Berta Sándor
A kíváncsiság fogalma a mesterséges intelligencia szent grálja
A gépeknek kíváncsibbnak kell lenniük, hogy többet akarjanak megtudni magukról és a környezetükről.
Az idei Human Robot Interaction (HRI) konferencia fő témája a kíváncsiság jelentősége volt az emberek és a robotok viszonyában. A rendezvény szervezői rámutattak, hogy azon autonóm gépek megalkotása, amelyek a bennük lévő kíváncsiság miatt folyamatosan tanulnak, áttöréshez vezethet a mesterséges intelligenciában. Az emberek és a robotok közötti interakciókat ilyen szempontból még nem igazán vizsgálták.
Jessica Barfield, a Tennessee Egyetem kutatója egy olyan internetes felmérésről beszélt, amelyben a résztvevőknek a kapcsolati tanácsadóként fellépő gépeket kellett értékelniük. A válaszok kiértékeléséből az derült ki, hogy a robotokat elsősorban akkor találták érdekesnek az emberek, ha az általuk feltett kérdésekből nem az tűnt ki, hogy csak az előre megadott programozást követik.
Edith Law, a Waterloo Egyetem munkatársa szerint elsősorban a meglepő, hiányos információk és a közösségi hatások alkalmasak a kíváncsiság felkeltésére. Az intézményben egy olyan játékot játszottak, amelyben az embereknek és a gépeknek bizonyos köveket kellett felismerniük, s ott különösen akkor találták a robotokat kíváncsinak, amikor az emberi társai véleményét tudakolta meg. A kísérletben az érintett modellek előre be voltak programozva és távolból irányították azokat. Semmit nem tudtak a világról vagy magukról, csak az érzékelőik által mért értékeket ismerték. Mozogva és ezen értékek változását figyelve strukturált viselkedést fejlesztettek ki.
Mindazonáltal fogalmunk sincs hogyan lehet mindezt matematikai fogalmakkal leírni. Egyes kutatók szerint a mögöttes hajtóerő az érzékelőkből származó hibás adatok csökkentése, mások szerint az akciók számának maximalizálása, megint mások szerint egy bonyolult rendszer dinamikus egyensúlyra való törekvéséről van szó.
Shangguan Zhegong, az ENSTA Párizs szakértője a gépeket önmaguk érzékelésére akarja rávenni és a Zeno nevű humanoid robot bevonásával végzett kísérleteket. Zeno hat motorral rendelkezik az arca mozgatásához, de csupán a motorok státuszát ismeri, az azokkal összekapcsolt arckifejezésekét nem. Egy 200 000 képet tartalmazó adatbázis és azokkal összekötött motoradatok segítségével kell megtanulnia jobban kontrollálnia a mimikáját. A jövőbeli kísérleteknek kell megmutatniuk, hogy a gép képes lesz-e az arckifejezéseit egy tükörben tanulmányozva felismerni az önbizalmát és önmagát más hasonló robotoktól megkülönböztetni.
Az idei Human Robot Interaction (HRI) konferencia fő témája a kíváncsiság jelentősége volt az emberek és a robotok viszonyában. A rendezvény szervezői rámutattak, hogy azon autonóm gépek megalkotása, amelyek a bennük lévő kíváncsiság miatt folyamatosan tanulnak, áttöréshez vezethet a mesterséges intelligenciában. Az emberek és a robotok közötti interakciókat ilyen szempontból még nem igazán vizsgálták.
Jessica Barfield, a Tennessee Egyetem kutatója egy olyan internetes felmérésről beszélt, amelyben a résztvevőknek a kapcsolati tanácsadóként fellépő gépeket kellett értékelniük. A válaszok kiértékeléséből az derült ki, hogy a robotokat elsősorban akkor találták érdekesnek az emberek, ha az általuk feltett kérdésekből nem az tűnt ki, hogy csak az előre megadott programozást követik.
Edith Law, a Waterloo Egyetem munkatársa szerint elsősorban a meglepő, hiányos információk és a közösségi hatások alkalmasak a kíváncsiság felkeltésére. Az intézményben egy olyan játékot játszottak, amelyben az embereknek és a gépeknek bizonyos köveket kellett felismerniük, s ott különösen akkor találták a robotokat kíváncsinak, amikor az emberi társai véleményét tudakolta meg. A kísérletben az érintett modellek előre be voltak programozva és távolból irányították azokat. Semmit nem tudtak a világról vagy magukról, csak az érzékelőik által mért értékeket ismerték. Mozogva és ezen értékek változását figyelve strukturált viselkedést fejlesztettek ki.
Mindazonáltal fogalmunk sincs hogyan lehet mindezt matematikai fogalmakkal leírni. Egyes kutatók szerint a mögöttes hajtóerő az érzékelőkből származó hibás adatok csökkentése, mások szerint az akciók számának maximalizálása, megint mások szerint egy bonyolult rendszer dinamikus egyensúlyra való törekvéséről van szó.
Shangguan Zhegong, az ENSTA Párizs szakértője a gépeket önmaguk érzékelésére akarja rávenni és a Zeno nevű humanoid robot bevonásával végzett kísérleteket. Zeno hat motorral rendelkezik az arca mozgatásához, de csupán a motorok státuszát ismeri, az azokkal összekapcsolt arckifejezésekét nem. Egy 200 000 képet tartalmazó adatbázis és azokkal összekötött motoradatok segítségével kell megtanulnia jobban kontrollálnia a mimikáját. A jövőbeli kísérleteknek kell megmutatniuk, hogy a gép képes lesz-e az arckifejezéseit egy tükörben tanulmányozva felismerni az önbizalmát és önmagát más hasonló robotoktól megkülönböztetni.