Ερευνητές Ανάπτυξαν Πλαίσιο για την Χορήγηση Κοινωνικών Ικανοτήτων σε Ρομπότ

Ερευνητές στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT) έχουν αναπτύξει ένα πλαίσιο ελέγχου για την χορήγηση κοινωνικών ικανοτήτων σε ρομπότ. Το πλαίσιο επιτρέπει στις μηχανές να κατανοούν τι σημαίνει να βοηθούν ή να εμποδίζουν η μια την άλλη, καθώς και να μάθουν να εκτελούν κοινωνικές συμπεριφορές μόνοι τους.

Ένα ρομπότ παρακολουθεί το σύντροφό του σε ένα προσομοιωμένο περιβάλλον πριν να μαντέψει ποιο έργο θέλει να επιτύχει. Τότε βοηθά ή εμποδίζει το άλλο ρομπότ με βάση τους δικούς του στόχους.

Οι ερευνητές έδειξαν επίσης ότι το μοντέλο τους δημιουργεί ρεαλιστικές και προβλέψιμες κοινωνικές αλληλεπιδράσεις. Όταν οι άνθρωποι είδαν βίντεο με τα προσομοιωμένα ρομπότ να αλληλεπιδρούν μεταξύ τους, συμφώνησαν με το μοντέλο σχετικά με ποια κοινωνική συμπεριφορά συνέβαινε.

Ενεργοποιώντας τα ρομπότ να επιδείξουν κοινωνικές ικανότητες, μπορούμε να επιτύχουμε πιο θετικές αλληλεπιδράσεις ανθρώπου-ρομπότ. Το νέο μοντέλο θα μπορούσε επίσης να επιτρέψει στους επιστήμονες να μετρήσουν τις κοινωνικές αλληλεπιδράσεις ποσοτικά.

Ο Boris Katz είναι ο κύριος ερευνητικός επιστήμονας και διευθυντής της Ομάδας InfoLab στο Εργαστήριο Επιστήμης και Τεχνολογίας Υπολογιστών (CSAIL), καθώς και μέλος του Κέντρου για τα Εγκέφαλα, τα Μυαλά και τις Μηχανές (CBMM).

“Τα ρομπότ θα ζήσουν στον κόσμο μας σύντομα και πραγματικά χρειάζονται να μάθουν πώς να επικοινωνούν μαζί μας με ανθρώπινους όρους. Χρειάζονται να κατανοούν πότε είναι η ώρα να βοηθήσουν και πότε είναι η ώρα να δουν τι μπορούν να κάνουν για να αποτρέψουν κάτι από το να συμβεί. Αυτό είναι πολύ πρώιμο έργο και μόλιςScratching την επιφάνεια, αλλά νιώθω ότι αυτό είναι η πρώτη πολύ σοβαρή προσπάθεια για την κατανόηση του τι σημαίνει για τους ανθρώπους και τις μηχανές να αλληλεπιδρούν κοινωνικά”, λέει ο Katz.

Η ερευνή περιελάμβανε επίσης τον συν-πρωταγωνιστή Ravi Tejwani, ερευνητικό βοηθό στο CSAIL, τον συν-πρωταγωνιστή Yen-Ling Kuo, φοιτητή διδακτορικού στο CSAIL, τον Tianmin Shu, μεταδιδάκτορα στο Τμήμα Εγκεφάλου και Γνωστικών Επιστημών και τον старτερο συγγραφέα Andrei Barbu, ερευνητικό επιστήμονα στο CSAIL.

Μελέτη Κοινωνικών Αλληλεπιδράσεων

Οι ερευνητές δημιούργησαν ένα προσομοιωμένο περιβάλλον όπου τα ρομπότ ακολουθούν φυσικά και κοινωνικά στόχους καθώς κινούνται γύρω από ένα δισδιάστατο πλέγμα, το οποίο τους επέτρεψε να μελετήσουν την κοινωνική αλληλεπίδραση.

Τα ρομπότ είχαν φυσικούς και κοινωνικούς στόχους. Ένας φυσικός στόχος σχετίζεται με το περιβάλλον, ενώ ένας κοινωνικός στόχος θα μπορούσε να είναι κάτι σαν ένα ρομπότ που μαντέψει τι προσπαθεί να επιτύχει ένα άλλο πριν να βασίσει τις δικές του ενέργειες σε αυτήν την πρόβλεψη.

Το μοντέλο χρησιμοποιείται για να ορίσει τι είναι οι φυσικοί στόχοι ενός ρομπότ, τι είναι οι κοινωνικοί στόχοι του και πόση έμφαση πρέπει να τοποθετηθεί σε έναν από τους άλλους. Αν το ρομπότ εκτελεί ενέργειες που το φέρνουν πιο κοντά στον στόχο του, ανταμείβεται. Αν το ρομπότ προσπαθεί να βοηθήσει το σύντροφό του, điều chỉnhει την ανταμοιβή του για να ταιριάζει με αυτή του άλλου. Αν το ρομπότ προσπαθεί να εμποδίσει τον άλλον, điều chỉnhει την ανταμοιβή του ανάλογα. Ένας αλγόριθμος αποφασίζει ποιες ενέργειες πρέπει να εκτελέσει ένα ρομπότ και χρησιμοποιεί το σύστημα ανταμοιβής για να οδηγήσει την εκτέλεση φυσικών και κοινωνικών στόχων.

