Egy robotnak hiába mondjuk, hogy vigyázzon a laptopra, ettől még külön feladat lehet felismernie, hogy a mellette fekvő telefonra is veszélyes a kávé. Az MIT és a New York-i Egyetem kutatói olyan módszert fejlesztettek, amely a hétköznapi kéréseink mögött meghúzódó szándékot is segít átültetni a gép mozgásába.
Állítsd be a mivagyunk.hu-t kedvenc forrásként a Google-benA telefonról senki nem szólt
Képzelj el egy robotkart, amely kávét visz át egy zsúfolt asztal fölött. Rászólsz: „A laptopra vigyázz!” Egy ember ebből rendszerint többet is megért: folyadékot visz, az elektronikai eszközök pedig megsérülhetnek, ha leönti őket. A robot számára viszont különbség van a laptop elkerülése és az összes hasonlóan sérülékeny tárgy megóvása között.
Az MIT november 9-i beszámolójában bemutatott FLEX ezt a különbséget próbálja áthidalni. A rendszer nyelvi modell segítségével következtet arra, milyen általánosabb szempont állhat a figyelmeztetés mögött. Így a laptop említése alapján a telefon védelme is bekerülhet a mozgás megtervezésébe. A kutatók a kávészállítás mellett égő gyertya és bowlinggolyó mozgatásával is vizsgálták a megközelítést; más-más helyzetben a gyúlékonyság vagy a törékenység válik lényegessé.
Az érdekes rész a kimondatlan elvárás. A kávét kérő ember aligha érzi szükségét, hogy felsorolja az asztal összes tárgyát, és mindegyikhez külön kármegelőzési utasítást csatoljon. Egy használható segítő géptől is azt várnánk, hogy ennek egy részét magától felismerje.
A végtelen szabálylista sem segít
Könnyű volna minden hibára újabb tiltással válaszolni. Kerüld a laptopot, vigyázz a telefonra, a pohárhoz se érj hozzá. Ettől azonban egyre hosszabb lesz a szabálylista, miközben a környezet változik. Ami az előző feladatban fontos volt, a következőben már útban lehet.
A FLEX működésének leírása szerint a rendszer szükség esetén új szempontot vesz fel, egy konkrét tárgyhoz kötött elvárást általánosít, a már lényegtelen szempontokat pedig elhagyja. A nyelvi visszajelzés segít meghatározni, mire figyeljen a robot; az ember által bemutatott mozgások abból adnak mintát, hogyan végezze el a feladatot.
Ez hétköznapi nyelven annyit jelent: a gépnek a javítást is értelmeznie kell. Ha valaki arrébb teszi a laptopot, a korábban megtanult óvatosság célját kellene megőriznie. Annak kevés haszna volna, ha továbbra is az asztal immár üres sarkát kerülgetné.
A józan észnek nevezett tudás személyfüggő
A látványos példák mellett a bizonyíték határai is számítanak. Az eredeti tanulmányban a tizenkét résztvevő szimulációban figyelte a robot mozgását, és begépelt javításokat adott. Fizikai roboton is gyűjtöttek bemutató mozgásokat, de a teljes, folyamatos ember–robot együttműködést még nem igazolták valódi háztartásban.
A szerzők külön korlátként említik, hogy a nyelvi modell a széles körben osztott elvárásokkal jobban boldogul, mint a személyes vagy szokatlan igényekkel. A tesztekben ráadásul előre meghatározott célviselkedéshez kellett közelíteni a robotot. Ebből még nem következik, hogy önállóan feltárja, mi fontos egy ismeretlen embernek.
Ennek jelentőségét könnyű elképzelni. Egy csorba bögre lehet kidobásra váró kacat, de lehet az utolsó tárgy, amely valakitől megmaradt. A törékenység felismerése még nem árulja el a személyes értékét. A „vigyázz rá” jelentéséhez olykor olyan történet tartozik, amelyet a gép soha nem kapott meg.
Egy magyar otthonban is a kivételek számítanának
Egy jövőbeli magyarországi otthoni segítőrobotnál ezért érdemes volna a család saját szokásait is próbára tenni. Ez alkalmazási következtetés, nem a kutatásban vizsgált hazai eredmény. A gyerek rajza az asztalon lehet elpakolandó papír, vagy olyan munka, amelyhez senki nem nyúlhat. Az idős hozzátartozó pedig ragaszkodhat ahhoz, hogy bizonyos tárgyak mindig ugyanott maradjanak.
A fejlesztés értékét az mutatná meg, mennyi magyarázat és javítás után tudna a gép megbízhatóan együttműködni a használójával. A humanoid robotok üzemi alkalmazásáról szóló korábbi cikkünkben is fontos különbség volt a bemutató és a tartósan használható működés között.
A kávés példa ehhez egy egészen hétköznapi mércét ad. A robot megóvta a laptopot; most tegyünk mellé valamit, amit a figyelmeztetésben nem neveztünk meg. Abból derül ki, meddig jutott a tanulás.
