Нова стаття стверджує, що роботам потрібно розуміти людські мотиви

Нова стаття Національного центру робототехніки, розміщеного в Університеті Бірмінгема, стверджує, що роботам потрібно розуміти мотиви, як і людям. Якщо ми хочемо, щоб люди та роботи працювали ефективно та безпечно разом, роботи не можуть просто виконувати завдання без знання причини їх виконання.

Ведучим автором статті є доктор Валеріо Ортензі з Університету Бірмінгема. Він каже, що це потрібно, оскільки економіка стає все більш автоматизованою, зв’язаною та цифровою. Це також важливо, оскільки буде значний зростання взаємодій між людьми та роботами як на заводах, так і в домах.

Стаття була опублікована в Nature Machine Intelligence. Вона частково зосереджена на роботах, які використовують об’єкти та “хватання”, дії, які легко виконуються в природі, але складні серед роботів.

Наші поточні заводські роботи сліпо піднімають об’єкти, з якими вони вже знайомі. Ці об’єкти також знаходяться в попередньо визначених місцях у вибрані часи. Якщо машина підніме об’єкт, з яким вона не знайома, і в випадковому місці, їй потрібно буде багато складних технологій, що працюють разом. Деякі з цих технологій – це системи бачення та просунуті штучні інтелекти. Вони допомагають машині бачити ціль і визначати її властивості. Деякі навіть потребують датчиків, розташованих у захваті, щоб запобігти тому, що робот розчавить об’єкт.

Дослідники Національного центру робототехніки кажуть, що навіть з усіма цими технологіями машина все одно не знає причин підняття об’єкта. Через це те, що ми раніше вважали послідовними діями, виконуваними роботами, насправді можуть бути реальними невдачами.

Стаття в Nature Machine Intelligence використовує приклад робота, який доставляє об’єкт клієнту після його підняття. Робот піднімає об’єкт успішно без розчавлювання його. Проблема виникає, коли робот закриває важливий штрих-код. Це означає, що об’єкт не може бути відстежений, і немає інформації, яка підтверджує успішну доставку об’єкта. Це ускладнює ситуацію та призводить до невдачі системи доставки, оскільки робот не знає певних наслідків підняття об’єкта неправильно.

Доктор Ортензі та співавтори статті розповіли про інші приклади.

“Представіть собі, що ви просите робота передати вам отвірний ключ у майстерні. На основі поточних конвенцій найкращий спосіб для робота підняти інструмент – за ручку. На жаль, це може означати, що дуже потужна машина потім спрямує потенційно смертоносний лезо до вас на високій швидкості. Замість цього робот повинен знати, яка кінцева мета, тобто передати отвірний ключ безпечно своєму людському колезі, щоб переосмислити свої дії.”

“Інший сценарій передбачає, що робот передає склянку води мешканцю будинку престарілих. Він повинен забезпечити, щоб не впустити склянку, але також щоб вода не розлилася під час передачі, або щоб склянка була представлена так, щоб людина могла взяти її.”

“Те, що очевидно для людей, повинно бути запрограмовано в машину, і це потребує глибоко іншої підходу. Традиційні метрики, які використовувалися дослідниками протягом останніх двадцяти років для оцінки маніпуляції роботами, недостатні. У найбільш практичному сенсі роботам потрібна нова філософія, щоб отримати хватку.”

Професор Растман Столкін, директор Національного центру робототехніки, розповів про роль організації у розробці цієї технології.

“Національний центр робототехніки унікальний тим, що працює над практичними проблемами з промисловістю, а також генерує найвищий рівень передової академічної досліджень – як це видно на прикладі цієї знакової статті.”

Нові дослідження були проведені спільно з Центром досконалості робототехніки в Університеті технологій Квінсленда, Австралія, Скуола Суперіоре Сант’Анна, Італія, Німецьким аерокосмічним центром (DLR), Німеччина, та Університетом Пізи, Італія.