Новая статья утверждает, что роботы должны понимать человеческие мотивы

Новая статья Национального центра робототехники ядерной промышленности, базирующегося в Университете Бирмингема, утверждает, что роботы должны понимать мотивы, как и люди. Если мы хотим, чтобы люди и роботы работали эффективно и безопасно вместе, роботы не могут просто выполнять задачи, не зная причин, по которым они их выполняют.

Ведущим автором статьи является доктор Валерио Ортензи из Университета Бирмингема. Он говорит, что это необходимо, поскольку экономика становится все более автоматизированной, связанной и цифровой. Это также важно, поскольку будет наблюдаться значительный рост взаимодействий между людьми и роботами как на заводах, так и в домах.

Статья была опубликована в Nature Machine Intelligence. Она частично фокусируется на использовании роботов объектов и «Хватании», действии, которое легко выполнить в природе, но представляет собой сложность среди роботов.

Наши текущие роботы на основе заводов слепо поднимают объекты, с которыми они уже знакомы. Эти объекты также находятся в предопределенных местах в определенное время. Если машина поднимет объект, с которым она не знакома, и в случайном месте, ей потребуется множество сложных технологий, работающих вместе. Некоторые из этих технологий – системы зрения и продвинутый ИИ. Они помогают машине видеть цель и определять ее свойства. Некоторые даже требуют датчиков, расположенных в захвате, чтобы предотвратить раздавливание объекта роботом.

Исследователи из Национального центра робототехники ядерной промышленности говорят, что даже с учетом всех технологий машина все равно не знает причин подъема объекта. Из-за этого то, что мы когда-то считали успешными действиями, выполненными роботами, может фактически быть реальными неудачами.

Статья в Nature Machine Intelligence использует пример робота, доставляющего объект клиенту после его подъема. Робот успешно поднимает объект без его раздавливания. Проблема возникает, когда робот закрывает важный штрих-код. Это означает, что объект не может быть отслежен, и нет информации, подтверждающей успешную доставку объекта. Это усложняет ситуацию и приводит к неудаче системы доставки, поскольку робот не знает определенных последствий неправильного подъема объекта.

Доктор Ортензи и соавторы статьи также говорили о других примерах.

«Представьте, что вы просите робота передать вам отвертку в мастерской. На основе текущих конвенций, лучший способ для робота поднять инструмент – за рукоятку. К сожалению, это может означать, что очень мощная машина затем направляет потенциально смертоносный лезвие в вашу сторону на высокой скорости. Вместо этого роботу необходимо знать, какой конечной целью является безопасная передача отвертки человеку, чтобы переосмыслить свои действия».

«Другой сценарий предполагает, что робот передает стакан воды жителю дома престарелых. Он должен обеспечить, чтобы не уронить стакан, но также чтобы вода не пролилась на получателя во время передачи, или чтобы стакан был представлен так, чтобы человек мог взять его».

«То, что очевидно для людей, должно быть запрограммировано в машину, и это требует совершенно другого подхода. Традиционные метрики, используемые исследователями за последние двадцать лет для оценки манипуляций роботами, не являются достаточными. В самом практическом смысле роботы нуждаются в новой философии, чтобы получить хват».

Профессор Растман Столкин, директор Национального центра робототехники ядерной промышленности, говорил о роли организации в разработке этой технологии.

«Национальный центр робототехники ядерной промышленности уникален тем, что работает над практическими проблемами с промышленностью, одновременно генерируя самый высокий уровень передовых академических исследований – как это видно в этой знаковой статье».

Новое исследование было проведено в сотрудничестве с Центром передового опыта робототехнического зрения в Университете технологий Квинсленда, Австралия, Scuola Superiore Sant’Anna, Италия, Германским аэрокосмическим центром (DLR), Германия, и Университетом Пизы, Италия.