Forskning föreslår att utbildningsområden bör kombineras för AI-utveckling

Ny forskning från Imperial College London föreslår att man kombinerar flera utbildningsområden, såsom materialvetenskap, maskinteknik, datavetenskap, biologi och kemi, för att främja utvecklingen av artificiell intelligens (AI). Enligt forskningen skulle denna kombinerade disciplin ge studenterna de färdigheter som behövs för att utveckla liknande AI-robotar.

De robotar som forskningen hänvisar till är Fysisk AI, som skulle agera och uppvisa beteenden liknande människor och andra djur. Dessa robotar kunde också ha intelligensförmågor liknande biologiska organismer. Fysisk AI kunde assistera människor på arbetsplatsen och hemma, genomföra farliga eller svåra uppgifter, inklusive medicin, vård, tillverkning och säkerhet.

Forskningen publicerades den 10 november i Nature Machine Intelligence.

Aktuella AI-förmågor

Modern AI har ännu inte kombinerat intelligensförmågorna hos maskiner och biologiska varelser, men pågående arbete bringar oss närmare detta perspektiv. För närvarande är den närmaste kopplingen mellan människor och AI den som kommer från smarttelefonteknologi, men till slut kommer samma koppling att finnas mellan autonoma robotar, miljön och människor.

Medförfattaren till forskningen var professor Mirko Kovac från Imperial’s Department of Aeronautics och det schweiziska federala laboratoriet för materialvetenskap och teknologi (Empa) ‘s Material och Teknologi Centrum för Robotik.

“Utvecklingen av robotkroppar har betydligt halkat efter utvecklingen av robot’hjärnor’. Till skillnad från digital AI, som har utforskats intensivt under de senaste decennierna, har det varit relativt outforskat att ge dem fysisk intelligens”, sa Kovac.

Enligt forskarna kan detta delvis tillskrivas bristen på en systematisk utbildningsansats till AI. Mer specifikt, en ansats som skulle lära studenterna och forskarna hur man utvecklar en hel enhet bestående av robotkroppar och hjärnor.

Fysisk AI

I artikeln definierar forskarna Fysisk AI och demonstrerar hur en ansats kan utvecklas genom att kombinera vetenskapliga discipliner. Detta skulle leda till utvecklingen av robotar med förmågor liknande intelligenta organismer, inklusive kroppskontroll, autonomi och sensorer.

Forskningen listar fem huvuddiscipliner som bör integreras för Fysisk AI: materialvetenskap, maskinteknik, datavetenskap, biologi och kemi.

“Begreppet AI är ofta begränsat till datorer, smarttelefoner och dataintensiv beräkning”, sa Prof. Kovac. “Vi föreslår att man ska tänka på AI i en bredare bemärkelse och samutveckla fysiska morfologier, lärandesystem, inbäddade sensorer, fluid logik och integrerad aktivering. Denna Fysisk AI är den nya fronten inom robotikforskning och kommer att ha en stor inverkan under de kommande decennierna, och att utveckla studenternas färdigheter på ett integrerat och tvärvetenskapligt sätt kunde låsa upp vissa idéer för studenter och forskare lika.”

För att Fysisk AI ska bli en egen disciplin och utveckla robotar till en punkt där de har intelligensförmågor, säger forskarna att konventionell robotik och AI behöver kombineras med andra discipliner.

“Vi ser för oss att Fysisk AI-robotar utvecklas och odlas i laboratoriet med hjälp av en mängd ovanliga material och forskningsmetoder”, fortsatte Prof. Kovac. “Forskare kommer att behöva en mycket bredare uppsättning färdigheter för att bygga liknande robotar. Tvärvetenskapliga samarbeten och partnerskap kommer att vara mycket viktiga.”

Forskarna säger också att stöd från lärare är nyckeln till att integrera dessa discipliner.

Dr. Aslan Miriyev från Empa och Institutionen för aeronautik vid Imperial var medförfattare till forskningen.

“Sådant stöd är särskilt viktigt eftersom att arbeta i det tvärvetenskapliga lekparken kräver att man vågar lämna de smala disciplinära kunskapsområdena för en högriskforskning och osäkerhet i karriären.”, sa Miriyev.

“Att skapa liknande robotar har hittills varit en omöjlig uppgift, men det kunde göras möjligt genom att inkludera Fysisk AI i utbildningssystemet. Att utveckla färdigheter och forskning inom Fysisk AI kunde bringa oss närmare än någonsin att omdefiniera mänsklig-robot och robot-miljöinteraktion.”