Det er sandsynligt, at meget snart robotter vil bo i huse med mennesker og hjælpe ældre med at leve uafhængigt. Men for at gøre dette bliver de nødt til at lære at udføre alt det lille arbejde, som folk kunne gøre uden tøven. Mange moderne kunstige intelligenssystemer er trænet til at udføre specifikke opgaver ved at analysere tusinder af underskrevne billeder af en bestemt handling. Selvom disse metoder hjælper med at løse flere og mere komplekse problemer, håndterer de stadig kun meget specifikke problemer og kræver meget tid og processorkraft for at lære.
Hvis en robot tager sig af ældre mennesker, vil problemerne ved sådant arbejde være meget forskellige sammenlignet med typiske situationer i læringsprocessen. I løbet af dagen skal robotter gøre en masse ting, fra at lave te til at skifte strøelse, mens de taler. Dette er udfordrende opgaver, der bliver sværere i kombination. Ingen to huse er ens, hvilket betyder, at robotter hurtigt skal lære og tilpasse sig deres miljø. Og som ofte er tilfældet, hvis du bor sammen med en anden, har tingene en tendens til at migrere. Robotten bliver nødt til at lære at finde dem på egen hånd.
Én tilgang er at udvikle en livslang læringsrobot, der kan gemme viden baseret på erfaring og udvikle måder at tilpasse og anvende den til nye opgaver. Når du lærer, hvordan man laver en kop te, kan disse evner også anvendes til kaffe.
Den menneskelige hjerne lærer hele sit liv, tilpasser sig konstant til komplekse og skiftende forhold og løser dagligt en lang række problemer. At simulere, hvordan mennesker lærer, kan hjælpe med at designe robotter, som vi kan interagere med naturligt, som om vi var med en anden person.
Simulering af børns udvikling til at træne roboten
Det første spørgsmål, som man spørger, når man begynder at modellere folk, er hvor man skal starte? Alan Turing, en berømt matematiker og pioner inden for kunstig intelligens, sagde engang:
Han sammenlignede et barns hjerne med en tom notesbog, der kan udfyldes under uddannelsen og udviklede et intelligent voksen "system". Men hvad skal barnets alder være for modellering? Hvilken viden og færdigheder skal du først bygge?
Nyfødte babyer er meget begrænsede i, hvad de kan gøre, og hvordan de opfatter verden omkring dem. Muskelstyrken i barnets hals er ikke nok til at støtte hovedet, og han har ikke lært at kontrollere arme og ben.
Fra nul måned - et sådant trin kan begrænse roboten kraftigt. Men barnets fysiske begrænsninger hjælper ham faktisk med at fokusere på at løse en lille underklasse af problemer, for eksempel lærer han at korrelere øjnene med det, han hører og ser. Disse trin i de indledende stadier i opbygningen af et barns model bygger sin krop, før han begynder at forstå kompleksiteten i verden omkring.
Ingeniørerne anvendte lignende begrænsninger på roboten, hvilket oprindeligt blokerede bevægelsen af forskellige led for at efterligne en mangel på muskelstyring. De justerede også billederne fra robotens kamera, så det "så" verden gennem øjnene på en nyfødt - med slør og svage periferier. I stedet for at fortælle roboten, hvordan man skulle bevæge sig, fik det lov til at finde ud af det på egen hånd. Fordelen her er, at når kalibreringen ændres, eller som lemmer er beskadiget, vil roboten være i stand til at tilpasse sig disse ændringer og fortsætte med at arbejde.
Læring ved at spille
Undersøgelser har vist, at ved at anvende begrænsninger i læringsprocessen, øges ikke kun hastigheden, hvorpå ny viden og færdigheder erhverves, men nøjagtigheden af det, der læres, øges også.
Ved at give robotten kontrol over frigørelsen af begrænsninger - give den kontrol over dens samlinger og forbedre dens syn - er det muligt for roboten at kontrollere dens indlæringshastighed selv. Forskere har modelleret "babyen" og de første 10 måneder af dens vækst. Da roboten lærte at korrelere bevægelse og den sensoriske information, den modtog, skaffede den sig den stereotype opførsel, der blev set hos spædbørn, såsom når børn tilbringer lange perioder med at stirre på deres hænder, mens de bevæger sig.
Når en robot lærer at koordinere sin egen krop, er den næste vigtige milepæl, den passerer, at den begynder at forstå verden omkring den. Leg er en vigtig del af et barns læring. Hun hjælper ham med at udforske miljøet, teste forskellige muligheder og studere resultaterne.
Til at begynde med kan det være så simpelt som at banke på et bord med en ske eller lægge et objekt i munden. Men så udvikler det sig til byggesten af blokke eller placering af genstande i passende huller. Alle disse handlinger skaber oplevelser, der yderligere giver et fundament for færdigheder, såsom at finde den rigtige nøgle til at åbne låsen og fine motoriske færdigheder for at indsætte nøglen i nøglehullet og derefter dreje den.
I fremtiden vil brugen af disse teknikker give robotter midlerne til at lære og tilpasse sig de udfordrende miljøer og opgaver, som mennesker tager for givet i hverdagen. En dag kan robotter hjælpe de ældre, men selv børn i børnehaven vil kunne undervise dem.
Ilya Khel
