Nieuw artikel betoogt dat robots menselijke motivatie moeten begrijpen

Een nieuw artikel van het National Centre for Nuclear Robotics, gevestigd aan de University of Birmingham, betoogt dat robots menselijke motivatie moeten begrijpen, net als wij mensen. Als we willen dat mensen en robots effectief en veilig samenwerken, kunnen robots niet alleen taken uitvoeren zonder te weten waarom ze dit doen.

De hoofdauteur van het artikel is Dr. Valerio Ortenzi van de University of Birmingham. Hij zegt dat dit nodig is omdat de economie steeds meer geautomatiseerd, verbonden en gedigitaliseerd wordt. Het is ook belangrijk omdat er een dramatische toename zal zijn in interacties tussen mensen en robots in zowel fabrieken als huizen.

Het artikel is gepubliceerd in Nature Machine Intelligence. Het richt zich deels op robots die objecten gebruiken en ‘Grasping’, een actie die gemakkelijk in de natuur wordt uitgevoerd, maar moeilijk is voor robots.

Onze huidige fabrieksrobots pakken blindelings objecten op die ze al kennen. Deze objecten staan ook op vooraf bepaalde plaatsen op geselecteerde tijden. Als een machine een object zou oppakken dat het niet kent, en op een willekeurige plaats, zou het meerdere complexe technologieën nodig hebben die samenwerken. Sommige van deze technologieën zijn visiesystemen en geavanceerde AI. Deze helpen de machine het doel te zien en de eigenschappen te bepalen. Sommige vereisen zelfs sensoren die in de grijper zijn geplaatst om te voorkomen dat de robot het object vermorzelt.

Onderzoekers van het National Centre for Nuclear Robotics zeggen dat zelfs met al deze technologieën, de machine nog steeds niet weet waarom het een object oppakt. Daarom kunnen acties die we eerder als succesvol beschouwden, in de praktijk echt falen.

Het artikel in Nature Machine Intelligence gebruikt het voorbeeld van een robot die een object naar een klant levert nadat het het heeft opgepakt. De robot pakt het object succesvol op zonder het te vermorzelen. Het probleem ontstaat wanneer de robot een belangrijke barcode bedekt. Dit betekent dat het object niet kan worden getraceerd en er geen informatie is over de succesvolle levering van het object. Dit compliceert dingen en resulteert in een falen van het leveringssysteem, omdat de robot niet weet welke gevolgen het oppakken van het object op de verkeerde manier heeft.

Dr. Ortenzi en de co-auteurs van het artikel spraken over andere voorbeelden.

“Stel je voor dat je een robot vraagt om je een schroevendraaier te geven in een werkplaats. Op basis van de huidige conventies is de beste manier voor een robot om het gereedschap op te pakken, bij de handgreep. Helaas kan dit betekenen dat een enorm krachtige machine dan een potentieel dodelijke blad naar je toe duwt, met grote snelheid. In plaats daarvan moet de robot weten wat het einddoel is, namelijk de schroevendraaier veilig aan zijn menselijke collega overhandigen, om zijn acties te heroverwegen.”

“Een ander scenario veronderstelt een robot die een glas water aan een bewoner van een verzorgingstehuis overhandigt. Het moet ervoor zorgen dat het het glas niet laat vallen, maar ook dat het water niet over de ontvanger heen spat tijdens het overhandigen, of dat het glas op zo’n manier wordt gepresenteerd dat de persoon het kan oppakken.”

“Wat voor mensen vanzelfsprekend is, moet in een machine worden geprogrammeerd, en dit vereist een fundamenteel andere aanpak. De traditionele metrics die onderzoekers de afgelopen twintig jaar hebben gebruikt om robotmanipulatie te beoordelen, zijn niet voldoende. In de meest praktische zin hebben robots een nieuwe filosofie nodig om greep te krijgen.”

Professor Rustman Stolkin, directeur van het National Centre for Nuclear Robotics, sprak over de rol van de organisatie bij de ontwikkeling van deze technologie.

“Het National Centre for Nuclear Robotics is uniek in het werken aan praktische problemen met de industrie, terwijl het tegelijkertijd de hoogste kwaliteit van baanbrekend academisch onderzoek genereert — zoals dit baanbrekende artikel.”

Het nieuwe onderzoek is uitgevoerd met het Centre of Excellence for Robotic Vision van de Queensland University of Technology, Australië, Scuola Superiore Sant’Anna, Italië, het Duitse Ruimtevaartcentrum (DLR), Duitsland, en de Universiteit van Pisa, Italië.