Key takeaways
- En ny MIT-studie visar hur robotar kan interagera soci alt med varandra och förstå skillnaderna mellan dessa interaktioner.
- Så slutligen hoppas MIT-forskare att modellen kommer att fungera på robot- och mänskliga interaktioner.
-
Forskare säger att kvantifiering av sociala interaktioner inte bara kommer att hjälpa robotik, utan också bilindustrin, sjukvården och mer.
När vi tänker på robotar tänker vi på kalla maskiner utan större förståelse för den mänskliga naturen, men det kan snart ändras.
En ny studie publicerad av en grupp forskare från Massachusetts Institute of Technology tittar på hur robotar kan bli mer sociala och hur vi definierar sociala interaktioner som helhet. Studiens resultat kommer att göra det möjligt för en framtid där robotar är mer hjälpsamma och förstår människor, vilket kommer att visa sig avgörande eftersom robotar spelar en mer roll i våra dagliga liv.
"Robotar kommer i allt högre grad att bli en del av våra liv, och även om de är robotar måste de förstå vårt språk", Boris Katz, huvudforskare och chef för InfoLab-gruppen i MIT:s datavetenskap och artificiell intelligens Laboratory (CSAIL) och en medlem av Center for Brains, Minds and Machines (CBMM), berättade för Lifewire i ett videosamtal.
"Men ännu viktigare, de kommer också att behöva förstå hur människor interagerar med varandra."
Vad studien fann
Med titeln "Sociala interaktioner som rekursiv MDPS", har studien utvecklats från författarnas intresse av att kvantifiera sociala interaktioner.
Andrei Barbu, en forskare vid CSAIL och CBMM och medförfattare till studien, sa till Lifewire att nästan inga datauppsättningar och modeller tittar på sociala interaktioner inom datavetenskap.
"Kategorierna för sociala interaktioner är okända; graden i vilken en social interaktion sker eller inte sker är okänd", sa han under ett videosamtal. "Och så vi trodde verkligen att det här är den typen av problem som kan vara mottagliga för en slags mer modern maskininlärning."
Forskarna etablerade tre olika typer av robotar med olika fysiska och sociala mål och fick dem att interagera med varandra. Barbu sa att en robot på nivå noll bara hade ett fysiskt mål i åtanke; en robot på nivå ett hade fysiska och sociala mål för att hjälpa andra robotar men antog att alla andra robotar bara hade fysiska mål. Slutligen antog en robot på nivå två att alla robotar hade både sociala och fysiska mål.
Modellen testades genom att placera robotar i en enkel miljö för att interagera med varandra baserat på deras nivåer. Sedan visades mänskliga försökspersoner videoklipp av dessa robotinteraktioner för att fastställa deras fysiska och sociala mål.
Resultaten visade att studiens modell i de flesta fall överensstämde med människor om om/vilka sociala interaktioner som förekom i olika klipp. Detta innebär att tekniken för att upptäcka sociala interaktioner blir bättre och kan tillämpas på robotar och alla möjliga andra applikationer.
En högteknologisk framtid som är mer social
Barbu sa att de skulle utöka den här forskningen för att testa inte bara sociala interaktioner mellan robot och robot utan också hur robotar kan interagera med människor på en social nivå - något som är drastiskt nödvändigt inom robotik.
"En del av framtiden är robotar som har större förståelse för oss", sa han. "Just nu är robotar för det mesta inte speciellt vänliga. De är i många fall inte särskilt säkra att vara i närheten av, och det beror på att de lätt kan göra något farligt eller oförutsägbart för oss. Så att ha en robot som faktiskt kan hjälpa dig att göra något är väldigt viktigt."
Tänk på att det faktiskt är att ha en konversation med Alexa eller Siri och att dessa assistenter hjälper dig korrekt istället för att ständigt missförstå dig. Studiens författare har också publicerat en uppföljande forskningsartikel som utökade ramverket för rikare sociala interaktioner mellan robotar som samarbete, konflikt, tvång, konkurrens och utbyte.
Och medan en värld där robotar kan förstå oss bättre kommer att vara till hjälp, sa Barbu att det finns många platser där sociala färdigheter för maskiner kommer att spela en roll.
"Vi arbetar till exempel med Toyota Research Institute, och autonoma bilar behöver faktiskt ha en viss social kompetens när du kommer till en korsning", förklarade Barbu."I det scenariot handlar det inte bara om vem som har [förbud] - det handlar ofta om den sociala interaktionen mellan de två bilarna."
Men Barbu sa att ännu viktigare, förmågan att kvantifiera sociala interaktioner med denna modell skulle öppna dörrarna för att hjälpa till att övervaka sociala interaktioner för sjukdomar och störningar som autism, depression, Alzheimers och mer.
"Den här typen av saker spelar verkligen roll inom kognitionsvetenskap eftersom sociala interaktioner är understuderade - de är typ en stor svart låda", sa han. "Och att kunna kvantifiera dem gör en enorm skillnad."
