stubs Pētnieki izstrādā sistēmu, lai sniegtu robotiem sociālās prasmes — Unite.AI
Savienoties ar mums

Robotika

Pētnieki izstrādā sistēmu, lai sniegtu robotiem sociālās prasmes

Izdots

 on

Attēls: MIT

Masačūsetsas Tehnoloģiju institūta (MIT) pētnieki ir izstrādājuši kontroles sistēmu, lai robotiem sniegtu sociālās prasmes. Ietvars ļauj mašīnām saprast, ko nozīmē palīdzēt vai traucēt viena otrai, kā arī iemācīties pašam veikt sociālo uzvedību. 

Robots vēro savu pavadoni simulētā vidē, pirms uzmin, kādu uzdevumu tas vēlas paveikt. Pēc tam tas palīdz vai traucē otram robotam, pamatojoties uz tā mērķiem. 

Pētnieki arī pierādīja, ka viņu modelis rada reālistisku un paredzamu sociālo mijiedarbību. Kad cilvēku skatītājiem tika rādīti video ar simulētiem robotiem, kas mijiedarbojas viens ar otru, viņi piekrita modelim, par kuru notika sociālā uzvedība.

Ļaujot robotiem demonstrēt sociālās prasmes, mēs varam panākt pozitīvāku cilvēka un robota mijiedarbību. Jaunais modelis varētu arī ļaut zinātniekiem kvantitatīvi izmērīt sociālo mijiedarbību. 

Boriss Katzs ir Datorzinātnes un mākslīgā intelekta laboratorijas (CSAIL) galvenais pētnieks un InfoLab grupas vadītājs, kā arī Smadzeņu, prātu un mašīnu centra (CBMM) loceklis. 

"Roboti mūsu pasaulē dzīvos diezgan drīz, un viņiem patiešām ir jāiemācās sazināties ar mums cilvēciski. Viņiem ir jāsaprot, kad viņiem ir pienācis laiks palīdzēt un kad ir pienācis laiks redzēt, ko viņi var darīt, lai kaut kas nenotiktu. Šis ir ļoti agrs darbs, un mēs tik tikko nesaskrāpējam virsmu, taču man šķiet, ka šis ir pirmais ļoti nopietnais mēģinājums saprast, ko nozīmē cilvēku un mašīnu sociāla mijiedarbība, ”saka Katz.

Jūsu darbs IR Klientu apkalpošana pētniecība iekļauts arī līdzautors Ravi Tejwani, CSAIL pētniecības asistents; līdzautore Yen-Ling Kuo, CSAIL doktorante; Tianmin Shu, pēcdoktors Smadzeņu un kognitīvo zinātņu katedrā; un vecākais autors Andrejs Barbu, CSAIL pētnieks. 

Sociālo mijiedarbību izpēte

Pētnieki izveidoja simulētu vidi, kurā roboti sasniedz fiziskus un sociālus mērķus, pārvietojoties pa divdimensiju tīklu, kas ļāva komandai izpētīt sociālo mijiedarbību.

Robotiem tika noteikti fiziski un sociāli mērķi. Fiziskais mērķis ir saistīts ar vidi, savukārt sociālais mērķis varētu būt kaut kas līdzīgs robotam, kurš uzmin, ko mēģina darīt cits, pirms balstās uz šo prognozi. 

Modelis tiek izmantots, lai norādītu, kādi ir robota fiziskie mērķi, kādi ir tā sociālie mērķi un cik liels uzsvars ir jāliek uz vienu pār otru. Ja robots pabeidz darbības, kas tuvina to mērķim, tas tiek apbalvots. Ja robots mēģina palīdzēt savam pavadonim, tas pielāgo savu atlīdzību, lai tā atbilstu otra atlīdzībai. Ja robots mēģina traucēt otram, tas attiecīgi pielāgo savu atlīdzību. Algoritms izlemj, kādas darbības robotam jāveic, un tas izmanto atlīdzības sistēmu, lai vadītu to fizisko un sociālo mērķu sasniegšanai.

“Mēs esam atvēruši jaunu matemātisko sistēmu, kā modelēt sociālo mijiedarbību starp diviem aģentiem. Ja jūs esat robots un vēlaties doties uz vietu X, bet es esmu cits robots un redzu, ka mēģināt doties uz vietu X, es varu sadarboties, palīdzot jums ātrāk nokļūt vietā X. Tas varētu nozīmēt X pārvietošanu sev tuvāk, cita labāka X atrašanu vai jebkādu darbību veikšanu, kas jums bija jāveic pie X. Mūsu formulējums ļauj plānam atklāt “kā”; mēs precizējam “ko” saistībā ar to, ko matemātiski nozīmē sociālās mijiedarbības,” saka Tejvani.

Pētnieki izmanto matemātisko sistēmu, lai definētu trīs veidu robotus. 0. līmeņa robotam ir tikai fiziski mērķi, savukārt 1. līmeņa robotam ir gan fiziski, gan sociāli mērķi, bet pieņem, ka visiem pārējiem ir tikai fiziski mērķi. Tas nozīmē, ka 1. līmeņa roboti veic darbības, pamatojoties uz citu fiziskajiem mērķiem, piemēram, palīdzēt vai traucēt. 2. līmeņa robots pieņem, ka citiem ir sociāli un fiziski mērķi, un šie roboti var veikt sarežģītākas darbības. 

Modeļa testēšana

Pētnieki atklāja, ka viņu modelis saskan ar to, ko cilvēki domāja par sociālo mijiedarbību, kas notika katrā kadrā. 

“Mums ir šī ilgtermiņa interese gan izveidot skaitļošanas modeļus robotiem, gan arī iedziļināties cilvēciskajos aspektos. Mēs vēlamies noskaidrot, kādas funkcijas no šiem videoklipiem izmanto cilvēki, lai izprastu sociālo mijiedarbību. Vai mēs varam objektīvi pārbaudīt jūsu spēju atpazīt sociālo mijiedarbību? Varbūt ir kāds veids, kā iemācīt cilvēkiem atpazīt šīs sociālās mijiedarbības un uzlabot savas spējas. Mēs esam tālu no tā, taču pat spēja efektīvi izmērīt sociālo mijiedarbību ir liels solis uz priekšu, ”saka Barbu.

Tagad komanda strādā pie sistēmas izstrādes ar 3D aģentiem vidē, kas nodrošina vairāk veidu mijiedarbības. Viņi arī vēlas modificēt modeli, lai iekļautu vidi, kurā darbības var neizdoties, un viņi plāno modelī iekļaut neironu tīkla robotu plānotāju. Visbeidzot, viņi mēģinās veikt eksperimentu, lai savāktu datus par funkcijām, kuras cilvēki izmanto, lai noteiktu, vai divi roboti iesaistās sociālajā mijiedarbībā.

 

Alekss Makfārlends ir AI žurnālists un rakstnieks, kurš pēta jaunākos sasniegumus mākslīgā intelekta jomā. Viņš ir sadarbojies ar daudziem AI jaunizveidotiem uzņēmumiem un publikācijām visā pasaulē.