Новая статья утверждает, что роботы должны понимать человеческие мотивы

Новая статья Национального центра робототехники, базирующегося в Университете Бирмингема, утверждает, что роботы должны понимать мотивы, как и люди. Если мы хотим, чтобы люди и роботы работали вместе эффективно и безопасно, роботы не могут просто выполнять задачи, не зная, почему 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. Также важно, что будет наблюдаться значительный рост взаимодействий между людьми и роботами как на фабриках, так и в домах.

Статья была опубликована в Nature Machine Intelligence. Она частично посвящена роботам, использующим объекты и «Хватанию», действию, которое легко выполнить в природе, но представляет собой сложность для роботов.

Наши текущие фабричные роботы слепо поднимают объекты, с которыми они уже знакомы. Эти объекты также находятся в предопределенных местах в определенные времена. Если машина поднимет объект, с которым она не знакома, и в случайном месте, ей потребуется множество сложных технологий, работающих вместе. Некоторые из этих технологий включают системы видения и передовые алгоритмы искусственного интеллекта. Эти технологии помогают машине увидеть цель и определить ее свойства. Некоторые даже требуют датчиков, расположенных в захвате, чтобы предотвратить раздавливание объекта роботом.

Исследователи из Национального центра робототехники говорят, что даже с помощью всех этих технологий машина все равно не знает причин, по которым она поднимает объект. Из-за этого то, что мы когда-то считали последовательными 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. Однако 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 соглашений лучший способ для робота поднять инструмент – это взять его за рукоятку. К сожалению, это может означать, что мощная машина затем толкает потенциально смертоносный лезвие к вам на высокой скорости. Вместо этого робот должен знать, какова конечная цель, то есть передать отвертку безопасно своему человеческому коллеге, чтобы переосмыслить свои действия».

«Другой сценарий предполагает, что робот передает стакан воды жителю дома престарелых. Он должен убедиться, что не уронит стакан, но также что вода не прольется на получателя во время передачи, или что стакан 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 хватку».

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

«Национальный центр робототехники уникален, работая над практическими проблемами с промышленностью, а также генерируя самый высокий уровень передовых академических исследований – как это видно на примере этой новаторской статьи».

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