Raziskovalci razvijajo okvir, ki bo robotom omogočil socialne veščine

Raziskovalci na Tehnološkem inštitutu Massachusetts (MIT) so razvili nadzorni okvir, ki robotom daje socialne veščine. Ogrodje omogoča strojem, da razumejo, kaj pomeni pomagati ali ovirati drug drugega, pa tudi, da se naučijo izvajati družbeno vedenje sami. 

Robot opazuje svojega spremljevalca v simuliranem okolju, preden ugiba, katero nalogo želi opraviti. Nato pomaga ali ovira drugega robota na podlagi lastnih ciljev. 

Raziskovalci so tudi dokazali, da njihov model ustvarja realistične in predvidljive družbene interakcije. Ko so gledalcem prikazali videoposnetke simuliranih robotov, ki med seboj komunicirajo, so se strinjali z modelom o tem, kakšno družbeno vedenje se pojavlja.

Če robotom omogočimo razkazovanje socialnih veščin, lahko dosežemo bolj pozitivne interakcije med človekom in robotom. Novi model bi lahko znanstvenikom omogočil tudi kvantitativno merjenje družbenih interakcij. 

Boris Katz je glavni raziskovalec in vodja skupine InfoLab v Laboratoriju za računalništvo in umetno inteligenco (CSAIL) ter član Centra za možgane, um in stroje (CBMM). 

»Roboti bodo kmalu živeli v našem svetu in resnično se morajo naučiti, kako z nami komunicirati na človeški način. Razumeti morajo, kdaj je čas, da pomagajo in kdaj je čas, da vidijo, kaj lahko storijo, da preprečijo, da bi se kaj zgodilo. To je zelo zgodnje delo in komaj praskamo po površini, vendar se mi zdi, da je to prvi zelo resen poskus razumevanja, kaj za ljudi in stroje pomeni družbena interakcija,« pravi Katz.

O Raziskave vključen tudi sovoditelj Ravi Tejwani, raziskovalni asistent pri CSAIL; soglavni avtor Yen-Ling Kuo, doktorski študent CSAIL; Tianmin Shu, podoktor na Oddelku za možganske in kognitivne znanosti; in višji avtor Andrei Barbu, raziskovalec pri CSAIL. 

Preučevanje socialnih interakcij

Raziskovalci so ustvarili simulirano okolje, v katerem roboti zasledujejo fizične in družbene cilje, medtem ko krmarijo po dvodimenzionalni mreži, kar je ekipi omogočilo preučevanje socialne interakcije.

Roboti so dobili fizične in socialne cilje. Fizični cilj je povezan z okoljem, medtem ko je družbeni cilj lahko nekaj podobnega robotu, ki ugiba, kaj drugi poskuša narediti, preden svoja dejanja utemelji na tej napovedi. 

Model se uporablja za določitev, kakšni so fizični cilji robota, kakšni so njegovi družbeni cilji in koliko poudarka je treba dati enemu nad drugim. Če robot dokonča dejanja, ki ga približajo cilju, je nagrajen. Če robot poskuša pomagati svojemu spremljevalcu, prilagodi svojo nagrado, da se ujema z drugo. Če robot poskuša ovirati drugega, ustrezno prilagodi svojo nagrado. Algoritem se odloči, katera dejanja naj robot izvede, in uporablja sistem nagrajevanja, da ga vodi pri izvajanju fizičnih in družbenih ciljev.

»Odprli smo nov matematični okvir za modeliranje družbene interakcije med dvema agentoma. Če ste robot in želite iti na lokacijo X, jaz pa sem drug robot in vidim, da poskušate iti na lokacijo X, lahko sodelujem tako, da vam pomagam hitreje priti na lokacijo X. To lahko pomeni, da premaknete X bližje k sebi, poiščete drugega, boljšega X ali izvedete kakršno koli dejanje, ki ste ga morali izvesti ob X. Naša formulacija omogoča načrtu, da odkrije "kako"; določimo 'kaj' v smislu tega, kaj socialne interakcije pomenijo matematično,« pravi Tejwani.

Raziskovalci uporabljajo matematični okvir za opredelitev treh vrst robotov. Robot stopnje 0 ima le fizične cilje, medtem ko ima robot ravni 1 tako fizične kot socialne cilje, vendar predpostavlja, da imajo vsi ostali le fizične cilje. To pomeni, da roboti stopnje 1 izvajajo dejanja na podlagi fizičnih ciljev drugih, kot je pomoč ali oviranje. Robot stopnje 2 predpostavlja, da imajo drugi socialne in fizične cilje, ti roboti pa lahko izvajajo bolj sofisticirana dejanja. 

Testiranje modela

Raziskovalci so ugotovili, da se njihov model strinja s tem, kar ljudje mislijo o družbenih interakcijah, ki so se pojavljale v vsakem kadru. 

»Imamo ta dolgoročni interes, tako za izdelavo računalniških modelov za robote, kot tudi za poglabljanje v človeške vidike tega. Želimo ugotoviti, katere lastnosti teh videoposnetkov ljudje uporabljajo za razumevanje socialnih interakcij. Ali lahko naredimo objektiven test vaše sposobnosti prepoznavanja družbenih interakcij? Mogoče obstaja način, kako ljudi naučiti prepoznati te družbene interakcije in izboljšati svoje sposobnosti. Še daleč smo od tega, a že samo možnost učinkovitega merjenja družbenih interakcij je velik korak naprej,« pravi Barbu.

Ekipa zdaj dela na razvoju sistema s 3D agenti v okolju, ki omogoča več vrst interakcij. Prav tako želijo spremeniti model, da bi vključeval okolja, kjer lahko dejanja ne uspejo, in načrtujejo, da bodo v model vključili robotski načrtovalec, ki temelji na nevronski mreži. Nazadnje bodo poskušali izvesti eksperiment za zbiranje podatkov o funkcijah, ki jih ljudje uporabljajo za ugotavljanje, ali dva robota sodelujeta v družbeni interakciji.