Connect with us

Nieuw artikel beweert dat robots menselijke motivatie moeten begrijpen

Robotica

Nieuw artikel beweert dat robots menselijke motivatie moeten begrijpen

mm

Een nieuw artikel van het National Centre for Nuclear Robotics, gevestigd aan de University of Birmingham, beweert dat robots menselijke motivatie moeten begrijpen. Als we willen dat mensen en robots effectief en veilig samenwerken, kunnen robots niet alleen taken uitvoeren zonder te weten waarom ze ze 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 raakt. 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 in de natuur gemakkelijk kan worden voltooid, maar moeilijk is voor robots.

Onze huidige fabrieksrobots pakken blindelings objecten op die ze al kennen. Die 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 die technologieën zijn visiesystemen en geavanceerde AI. Sommige vereisen zelfs sensoren die in de gripper zijn geplaatst om te voorkomen dat de robot het object verplettert.

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 werkelijkheid falen.

Het artikel in de 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 verpletteren. Het probleem ontstaat wanneer de robot een belangrijke barcode bedekt. Dit betekent dat het object niet kan worden getraceerd en er geen informatie is die de succesvolle levering van het object bevestigt. Dit compliceert dingen en resulteert in een falen van het leveringssysteem omdat de robot niet weet welke gevolgen het heeft om het object verkeerd op te pakken.

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 een potentieel dodelijke blad naar je toe duwt, met grote snelheid. In plaats daarvan moet de robot weten wat het einddoel is, namelijk om de schroevendraaier veilig aan zijn menselijke collega te geven, om zijn acties te heroverwegen.”

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

“Wat voor mensen vanzelfsprekend is, moet in een machine worden geprogrammeerd en dit vereist een diepgaand andere aanpak. De traditionele meetmethoden 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 grip 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 het hoogste niveau van baanbrekend academisch onderzoek genereert – zoals blijkt uit dit baanbrekende artikel.”

Het 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.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.