Het is waarschijnlijk dat robots zeer binnenkort in huizen met mensen zullen wonen, waardoor oudere mensen zelfstandig kunnen leven. Maar om dit te doen, zullen ze moeten leren hoe ze al het kleine werk moeten doen dat mensen zonder aarzelen kunnen doen. Veel moderne kunstmatige-intelligentiesystemen zijn getraind om specifieke taken uit te voeren door duizenden ondertekende afbeeldingen van een bepaalde actie te analyseren. Hoewel deze methoden helpen om steeds complexere problemen op te lossen, behandelen ze nog steeds alleen zeer specifieke problemen en vergen ze veel tijd en rekenkracht om te leren.
Als een robot voor ouderen zorgt, zullen de problemen van dergelijk werk heel anders zijn in vergelijking met typische situaties in het leerproces. Overdag moeten robots veel dingen doen, van thee zetten tot beddengoed verschonen tijdens het praten. Dit zijn uitdagende taken die in combinatie moeilijker worden. Geen twee huizen zijn hetzelfde, wat betekent dat robots snel zullen moeten leren en zich aan hun omgeving zullen moeten aanpassen. En zoals vaak het geval is, hebben de zaken de neiging om te migreren als je met iemand anders samenwoont. De robot zal ze zelf moeten leren vinden.
Een van de benaderingen is om een robot voor levenslang leren te ontwikkelen die op ervaring gebaseerde kennis kan opslaan en manieren kan bedenken om deze aan te passen en toe te passen op nieuwe taken. Als je eenmaal leert hoe je een kopje thee moet zetten, kun je deze vaardigheden ook op koffie toepassen.
Het menselijk brein leert zijn hele leven door, past zich voortdurend aan aan complexe en veranderende omstandigheden en lost dagelijks een breed scala aan problemen op. Simuleren hoe mensen leren, zou kunnen helpen bij het ontwerpen van robots waarmee we op een natuurlijke manier kunnen communiceren, alsof we met een andere persoon zijn.
Simulatie van de ontwikkeling van het kind om de robot te trainen
De eerste vraag die je moet stellen als je mensen gaat modelleren, is waar je moet beginnen? Alan Turing, een gerenommeerd wiskundige en pionier op het gebied van kunstmatige intelligentie, zei ooit:
Hij vergeleek het brein van een kind met een leeg notitieboekje dat tijdens het onderwijs kan worden ingevuld en ontwikkelde een intelligent 'systeem' voor volwassenen. Maar wat moet de leeftijd van het kind zijn voor modellenwerk? Welke kennis en vaardigheden heb je nodig om eerst op te bouwen?
Pasgeboren baby's zijn zeer beperkt in wat ze kunnen doen en hoe ze de wereld om hen heen zien. De spierkracht in de nek van het kind is niet voldoende om het hoofd te ondersteunen en hij heeft niet geleerd zijn armen en benen te beheersen.
Vanaf nul maand - zo'n stap kan de robot ernstig beperken. Maar de fysieke beperkingen van het kind helpen hem in feite om zich te concentreren op het oplossen van een kleine subklasse van problemen; hij leert bijvoorbeeld zijn ogen te correleren met wat hij hoort en ziet. Deze stappen in de beginfase van het bouwen van een kindermodel bouwen zijn lichaam op nog voordat hij de complexiteit van de wereld om ons heen begint te begrijpen.
De ingenieurs pasten soortgelijke beperkingen toe op de robot, waarbij aanvankelijk de beweging van verschillende gewrichten werd geblokkeerd om een gebrek aan spiercontrole na te bootsen. Ze pasten ook de beelden van de camera van de robot aan zodat deze de wereld 'zag' door de ogen van een pasgeboren baby - met wazige en vage periferieën. In plaats van de robot te vertellen hoe hij moest bewegen, mocht hij er zelf achter komen. Het voordeel hiervan was dat als de kalibratie verandert of als ledematen beschadigd raken, de robot zich aan deze veranderingen kan aanpassen en blijft werken.
Leren door te spelen
Studies hebben aangetoond dat door het toepassen van beperkingen in het leerproces, niet alleen de snelheid waarmee nieuwe kennis en vaardigheden worden verworven toeneemt, maar ook de nauwkeurigheid van wat wordt geleerd.
Door de robot controle te geven over het wegnemen van beperkingen - door hem controle te geven over zijn gewrichten en zijn zicht te verbeteren - is het voor de robot mogelijk om zijn leertempo zelf te regelen. Wetenschappers hebben de "baby" en de eerste 10 maanden van zijn groei gemodelleerd. Toen de robot leerde om beweging en de sensorische informatie die hij ontving, te correleren, verwierf hij het stereotiepe gedrag van baby's, zoals wanneer kinderen lange tijd naar hun handen staren tijdens het bewegen.
Wanneer een robot leert zijn eigen lichaam te coördineren, is de volgende belangrijke mijlpaal die hij passeert dat hij de wereld om hem heen begint te begrijpen. Spelen is een belangrijk onderdeel van het leren van een kind. Ze helpt hem de omgeving te verkennen, verschillende mogelijkheden te testen en de resultaten te bestuderen.
In het begin kan het zo simpel zijn als met een lepel op een tafel tikken of een voorwerp in je mond stoppen. Maar dan ontwikkelt het zich tot bouwstenen van blokken of het plaatsen van objecten in geschikte gaten. Al deze activiteiten creëren ervaringen die verder een basis zullen vormen voor vaardigheden zoals het vinden van de juiste sleutel om het slot te openen en fijne motoriek om de sleutel in het sleutelgat te steken en vervolgens te draaien.
In de toekomst zal het gebruik van deze technieken robots de middelen geven om te leren en zich aan te passen aan de uitdagende omgevingen en taken die mensen in het dagelijks leven als vanzelfsprekend beschouwen. Op een dag zullen robots ouderen kunnen helpen, maar zelfs kinderen op de kleuterschool kunnen ze lesgeven.
Ilya Khel
