Ve filmech nikdy neslyšíte roboti říkat „Huh?“
"C-3PO" Hvězdných válek "nikdy nebyl zmatený. Sonny, klíčový nehumán v „I, Robot“, mohl být zmaten tím, čím byl, ale nezdálo se, že by měl nějaké potíže pochopit Will Smith.
Ve skutečném životě však stroje stále bojují mocně s lidským jazykem. Jistě, Siri může odpovědět na otázky, pokud v daném dotazu rozpozná dost slov. Ale požádat robota, aby udělal něco, co nebylo naprogramováno krok za krokem? Hodně štěstí s tím.
Součástí problému je, že my jako lidé nejsme příliš přesní v tom, jak mluvíme; když spolu mluvíme, obvykle nemusíme být. Ale požádejte robota, aby „zahřál trochu vody“ a vhodnou odpovědí by bylo „Co?“ - pokud by se nenaučilo, jak zpracovat dlouhý řetězec otázek souvisejících s tímto zdánlivě jednoduchým jednáním. Mezi nimi: Co je voda? Kde to máte? Co můžete dát? Co znamená „zahřátí“? Jaký jiný objekt to musíte udělat? Je zdroj v této místnosti?
Nyní však vědci na Cornellské univerzitě přijali výzvu vyškolit robota, aby interpretoval to, co není řečeno - nebo nejednoznačnost toho, co se říká. Nazývají projekt Tell Me Dave, kývnutí na HAL, počítač s uklidňujícím hlasem a paranoidními tendencemi ve filmu „2001: Space Odyssey“.
Jejich robot, vybavený 3D kamerou, byl naprogramován tak, aby spojoval objekty s jejich schopnostmi. Například ví, že šálek je něco, co můžete použít k zadržování vody, k pití nebo jako způsob, jak nalít vodu do něčeho jiného; sporák je něco, co může zahřívat věci, ale také něco, na co můžete věci umístit. Počítačoví vědci nazývají uzemnění tréninkové techniky - pomáhají robotům spojovat slova s objekty a činy ve skutečném světě.
"Slova pro robota nic neznamenají, pokud nejsou zakotvena v akcích, " vysvětluje Ashutosh Saxena, vedoucí týmu Tell Me Dave. Robot projektu se podle něj naučil mapovat různé fráze, jako je „zvednout“ nebo „zvednout“ na stejnou akci.
To je velký krok vpřed v komunikaci člověk-robot, vzhledem k tomu, kolik různých způsobů můžeme popsat jednoduchý úkol.
"Všichni roboti, jako jsou průmysloví výrobci, automobily s vlastním pohonem nebo pomocné roboty, musí komunikovat s lidmi a interpretovat jejich nepřesný jazyk, " řekl. "Být schopen zjistit význam slov z jejich environmentálního kontextu by bylo užitečné pro všechny tyto roboty okamžitě."
Skupinové úsilí
Saxena se spolu s postgraduálními studenty Dipendra Misra a Jaeyong Sung také obrátili na crowdsourcing, aby shromáždili co nejvíce různých variant anglického jazyka.
Návštěvníci webových stránek Tell Me Dave jsou požádáni, aby nasměrovali virtuálního robota k provedení určitého úkolu, například „Make ramen“. Protože většina lidí má tendenci dávat různé příkazy, když robota vedou procesem, tým byl schopen shromáždit velkou slovní zásobu vztahující se ke stejnému kroku procesu.
Tyto příkazy, zaznamenané různými přízvuky, jsou spojeny s uloženými video simulacemi různých úkolů. Takže i když jsou věty odlišné - „vezměte hrnec do sporáku“ na rozdíl od „položte hrnec na sporák“ - stroj Tell Me Dave může spočítat pravděpodobnost shody s něčím, co předtím slyšel.
V tomto okamžiku robot Tell Me Dave dokončí požadované úkoly téměř dvě třetiny času. To zahrnuje případy, kdy se objekty přesouvají na různá místa v místnosti nebo robot pracuje v jiné místnosti. Někdy je však robot stále bezradný: Když bylo řečeno, aby počkal, až zmrzlina zjemní, „nemohla přijít na to, co dělat, “ říká Saxena.
Přesto se při vyplňování nespecifikovaných kroků stalo mnohem lepší. Například, když bylo řečeno, aby „ohříval vodu v květináči“, robot si uvědomil, že nejprve musí přenést hrnec do kohoutku a naplnit jej vodou. Také ví, že když je nařízeno něco zahřát, může použít kachle nebo mikrovlnnou troubu, podle toho, co je k dispozici.
Saxena říká, že školení robotů Tell Me Dave se musí zlepšit, než bude možné je použít v reálném životě; být schopen sledovat směr 64 procent času není dost dobrý, říká, zejména proto, že lidé chápou, co jim bylo řečeno 90 procent času.
Saxena a jeho tým představí své algoritmy pro školení robotů a ukážou, jak tento proces rozšířili prostřednictvím crowdsourcingu, příští týden na konferenci Robotics Science and Systems Conference na University of California v Berkeley; podobný výzkum se provádí na University of Washington.
Není pochyb o tom, že roboti budou tyto algoritmy ovládat - je to jen otázka, kdy dojde k přechodu z laboratoře na trh. Příští rok? Nepravděpodobně. Ale během deseti let, kdy se velké společnosti zaměřují na vstup na nové trhy, jako jsou automobily s vlastním pohonem, je zcela možné, že budeme moci říct robotům, jako je Tell Me Dave, aby zahájili večeři.Řekni, co?
Zde je novější zpráva o výzkumu komunikace s roboty a prostřednictvím robotů:
- Jaké je gesto „ujistěte se, že moje sedadlo je teplé“ ?: Mercedes-Benz chce být první významnou automobilovou společností, která začne prodávat auta bez řidiče, snad již v roce 2020, a její inženýři začali spolupracovat s odborníky na robotiku na vývoji způsobů, jak lidé komunikují se svými vozidly. Jednou z metod, jak získat velkou pozornost, je použití signálů rukou, kterým by senzory auta rozuměly. Odborníci říkají, že se správným gestem můžete zavolat zaparkované auto, aby vás vyzvedlo.
- A konečně pomocní roboti pro mechaniku: V Audi budou pomocníci robotů brzy dodáni do mechaniků společnosti po celém světě. Roboti budou vybaveni 3D kamerami řízenými odborníkem mimo pracoviště, kteří mohou lidi, kteří na autech skutečně pracují, vést prostřednictvím složitých oprav.
- Inteligentnější Siri: Podle zprávy ve Wired, Apple začal najímat špičkové odborníky na rozpoznávání řeči, protože se začal zaměřovat na koncept neuronových sítí, nechat stroje učit se slova vytvářením spojení a napodobováním fungování neuronů v lidském mozku.
- Robot potřebuje jezdit na uměleckou show: Později tento měsíc začne robot stopovat po Kanadě. Nazval se HitchBOT a je popisován jako kombinace uměleckého projektu a sociálního experimentu. Cílem je zjistit, zda se HitchBOT dokáže dostat z Halifaxu do galerie po celé zemi v Britské Kolumbii. Nebude se moci pohybovat samostatně, ale bude vybaven mikrofonem a kamerou, která jí umožní detekovat pohyb a řeč. Bude také schopen odpovídat na otázky pomocí databáze pocházející z Wikipedie.
