Eddig a legtöbb ember a robotokkal a sci-fi történetek oldalain találkozott. A nem túl távoli jövőben azonban a robotokkal való interakció még gyakoribbá válik a való világban. Amikor ez megtörténik, a robotoknak szükségük lesz szociális készségekre, hogy megfelelően tudjanak együttműködni az emberekkel.
Mégis, meglepően kevés munkát végeztek eddig annak érdekében, hogy a robotok képesek legyenek szocializálódni, még az alapszintű ismerkedésre is. Az MIT kutatócsoportja azonban felvette a kihívást: a tudósok olyan keretrendszert dolgoztak ki a robotika számára, amely magában foglalja a szociális interakciókat, így a gépek képesek lesznek megérteni, hogyan segítjük, vagy akadályozzuk embertársainkat.
"A robotok hamarosan a mi világunkban fognak élni, és valóban meg kell tanulniuk, hogyan kommunikáljanak velünk emberi feltételek mellett. Meg kell érteniük, hogy mikor van itt az ideje, hogy segítsenek, és mikor van itt az ideje, hogy megnézzék, mit tehetnek, hogy megakadályozzanak valamit" - mondta Boris Katz, az MIT InfoLab csoportjának vezetője, a tanulmány egyik szerzője az egyetem híroldala szerint.
A tudósok új keretrendszerén belül háromféle robottípust tudtak meghatározni: A 0. szintű robotoknak csak fizikai céljaik vannak, és nem képesek szociálisan gondolkodni. Az 1. szintű robotoknak ezzel szemben fizikai és szociális céljaik is vannak, de feltételezik, hogy a többi robotnak csak fizikai céljai lehetnek. A 2. szintű robotoknak pedig fizikai és társadalmi céljaik is vannak, illetve feltételezik, hogy más robotoknál is ez a helyzet mindkettővel. A tudósok feltételezése szerint ezek a magasabb szintű robotok azok, amelyek már jól együttműködnek más robotokkal, és potenciálisan az emberekkel is jól és simán folytatnak interakciókat.
Ennek a keretrendszernek a teszteléséhez a kutatók egy szimulált környezetet hoztak létre, ahol az egyik robot figyeli a másikat, találgat a másik robot céljairól, majd saját céljaitól függően úgy dönt, hogy segít vagy hátráltatja a másik robotot.
A csapat 98 különböző forgatókönyvet hozott létre, amelyekben a virtuális robotok a másik robot céljaira vonatkozó sejtések alapján segítették vagy akadályozták egymást, majd ezeket a célokat összevetették a saját céljaikkal. Később, amikor az emberek videókat néztek a robotok interakciójáról - amelyeket számítógépes animációk sorozataként ábrázoltak -, a robotok céljaira vonatkozó előrejelzéseik nagyrészt megegyeztek a robotok egymásra vonatkozó előrejelzéseivel.
Katz szerint ez a kísérlet egy apró, de fontos lépés afelé, hogy a robotokat megtanítsák az emberek céljainak felismerésére és az emberekkel való együttműködésre. "Ez még nagyon korai munka, és alig karcoljuk a felszínt, de úgy érzem, ez az első nagyon komoly kísérlet annak megértésére, hogy mit jelent az emberek és a gépek számára a szociális interakció" - jelentette ki Katz.
A robotok kiképzésén túl ez a kutatás végül a mesterséges intelligenciát meghaladó területeken is felhasználható lesz. Andrei Barbu, a tanulmány egyik szerzője, az MIT "agy, elme és gépek" részlegének kutatója rámutatott, hogy a szociális interakciók számszerűsítésének hiánya a tudomány számos területén okoz problémát.
Például, ellentétben azzal a könnyedséggel, amellyel pontosan meg tudjuk mérni a vérnyomást vagy a koleszterinszintet, nincs kvantitatív módszer arra, hogy meghatározzuk egy beteg depressziójának szintjét, vagy hogy pontosan felmérjük, hol helyezkedik el egy beteg az autizmus spektrumán. Mivel azonban a depresszió és az autizmus - legalábbis bizonyos fokig - szociális károsodással jár, az ehhez hasonló számítógépes modellek objektív viszonyítási pontokat adhatnak az emberi szociális teljesítmény értékeléséhez, és megkönnyíthetik az ilyen betegségekre szánt gyógyszerek kifejlesztését és tesztelését - mondta Barbu.
A mesterséges intelligencia kiképzése során, ha csak egyszerűen hatalmas mennyiségű adatot adnak a modelleknek, nagyon erős mesterséges intelligenciát jön létre, de a módszer hajlamos lehet szexista és rasszista mesterséges intelligenciát is létrehozni. Az MIT csapata úgy gondolja, hogy megközelítésükkel elkerülhető ez a probléma. Barbu szerint a gyerekek nem azzal a gondolattal jönnek el a családjukból, hogy a szüleik bőrszíne jobb, mint mindenki másé, csak mert az adataik 95 százaléka ilyen bőrszínű emberektől származik, miközben ezek a nagyméretű modellek pontosan erre következtetnek.
Azáltal, hogy megtanulják megbecsülni mások céljait és szükségleteit, ahelyett, hogy egyszerűen hatalmas mennyiségű adat alapján asszociációkat és következtetéseket vonnának le, a robotok kiképzésének ez az új módszere végül olyan mesterséges intelligenciát hozhat létre, amely sokkal jobban igazodik az emberi érdekekhez. Más szóval, talán kedvesebb mesterséges intelligenciát hozhat létre.
Közben a csapat azt tervezi, hogy a szimulált környezeteket még valósághűbbé teszi, többek között olyanokkal, amelyek lehetővé teszik a robotok számára, hogy háztartási tárgyakat manipuláljanak. Egy nap, amikor egy robot lesz a munkatársad, a takarítónőd, esetleg a gondozód, talán azt szeretnéd, hogy képes legyen emberként viszonyulni hozzád. Ez a kutatás az első lépés afelé, hogy a gépek ezt megtehessék.
