رباتها یاد میگیرند که با انسان دوست شوند
اگر رباتها بخواهند در جهان نقش پررنگی ایفا کنند و همه جا حضور داشته باشند، حداقل بهتر است بدون اینکه به ما برخورد کنند و جلوی دست و پایمان را بگیرند ابراز وجود کنند. البته این کار چندان هم ساده به نظر نمیرسد، مخصوصا اگر ربات مجبور باشد در یک فضای شلوغ و پر هرج و مرج مثل فروشگاه، بیمارستان یا خیابان شلوغ راهش حرکت کند.
خوشبختانه محققان رباتیک، الگوریتمی نوشتهاند که به رباتها یاد میدهد در مکانهای پر ازدحام و با وجود حرکت غیرقابل پیشبینی انسانها بتوانند با مهارت از میان آنها عبور کنند.
رباتها رفته رفته از فضاهای کنترلشدهی آزمایشگاهها و کارخانهها پا به بیرون گذاشته و در مکانهایی ظاهر میشوند که بالاجبار با انسانها برخورد میکنند. ما در فضاهای پر جنب و جوش با پیشبینی حرکات افراد و برنامهریزی بر اساس آن راهمان را پیدا میکنیم. اما رباتها اینطور نیستند. آنها همینطور مستقیم در جهت پیش رویشان حرکت میکنند و تنها موقعی که به یک مانع برخورد میکنند، میایستند یا تغییر جهت میدهند. در همین راستا، «سیلویو ساوارس» (Silvio Savarese) از دانشگاه استنفورد میگوید: «چالش ما این است که این دستگاهها را طوری برنامهریزی کنیم که به انسانها و آداب اجتماعیشان احترام بگذارند.»
ساوارس و همکارانش الگوریتمی برای بینایی کامپیوتری طراحی کردند که در مکانهای شلوغ حرکت انسانها را پیشبینی میکند. آنها با استفاده از تکنیک شبکهی عصبی یادگیری عمیق نرمافزارشان را توسعه دادند. این محققان از ویدیوهایی که مردم را هنگام حرکت در فضاهای شلوغ نشان میداد به عنوان دادهی خام استفاده کردند. ساوارس و همکارانش پی بردند که نرمافزارشان در پیشبینی حرکت افراد در مقایسه با دیگر نرمافزارهای موجود عملکرد بهتری دارد. نکته اینجاست که در ساخت آن نرمافزارهای دیگر هم از دادههای مشابهی استفاده شده، اما توسعهدهندگان آنها از الگوریتمهایی غیر از یادگیری عمیق استفاده کردهاند.
تیم ساوارس در این مرحله، الگوریتمش را روی ربات متحرکی آزمایش میکند که در دانشگاه استنفورد ساخته شده. این ربات که دو چرخ دارد، به دوربین، حسگر فاصله و سیستم موقعیتیابی GPS مجهز است و در فضاهای شلوغ باز و بسته کاوش میکند. به این ترتیب، محققان میتوانند عملکرد تکنیکشان را در شرایط واقعی آزمایش کنند.
در حال حاضر، جالبترین و مهمترین رباتهایی که مستقیما در فضای عمومی با انسانها تعامل میکنند، ماشینهای خودران گوگل هستند. این شرکت اذعان داشته که خودروهایش علیرغم اینکه کاملا امن و بیخطر هستند، اما گهگاه و به طور غیرمستقیم منجر به تصادفهایی شدهاند. علت این تصادفات هم این بود که آنها نمیتوانستند عرفهای اجتماعی در جاده را درک کنند. زمانی که رباتها بیشتر در مکانهایی مثل فروشگاهها و ادارهها حضور پیدا کنند، طبیعتا تعداد برخوردهای ناشیانهی آنها با انسانها بیشتر میشود.
ساوارس میگوید: «اولین مشکل این است که قوانین نانوشتهای را بفهمیم که انسانها از آنها پیروی میکنند. مردم در جمعیت چگونه رفتار میکنند؟ چگونه امکانات رفاهی مثل پیادهرو یا جایگاههای پارک را با هم به اشتراک میگذارند؟»
یک استارتآپ به نام Starship Technologies هم با همین چالش رو به رو است. این شرکت نوپا رباتهایی برای تحویل بسته میسازد. این استارتآپ مدتی است که رباتهایش را در چند مکان مختلف در آمریکا و انگلستان آزمایش میکند. صرفهنظر از پیادهروهای ناهموار و جهتیابی در میان موانع رندوم، برخورد کردن با عابران پیاده بزرگترین چالش آنهاست.
«هنریس هری برلند»، یکی از سخنگویان این شرکت میگوید: «رباتهای ما تاکنون با بیش از ۲۳۰ هزار نفر در سراسر جهان تعامل داشتهاند. در حال حاضر، مقبولیت اجتماعی آنها مهمترین هدف ماست.»
«جودی فورلیزی» از دانشگاه «کارنگی ملون» میگوید الگوریتم محققان استنفورد به اطلاعات و نکات پژوهش دیگری میافزاید. در این تحقیق سعی شده بود که رفتار رباتها را بیشتر به انسان شبیه کنند. او می گوید: «اکثر تحقیقاتی که در زمینهی تعامل انسان و ربات انجام شدهاند، به این سوال پرداختهاند که آیا ما میتوانیم عرفهای تعاملات اجتماعی انسانها را در رباتها بازسازی کنیم.»
البته این مسئله فراتر از پیشبینی حرکت یک انسان است. فورلیزی در تحقیق خودش سعی کرده بود رباتها را جوری بسازد که هنگام حرکت در فضاهای مختلف شبیه جمعیتی از انسانها، طبیعی به نظر برسند. او میگوید ما واقعا باید به رباتها یاد بدهیم که با انسانها یکدست شوند. او میگوید: «ما در آینده شاهد رباتهای خواهیم بود که با انسانها و بسیار نزدیک به آنها کار میکنند، بنابراین باید نحوهی رفتار آنها را بفهمیم و برای آن برنامهریزی کنیم.»
منبع: MIT Technology Review