Det är troligt att robotar snart kommer att bo i hus med människor och hjälpa äldre att leva självständigt. Men för att göra detta måste de lära sig att göra allt det lilla arbete som människor kan göra utan att tveka. Många moderna system för konstgjord intelligens tränas för att utföra specifika uppgifter genom att analysera tusentals signerade bilder av en viss handling. Medan dessa metoder hjälper till att lösa mer och mer komplexa problem, hanterar de fortfarande bara mycket specifika problem och kräver mycket tid och processorkraft för att lära sig.
Om en robot tar hand om äldre kommer problemen med sådant arbete att vara mycket olika jämfört med vanliga situationer i inlärningsprocessen. Under dagen måste robotar göra en hel del saker, från att laga te till att byta sängkläder medan de pratar. Dessa är utmanande uppgifter som blir svårare i kombination. Inga två hus är lika, vilket innebär att robotar snabbt måste lära sig och anpassa sig till sin miljö. Och som ofta är fallet, om du bor med någon annan, tenderar saker att migrera. Roboten måste lära sig att hitta dem på egen hand.
En metod är att utveckla en livslångt lärande robot som kan lagra kunskap baserad på erfarenhet och utforma sätt att anpassa och tillämpa den på nya uppgifter. När du lär dig att göra en kopp te kan dessa färdigheter också tillämpas på kaffe.
Den mänskliga hjärnan lär sig hela sitt liv, anpassar sig ständigt till komplexa och förändrade förhållanden och löser dagligen ett brett spektrum av problem. Att simulera hur människor lär sig kan hjälpa till att designa robotar som vi kan interagera med naturligt, som om vi var med en annan person.
Simulering av barns utveckling för att träna roboten
Den första frågan du ställer när du börjar modellera människor är var du ska börja? Alan Turing, en känd matematiker och pionjär inom konstgjord intelligens, sa en gång:
Han jämförde ett barns hjärna med en tom anteckningsbok som kan fyllas i under utbildningen och utvecklade ett intelligent vuxen "system." Men vad ska barnets ålder vara för modellering? Vilken kunskap och färdigheter behöver du först bygga?
Nyfödda barn är mycket begränsade vad de kan göra och hur de uppfattar världen omkring dem. Muskelstyrkan i barnets nacke räcker inte för att stödja huvudet, och han har inte lärt sig kontrollera armar och ben.
Från noll månad - ett sådant steg kan starkt begränsa roboten. Men barnets fysiska begränsningar hjälper honom faktiskt att fokusera på att lösa en liten underklass av problem, till exempel lär han sig korrelera ögonen med det han hör och ser. Dessa steg i de inledande stadierna för att bygga ett barns modell bygger sin kropp redan innan han börjar förstå komplexiteten i världen runt.
Ingenjörerna använde liknande begränsningar på roboten och blockerade ursprungligen rörelserna i olika leder för att härma brist på muskelstyrning. De justerade också bilderna från robotens kamera så att den "såg" världen genom ögonen på en nyfödd - med oskärpa och svaga periferier. I stället för att berätta roboten hur man skulle röra sig, tilläts det att ta reda på den på egen hand. Fördelen här är att när kalibreringen ändras, eller när lemmarna skadas, kommer roboten att kunna anpassa sig till dessa förändringar och fortsätta arbeta.
Lärande genom att spela
Studier har visat att genom att tillämpa begränsningar i inlärningsprocessen ökar inte bara hastigheten med vilken ny kunskap och färdigheter förvärvas, utan också noggrannheten i det som lärs sig ökar.
Genom att ge roboten kontroll över frisläppandet av begränsningar - ge den kontroll över sina leder och förbättra synen - är det möjligt för roboten att själv styra inlärningshastigheten. Forskare har modellerat "baby" och de första tio månaderna av dess tillväxt. När roboten lärde sig att korrelera rörelse och den sensoriska informationen den fick, förvärvades den stereotypa beteenden som ses hos spädbarn, till exempel när barn tillbringar längre tid och stirrar på sina händer medan de rör sig.
När en robot lär sig att koordinera sin egen kropp är nästa viktiga milstolpe den passerar att den börjar förstå världen runt den. Lek är en viktig del av ett barns lärande. Hon hjälper honom att utforska miljön, testa olika möjligheter och studera resultaten.
Till en början kan det vara så enkelt som att knacka på ett bord med en sked eller sätta ett föremål i munnen. Men sedan utvecklas det till byggstenar av block eller att placera föremål i lämpliga hål. Alla dessa aktiviteter skapar upplevelser som ytterligare kommer att ge en grund för färdigheter som att hitta rätt nyckel för att öppna låset och finmotorik för att sätta in nyckeln i nyckelhålet och sedan vrida den.
I framtiden kommer användningen av dessa tekniker att ge robotarna möjligheter att lära sig och anpassa sig till de utmanande miljöerna och uppgifterna som människor tar för givet i vardagen. En dag kan robotar hjälpa de äldre, men även barn i dagis kommer att kunna lära dem.
Ilya Khel
