AI teadlane Anca Dragan teemal robotite abistamine inimestest


Kui inimesed ja robotid radu ületavad, pole tulemused lihtsalt pettumust valmistavad – autonoomne auto, näiteks, vasakpoolseks pööramiseks liiga häbelik – võib neile ka saatuslikuks saada. Mõelge eelmise aasta Uberi krahhile, kus isesõitvate algoritmide kodeerimine ei võimaldanud inimesele ootamatut jahti.

Reedel toimunud WIRED25 konverentsil rääkis UC Berkeley's inimese ja roboti interaktsiooni uuriv professor Anca Dragan sellest, mida on vaja selliste probleemide vältimiseks. Tema huvi on see, mis juhtub siis, kui robotid lõpetavad virtuaalsete maailmade ja lahtiste katseradude ning astuvad ettearvamatute inimestega tegelema.

"Selgub, et see teeb asja keeruliseks," ütleb ta.

Need küsimused ei piirdu lihtsalt robotite õpetamisega käsitleda inimesi takistustena. Selle asemel tuleb robotitele anda ennustav mudel inimeste käitumise kohta. See pole lihtne; isegi üksteise suhtes on inimesed põhimõtteliselt mustad kastid. Kuid Dragani laboris tehtud töö keerleb põhimõttelise mõistmise ümber: "Inimesed ei ole meelevaldsed, sest me oleme tegelikult tahtlikud olendid," ütleb ta. Tema grupp kujundab algoritme, mis aitavad robotitel meie eesmärke välja mõelda: proovida jõuda sellele uksele või minna mööda kiirteed või võtta seda pöörde. Sealt saab robot järeldada, milliseid toiminguid te sinna jõudmiseks teete ja kuidas kõige paremini teid ära lõigata.

See on nagu see laul, ütleb Dragan: “Igal sammul; iga liigutus, mille teete”Paljastab teie soovid ja kavatsused ning ka järgmised käigud, mida võiksite sinna jõudmiseks teha või teha.

Siiski on robotitel ja inimestel mõnikord võimatu aru saada, mida teine ​​järgmisena teeb. Dragan toob näite robotijuhist ja inimesest, kes tõmbavad samal hetkel ristmikku üles. Kuidas vältida ummikseisu või krahhi? Üks võimalik lahendus on õpetada robotitele sotsiaalseid näpunäiteid. Dragan võib-olla on robokari tolli natuke tagasi – signaali inimese juhile, et neil on kõige parem minna. See on üks samm selle nimel, et saaksime kõik natukene kenamaks mängida.