med prosjektet og bruke det som utgangspunkt for sine doktorgrader.
Konkurranse 2: Autonom kartlegging
NTNU, på sin side, skal arrangere en konkurranse hvor deltagernes roboter skal kartlegge og forstå omgivelsene sine. De skal altså ikke bare vite at det er noe man kan krasje i, men også hva det er. Det kan være, dører, rør, verktøy eller brytere som også kan være nyttige for oppgaver i industrien.
Konkurranse 3: Smidig og allsidig robothånd
Denne konkurransen ledes av SINTEF og dreier seg om å utvikle en robot som skal kunne løse de samme oppgaver som vi gjør med en menneskehånd, som å skru på knapper eller bruke ulike typer verktøy.
Vanskeligere enn «tekstbasert» KI
En språkmodell som ChatGPT har den fordelen at den har fått trene på enorme mengder data fra internett. For autonome roboter med sensorer og radarer, finnes det ikke tilsvarende mengde «rådata» den kan trenes opp på. En autonom robot roter seg også fort opp i situasjoner som den ikke har erfaring med gjennom manuell opptrening. Resultatet er at det ikke finnes relevant informasjon roboten kan bruke for å komme videre.
Får hjelp til kommersialisering
Vinnerne av de tre konkurransene vil få økonomisk støtte til å søke om videre finansiering fra EU Horizon, EUs viktigste finansieringsprogram for forskning og utvikling.
Vinnerne blir i tillegg med på diskusjoner og forhandlinger om hvordan forskningsresultatene fra konkurransen kan utnyttes framover. I tillegg skal en innovasjonskomite jobbe spesielt med hvordan resultatene skal utnyttes.
– Her må vi ved FFI være på ballen, slik at vi kan få utnyttet resultatene slik vi vil i forsvarssammenheng, sier Rolfsjord.