“Έχουμε ανοίξει ένα νέο μαθηματικό πλαίσιο για το πώς μοντελοποιούμε την κοινωνική αλληλεπίδραση μεταξύ δύο πρακτόρων. Αν είσαι ένα ρομπότ και θέλεις να πας σε μια τοποθεσία X και εγώ είμαι ένα άλλο ρομπότ και βλέπω ότι προσπαθείς να πας σε μια τοποθεσία X, μπορώ να συνεργαστώ βοηθώντας σου να πας πιο γρήγορα στη τοποθεσία X. Αυτό μπορεί να σημαίνει να μετακινήσω την τοποθεσία X πιο κοντά σε σένα, να βρω μια καλύτερη τοποθεσία X ή να κάνω ό,τι χρειάζεται να κάνεις στην τοποθεσία X. Η διατύπωσή μας επιτρέπει στο σχέδιο να ανακαλύψει το ‘πώς’, εμείς ορίζουμε το ‘τι’ σε σχέση με το τι σημαίνουν οι κοινωνικές αλληλεπιδράσεις μαθηματικά”, λέει ο Tejwani.

Οι ερευνητές χρησιμοποιούν το μαθηματικό πλαίσιο για να ορίσουν τρεις τύπους ρομπότ. Ένα ρομπότ επιπέδου 0 έχει μόνο φυσικούς στόχους, ενώ ένα ρομπότ επιπέδου 1 έχει και φυσικούς και κοινωνικούς στόχους αλλά υποθέτει ότι όλα τα άλλα έχουν μόνο φυσικούς στόχους. Αυτό σημαίνει ότι τα ρομπότ επιπέδου 1 εκτελούν ενέργειες με βάση τους φυσικούς στόχους των άλλων, όπως βοηθώντας ή εμποδίζοντας. Ένα ρομπότ επιπέδου 2 υποθέτει ότι τα άλλα έχουν κοινωνικούς και φυσικούς στόχους και αυτά τα ρομπότ μπορούν να εκτελέσουν πιο σύνθετες ενέργειες.

Δοκιμή του Μοντέλου

Οι ερευνητές βρήκαν ότι το μοντέλο τους συμφωνούσε με αυτά που οι άνθρωποι σκέφτηκαν για τις κοινωνικές αλληλεπιδράσεις που συνέβαιναν σε κάθε καρέ.

“Έχουμε ένα μακροπρόθεσμο ενδιαφέρον, τόσο για την κατασκευή υπολογιστικών μοντέλων για ρομπότ, όσο και για να διεισδύσουμε πιο sâu στα ανθρώπινα χαρακτηριστικά αυτού. Θέλουμε να μάθουμε ποια χαρακτηριστικά από αυτά τα βίντεο οι άνθρωποι χρησιμοποιούν για να κατανοήσουν τις κοινωνικές αλληλεπιδράσεις. Μπορούμε να δημιουργήσουμε einen αντικειμενικό τεστ για την ικανότητά σας να αναγνωρίσετε κοινωνικές αλληλεπιδράσεις; Ίσως υπάρχει ένας τρόπος να διδάξουμε τους ανθρώπους να αναγνωρίζουν αυτές τις κοινωνικές αλληλεπιδράσεις και να βελτιώσουν τις ικανότητές τους. Είμαστε πολύ μακριά από αυτό, αλλά ακόμη και μόνο να μπορούμε να μετρήσουμε τις κοινωνικές αλληλεπιδράσεις αποτελεσματικά είναι ένα μεγάλο βήμα προς τα εμπρός”, λέει ο Barbu.

Η ομάδα εργάζεται τώρα για την ανάπτυξη eines συστήματος με τρισδιάστατους πράκτορες σε ένα περιβάλλον που επιτρέπει περισσότερα είδη αλληλεπιδράσεων. Θέλουν επίσης να τροποποιήσουν το μοντέλο για να περιλαμβάνει περιβάλλοντα όπου οι ενέργειες μπορούν να αποτύχουν και σχεδιάζουν να ενσωματώσουν έναν προγραμματιστή ρομπότ με βάση το νευρωνικό δίκτυο στο μοντέλο. Τέλος, θα προσπαθήσουν να διεξαγάγουν ένα πείραμα για να συλλέξουν δεδομένα σχετικά με τα χαρακτηριστικά που οι άνθρωποι χρησιμοποιούν για να καθορίσουν εάν δύο ρομπότ αλληλεπιδρούν κοινωνικά.