211service.com
Emocjonalny robot-kot
Naukowcy z Holandii wyposażają kota-robota w zestaw logicznych reguł rządzących emocjami. Uważają, że wprowadzając zmienne emocjonalne do procesu podejmowania decyzji, powinni być w stanie tworzyć bardziej naturalne interakcje między człowiekiem a komputerem.
Emocjonalny kotek: Platforma sprzętowa robota o nazwie iCAT jest wykorzystywana do oceny zestawu logicznych reguł dla obliczeniowych stanów emocjonalnych. Celem jest przekazanie stanu emocjonalnego robota podczas wykonywania złożonych zadań, aby mógł on podejmować bardziej efektywne decyzje.
Tak naprawdę nie wierzymy, że komputery mogą mieć emocje, ale widzimy, że emocje pełnią pewną funkcję w ludzkim praktycznym rozumowaniu, mówi Mehdi Dastani , badacz sztucznej inteligencji na Uniwersytecie w Utrechcie w Holandii. Badacze mają nadzieję, że obdarzając inteligentnymi agentami podobne emocje, roboty będą w stanie naśladować to ludzkie rozumowanie.
Sprzęt dla robota, zwany wynalazek , został opracowany przez holenderską firmę badawczą Philips i zaprojektowana jako ogólna platforma robotyczna towarzysząca. Umożliwiając robotowi tworzenie mimiki twarzy za pomocą brwi, powiek, ust i pozycji głowy, naukowcy chcą pokazać mu, że jest zdezorientowany, na przykład podczas interakcji z człowiekiem. Długoterminowym celem jest wykorzystanie oprogramowania emocjonalno-logiki Dastani do wspomagania interakcji ludzi i robotów, ale na razie naukowcy zamierzają wykorzystać iCAT do wyświetlania wewnętrznych stanów emocjonalnych podczas podejmowania decyzji.
Oprócz poprawy interakcji ta logika emocjonalna powinna również pomóc inteligentnym agentom w wykonywaniu nieinteraktywnych zadań. Powinno to na przykład pomóc w zmniejszeniu obciążenia obliczeniowego podczas złożonych procesów decyzyjnych wykorzystywanych podczas wykonywania zadań planistycznych.
Opracowane z Johnem-Julesem Meyerem i Basem Steunebrinkiem, również w Utrechcie, funkcje logiczne składają się z szeregu reguł definiujących zestaw 22 emocji, takich jak gniew, nadzieja, satysfakcja, strach i radość. Ale zamiast opierać się na pojęciach uczuć, są one definiowane w kategoriach celu, który robot musi osiągnąć oraz planu, według którego robot ma go osiągnąć.
Kiedy roboty zazwyczaj próbują wykonać zadanie, takie jak nawigacja, zwykle mogą przyjąć dwa podejścia: mogą z góry obliczyć ustalony plan, na podstawie punktu początkowego i pozycji celu, a następnie go wykonać, lub mogą stale zmieniać trasę w miarę przemieszczania się. Pierwsza metoda jest dość prymitywna i często prowadzi do znanej sceny, w której robot uderza w nieprzewidzianą przeszkodę, nie mogąc jej ominąć. To drugie podejście jest bardziej niezawodne, szczególnie w przypadku nawigacji w nieprzewidywalnych, złożonych środowiskach. Ale ta metoda jest zwykle bardzo wymagająca obliczeniowo, ponieważ wymaga od robota ciągłego poszukiwania najlepszej trasy z ogromnej liczby możliwych ścieżek.
Logika emocjonalna może pomóc w uzyskaniu tego, co najlepsze z obu światów, wymagając od robota zmiany trasy tylko wtedy, gdy nakazują mu stany emocjonalne. Na przykład w tego rodzaju zadaniu nawigacyjnym nadzieja byłaby definiowana w kategoriach systemu, który wierzy (na podstawie danych sensorycznych), że realizując Plan A, aby osiągnąć Cel B, Cel B zostanie osiągnięty. I odwrotnie, strach pojawia się, gdy system ma nadzieję osiągnąć cel B zgodnie z planem A, ale wierzy, że cel B nie zostanie osiągnięty po wykonaniu planu A. Używając tego rodzaju definicji, strach może pomóc robotowi rozpoznać, kiedy nadszedł czas, aby spróbować nowa hals. To zmienia jego przekonania, ponieważ reszta planu nie pozwoli osiągnąć celu, mówi Dastani.
