Ny artikkel hevder at roboter må forstå menneskelige motiver

En ny artikkel fra National Centre for Nuclear Robotics, basert ved University of Birmingham, hevder at roboter må forstå motiver lik oss mennesker. Hvis vi ønsker at mennesker og roboter skal arbeide både effektivt og trygt sammen, kan robotene ikke bare utføre oppgaver uten å vite grunnen til at de gjør dem. 

Hovedforfatteren av artikkelen er Dr. Valerio Ortenzi fra University of Birmingham. Han sier at dette er nødvendig ettersom økonomien blir stadig mer automatisert, koblet og digitalisert. Det er også viktig ettersom det vil være en dramatisk økning i interaksjoner mellom mennesker og roboter både på fabrikker og hjem. 

Artikkelen ble publisert i Nature Machine Intelligence. Den fokuserer delvis på roboter som bruker objekter og ‘Grasping’, en handling som lett kan fullføres i naturen, men er utfordrende blant roboter. 

Våre nåværende fabriksbaserte roboter plukker opp objekter de allerede kjenner, og disse objektene er også på forhånd bestemte steder under valgte tidspunkter. Hvis en maskin skulle plukke opp et objekt den ikke kjenner, og på et tilfeldig sted, ville den trenge flere komplekse teknologier som arbeider sammen. Noen av disse teknologiene er visjonssystemer og avansert AI. Disse hjelper maskinen å se målet og bestemme egenskapene. Noen krever sogar sensorer som er plassert i griperen for å forhindre at roboten knuser objektet.

Forskere fra National Centre for Nuclear Robotics sier at selv med alle teknologiene, vet maskinen fortsatt ikke grunnene til å plukke opp et objekt. Fordi dette er tilfelle, kan det vi tidligere mente var suksessive handlinger utført av roboter, i virkeligheten være virkelige feil. 

Artikkelen i Nature Machine Intelligence bruker eksempelet på en robot som leverer et objekt til en kunde etter å ha plukket det opp. Roboten plukker opp objektet suksessfullt uten å knuse det. Problemet oppstår når roboten dekker til en viktig strekkode. Dette betyr at objektet ikke kan spores, og det er ingen informasjon som bekrefter en suksessfull levering av objektet. Dette kompliserer ting og resulterer i en feil i leveringssystemet fordi roboten ikke kjenner visse konsekvenser av å plukke opp objektet feil. 

Dr. Ortenzi og medforfatterne av artikkelen snakket om andre eksempler også. 

“Tenk deg at du ber en robot om å gi deg en skrutrekker i en verksted. Basert på nåværende konvensjoner, er den beste måten for en robot å plukke opp verktøyet ved håndtaket. Uheldigvis kan dette bety at en enormt kraftig maskin deretter skyter en potensielt dødelig blad mot deg, med hastighet. I stedet må roboten vite hva sluttmålet er, dvs. å gi skrutrekkeren trygt til sin menneskelige kollega, for å omtenke sine handlinger.”

“En annen scenario forestiller en robot som gir et glass vann til en beboer på et omsorgshjem. Den må sikre at den ikke slipper glasset, men også at vannet ikke renner over mottakeren under handlingen med å gi, eller at glasset presenteres på en måte som personen kan ta tak i.” 

“Hva som er åpenbart for mennesker, må programmeres inn i en maskin, og dette krever en dypt annerledes tilnærming. De tradisjonelle målene som forskerne har brukt i løpet av de siste tjue årene for å vurdere robotmanipulering, er ikke tilstrekkelige. I den mest praktiske forstand, trenger roboter en ny filosofi for å få grep.” 

Professor Rustman Stolkin, direktør for National Centre for Nuclear Robotics, snakket om organisasjonens rolle i å utvikle denne teknologien. 

“National Centre for Nuclear Robotics er unik i å arbeide med praktiske problemer med industri, samtidig som det genererer den høyeste kalibren av banebrytende akademisk forskning — eksemplifisert av denne banebrytende artikkelen.” 

Den nye forskningen ble arbeidet med av Centre of Excellence for Robotic Vision ved Queensland University of Technology, Australia, Scuola Superiore Sant’Anna, Italia, det tyske romfartsenteret (DLR), Tyskland, og University of Pisa, Italia.