Forskning foreslår at utdanningsfeltene bør kombineres for å fremme kunstig intelligens

Ny forskning fra Imperial College London foreslår å kombinere flere utdanningsfelt, som materials vitenskap, maskinteknikk, datavitenskap, biologi og kjemi, for å fremme kunstig intelligens (AI). Ifølge forskningen vil denne kombinasjonen av disipliner gi studentene ferdighetene de trenger for å utvikle livlige AI-roboter.

Robotene forskningen henviser til, er Fysisk AI, som vil handle og utvise atferd lignende mennesker og andre dyr. Disse robotene kan også ha intellektuelle evner likt biologiske organismer. Fysisk AI kan assistere mennesker på jobb og hjemme, og utføre farlige eller vanskelige oppgaver, inkludert medisin, omsorg, produksjon og sikkerhet.

Forskningen ble publisert den 10. november i Nature Machine Intelligence.

Aktuelle AI-egenskaper

Moderne AI har ennå ikke kombinert intelligens-egenskapene til maskiner og biologiske vesener, men pågående arbeid bringer oss nærmere dette perspektivet. For tiden er den nærmeste tilknytningen mellom mennesker og AI fra smarttelefonteknologi, men til slutt vil den samme tilknytningen finnes mellom autonome roboter, miljøet og mennesker.

Medforfatteren av forskningen var professor Mirko Kovac fra Imperial’s Department of Aeronautics og det sveitsiske føderale laboratoriet for materials vitenskap og teknologi (Empa) ‘s Materials and Technology Centre of Robotics.

“Utviklingen av robot ‘kropper’ har betydelig latt etter utviklingen av robot ‘hjerner’. I motsetning til digital AI, som har blitt intensivt utforsket i de siste tiårene, har det vært relativt uutforsket å puste fysisk intelligens inn i dem,” sa Kovac.

Ifølge forskerne kan dette delvis tilskrives mangelen på en systematisk utdanningsmetode for AI. Mer spesifikt, en metode som ville lære studentene og forskerne hvordan de kan utvikle en hel enhet bestående av robotkropper og -hjerner.

Fysisk AI

I artikkelen definerer forskerne Fysisk AI og demonstrerer hvordan en tilnærming kan utvikles ved å kombinere vitenskapelige disipliner. Dette vil føre til utviklingen av roboter med evner lignende intelligente organismer, inkludert kropps kontroll, autonomi og sansning.

Forskningen listar fem hoveddisipliner som bør integreres for Fysisk AI: materials vitenskap, maskinteknikk, datavitenskap, biologi og kjemi.

“Begrepet AI er ofte begrenset til datamaskiner, smarttelefoner og dataintensiv beregning,” sa Prof. Kovac. “Vi foreslår å tenke på AI i en bredere forstand og samutvikle fysisk morfologi, lærings systemer, innbygde sensorer, fluid logikk og integrert aktivering. Denne Fysisk AI er den nye fronten i robotforskning og vil ha en betydelig innvirkning i årene som kommer, og samutvikling av studenters ferdigheter på en integrert og tverrfaglig måte kan låse opp noen nøkkelideer for studenter og forskere alike.”

For at Fysisk AI skal bli sin egen disiplin og utvikle roboter til et punkt der de har intelligens-egenskaper, sier forskerne at konvensjonell robotteknikk og AI må kombineres med andre disipliner.

“Vi forestiller oss Fysisk AI-roboter som utvikles og vokser i laboratoriet ved å bruke en rekke uvanlige materialer og forskningsmetoder,” fortsatte Prof. Kovac. “Forskere vil trenge en mye bredere beholdning av ferdigheter for å bygge livlige roboter. Tverrfaglige samarbeid og partnerskap vil være veldig viktig.”

Forskerne sier også at støtte fra fakultetsmedlemmer er nøkkel til å integrere disse disiplinene.

Dr. Aslan Miriyev fra Empa og Department of Aeronautics ved Imperial var medforfatter av forskningen.

“Slik støtte er spesielt nødvendig siden arbeid i det tverrfaglige lekeplassen krever å våge å forlate komfortsonene til smale disiplinære kunnskaper for ånden av høyrisikoforskning og karriereusikkerhet,” sa Miriyev.

“Å skape livlige roboter har hittil vært en umulig oppgave, men det kan bli mulig ved å inkludere Fysisk AI i høyere utdanningssystemet. Utvikling av ferdigheter og forskning i Fysisk AI kan bringe oss nærmere enn noen gang til å gjendefinere menneske-robot og robot-miljøinteraksjon.”