Zasadniczo, przypisując emocje do aktualnego statusu agenta, można monitorować zachowanie systemu, tak aby podejmowanie decyzji lub planowanie było przeprowadzane tylko wtedy, gdy jest to absolutnie konieczne. To heurystyka, która może sprawić, że racjonalne procesy podejmowania decyzji będą bardziej realistyczne i znacznie bardziej obliczalne, mówi Dastani. Chodzi o to, że tutaj stale monitorujemy, czy jest szansa na niepowodzenie.
Inne roboty zostały zaprojektowane tak, aby naśladować ludzką ekspresję. Ale koncentracja Dastani na tym, jak emocje mogą wpływać na decyzje, odróżnia ją od wielu innych projektów dotyczących komputerów emocjonalnych lub afektywnych, takich jak robot Kismet firmy MIT, opracowany przez Cynthia Breazeal . W przypadku Kismet, podobnie jak w przypadku innych robotów afektywnych, skupiamy się na tym, jak sprawić, by robot wyrażał emocje i wydobywał je z ludzi.
Funkcje emocjonalne Dastani zostały wyprowadzone z modelu psychologicznego znanego jako model OCC, opracowanego w 1988 roku przez trio psychologów: Andrzeja Ortoniego oraz Allan Collins , Northwestern University oraz Gerald Clore , na Uniwersytecie Wirginii. Różni psychologowie wymyślili różne zestawy emocji, mówi Dastani. Ale jego grupa zdecydowała się użyć tego konkretnego modelu, ponieważ określał emocje w kategoriach przedmiotów, działań i zdarzeń.
Rzeczywiście, jednym z powodów stworzenia tego modelu było zachęcanie do takiej pracy, mówi Ortony. To dla nas bardzo satysfakcjonujące, że ludzie używają tego modelu w ten sposób – mówi. Mówi, że przez większość czasu, gdy ludzie mówią o emocjonalnym lub afektywnym informowaniu, dzieje się to na poziomie interakcji międzyludzkich, ale jest wiele do zrobienia, patrząc na to, jak emocje wpływają na podejmowanie decyzji.
Przecina wiele filozoficznych debat na temat natury ludzkich emocji, a nawet ludzkiej myśli, mówi Blay Whitby , filozof specjalizujący się w sztucznej inteligencji na Uniwersytecie Sussex w Wielkiej Brytanii. Mówi, że to nie jest zła rzecz, ale wielu filozofów prawdopodobnie postrzegałoby pojęcie logiki emocjonalnej jako oksymoron.
Posiadanie 22 różnych emocji tworzy bardzo bogaty model ludzkich emocji, nawet w porównaniu z niektórymi teoriami psychiatrycznymi, mówi Whitby. Ale będzie musiała być w stanie rozwiązywać konflikty między różnymi stanami emocjonalnymi i musi zostać praktycznie wystawiona na próbę, mówi. Diabeł tkwi w szczegółach przy tego rodzaju pracy, a oni konkretnie nie biorą pod uwagę interakcji wieloagentowych.
Dastani mówi, że na jego liście rzeczy do zrobienia jest uwzględnienie interakcji wieloagentowych – tych obejmujących wiele robotów lub robotów i ludzi. Zauważa, że tylko wtedy użytkownicy końcowi prawdopodobnie dostrzegą korzyści płynące z tej emocjonalnej logiki, w postaci bardziej naturalnych interakcji z robotami lub odpowiedzi inteligentnych agentów w automatycznych call center. Dastani mówi, że zanim to się stanie, te stany emocjonalne będą prawdopodobnie działać za kulisami w bardziej przyziemnych czynnościach, takich jak nawigacja i planowanie zadań, ale wciąż jest zbyt wcześnie, aby przewidzieć, kiedy taki system będzie dostępny na rynku.