Roboty proszą o pomoc

Roboty proszą o pomoc

Proszenie kogoś o pomoc jest drugą naturą człowieka, a teraz może pomóc robotom przezwyciężyć jeden najbardziej dotkliwych problemów sztucznej inteligencji.

Taka właśnie koncepcja legła u podwalin projektu realizowanego przez amerykańską firmę Willow Garage, specjalizującą się w robotyce. Tamtejsi naukowcy szkolą roboty, by te prosiły ludzi o pomoc w identyfikacji przedmiotów, których nie są w stanie rozpoznać samodzielnie. Jeśli się to powiedzie, może to być ważny krok w kierunku skonstruowania maszyn zdolnych do samodzielnego działania.

Rozpoznawanie obiektów spędza naukowcom zajmującym się sztuczną inteligencją sen z powiek od bardzo dawna. Podczas, gdy można komputery nauczyć rozpoznawania prostych obiektów, jak długopisy, czy kubki, często popełniają one błędy, gdy tylko zmienią się warunki oświetlenia, czy kąt widzenia. Bardzo utrudnia to stworzenie robotów, które będą w stanie bezpiecznie poruszać się wokół budynków i wchodzić w interakcje z przedmiotami. Z problemem tym naukowcy z Willow Garage zetknęli się podczas budowy swojego Personal Robot 2 (PR2).

Podczas gdy sztuczna inteligencja nie może sobie z zadaniem poradzić, ludzki mechanizm rozpoznania rozwiązuje je praktycznie bez wysiłku. Z tego właśnie powodu, Alex Soroki, informatyk z University of Illinois, współpracujący z Willow Garage, zdecydował się wyposażyć PR2 w moduł umożliwiający mu proszenie ludzi o pomoc.

System wykorzystuje Amazon Mechanical Turk, sieciowe narzędzie pośredniczące pomiędzy pracownikami, a pracodawcami, którzy mają do zlecenia proste prace. Robot wykonuje zdjęcie obiektu, którego nie jest w stanie rozpoznać i przesyła je do Mechanical Turk. Pracownicy wykorzystując oprogramowanie Sorokina rysują kontury wokół przedmiotu znajdującego się na zdjęciu i przyczepiają do niego nazwę. Za każde tak obrobione zdjęcie, otrzymują od trzech do piętnastu centów zapłaty.

W pierwszych testach, robot poruszał się po biurach Willow Garage, wysyłając zdjęcia do obróbki co klika sekund. Przetworzone i opisane zdjęcia zaczęły wracać już po kilku minutach. Ich precyzja była na poziomie 80 procent, jednakże według Sorokina można problem ten rozwiązać opłacając innych pracowników, którzy zweryfikują odpowiedzi.

Sorokin wierzy, że jego system pomoże robotom uczyć się nowych środowisk. Robot sprzątający, na przykład, mógłby spędzić pierwszy tydzień w nowym budynku robiąc zdjęcia i przesyłając je do nazwania, tworząc w ten sposób model przestrzeni oraz znajdujących się w niej przedmiotów.

„To fantastyczny pomysł.” – stwierdził John Leonard, robotyk z Massachusetts Institute of Technology. Potencjalnie, mogłoby to pozwolić robotom dłużej funkcjonować bez bezpośredniej interwencji ze strony operatora.

(lk)