ซื้อกลับบ้านที่สำคัญ
- การศึกษาใหม่ของ MIT แสดงให้เห็นว่าหุ่นยนต์สามารถโต้ตอบซึ่งกันและกันในสังคมได้อย่างไร และเข้าใจความแตกต่างระหว่างการโต้ตอบเหล่านั้น
- ในที่สุด นักวิจัยของ MIT หวังว่าโมเดลนี้จะทำงานกับหุ่นยนต์และปฏิสัมพันธ์ของมนุษย์
-
นักวิจัยกล่าวว่าการหาปริมาณปฏิสัมพันธ์ทางสังคมไม่ได้ช่วยแค่หุ่นยนต์เท่านั้น แต่ยังช่วยอุตสาหกรรมยานยนต์ การดูแลสุขภาพ และอื่นๆ
เมื่อเรานึกถึงหุ่นยนต์ เราคิดว่าเครื่องจักรเย็นโดยที่ไม่เข้าใจธรรมชาติของมนุษย์มากนัก แต่นั่นอาจเปลี่ยนแปลงได้ในไม่ช้า
การศึกษาใหม่ที่เผยแพร่โดยกลุ่มนักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ มองว่าหุ่นยนต์สามารถเข้าสังคมมากขึ้นได้อย่างไร และเรากำหนดปฏิสัมพันธ์ทางสังคมโดยรวมอย่างไร ผลการศึกษานี้จะทำให้อนาคตที่หุ่นยนต์มีประโยชน์และเข้าใจมนุษย์มากขึ้น ซึ่งจะพิสูจน์ให้เห็นถึงความสำคัญเนื่องจากหุ่นยนต์มีบทบาทในชีวิตประจำวันของเรามากขึ้น
"หุ่นยนต์จะกลายเป็นส่วนหนึ่งของชีวิตเรามากขึ้นเรื่อยๆ และถึงแม้ว่าพวกมันจะเป็นหุ่นยนต์ แต่พวกเขาก็ต้องเข้าใจภาษาของเรา" Boris Katz นักวิทยาศาสตร์การวิจัยหลักและหัวหน้ากลุ่ม InfoLab ในห้องปฏิบัติการวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ของ MIT (CSAIL) และสมาชิกของ Center for Brains, Minds and Machines (CBMM) บอกกับ Lifewire ในแฮงเอาท์วิดีโอ
"แต่ที่สำคัญกว่านั้น พวกเขาจะต้องเข้าใจวิธีที่มนุษย์โต้ตอบกันด้วย"
สิ่งที่ศึกษาพบ
หัวข้อ "ปฏิสัมพันธ์ทางสังคมเป็น MDPS แบบเรียกซ้ำ" การศึกษานี้วิวัฒนาการมาจากความสนใจของผู้เขียนในการหาจำนวนปฏิสัมพันธ์ทางสังคม
Andrei Barbu นักวิทยาศาสตร์การวิจัยที่ CSAIL และ CBMM และผู้เขียนร่วมของการศึกษานี้ บอกกับ Lifewire ว่าแทบไม่มีชุดข้อมูลและแบบจำลองใดที่มองการโต้ตอบทางสังคมในวิทยาการคอมพิวเตอร์
"หมวดหมู่สำหรับการโต้ตอบทางสังคมไม่เป็นที่รู้จัก ระดับที่ปฏิสัมพันธ์ทางสังคมเกิดขึ้นหรือไม่เกิดขึ้นไม่เป็นที่รู้จัก" เขากล่าวระหว่างแฮงเอาท์วิดีโอ "ดังนั้นเราจึงคิดว่านี่เป็นปัญหาประเภทหนึ่งที่อาจคล้อยตามการจัดเรียงของการเรียนรู้ด้วยเครื่องที่ทันสมัยกว่านี้"
นักวิจัยได้สร้างหุ่นยนต์สามประเภทโดยมีเป้าหมายทางกายภาพและทางสังคมที่แตกต่างกัน และให้พวกมันมีปฏิสัมพันธ์ซึ่งกันและกัน Barbu กล่าวว่าหุ่นยนต์ระดับศูนย์มีเป้าหมายทางกายภาพเท่านั้น หุ่นยนต์ระดับหนึ่งมีเป้าหมายทางกายภาพและทางสังคมเพื่อช่วยเหลือหุ่นยนต์ตัวอื่น แต่สันนิษฐานว่าหุ่นยนต์ตัวอื่นทั้งหมดมีเป้าหมายทางกายภาพเท่านั้น ในที่สุด หุ่นยนต์ระดับสองถือว่าหุ่นยนต์ทั้งหมดมีเป้าหมายทั้งทางสังคมและทางกายภาพ
โมเดลได้รับการทดสอบโดยการวางหุ่นยนต์ไว้ในสภาพแวดล้อมที่เรียบง่ายเพื่อโต้ตอบกันเองตามระดับของพวกมัน จากนั้น ผู้เข้าร่วมการทดสอบของมนุษย์ได้แสดงคลิปวิดีโอของปฏิสัมพันธ์ของหุ่นยนต์เหล่านี้เพื่อกำหนดเป้าหมายทางกายภาพและทางสังคมของพวกเขา
ผลลัพธ์แสดงให้เห็นว่า ในกรณีส่วนใหญ่ โมเดลของการศึกษาเห็นด้วยกับมนุษย์ว่าปฏิสัมพันธ์ทางสังคมเกิดขึ้นในคลิปต่างๆ หรือไม่ ซึ่งหมายความว่าเทคโนโลยีในการระบุปฏิสัมพันธ์ทางสังคมกำลังดีขึ้นและสามารถนำไปใช้กับหุ่นยนต์และแอปพลิเคชันอื่นๆ ได้ทุกประเภท
อนาคตไฮเทคที่สังคมมากกว่า
Barbu กล่าวว่าพวกเขาจะขยายการวิจัยนี้เพื่อทดสอบไม่เพียงแต่ปฏิสัมพันธ์ทางสังคมระหว่างหุ่นยนต์กับหุ่นยนต์ แต่ยังรวมถึงวิธีที่หุ่นยนต์สามารถโต้ตอบกับมนุษย์ในระดับสังคม ซึ่งเป็นสิ่งที่จำเป็นอย่างมากในวิทยาการหุ่นยนต์
"ส่วนหนึ่งของอนาคตคือหุ่นยนต์ที่เข้าใจเรามากขึ้น" เขากล่าว “ตอนนี้ หุ่นยนต์ส่วนใหญ่ไม่เป็นมิตรโดยเฉพาะพวกเขาไม่ปลอดภัยโดยเฉพาะอย่างยิ่งในหลาย ๆ กรณีที่จะอยู่ใกล้ ๆ และนั่นเป็นเพราะพวกเขาสามารถทำบางสิ่งที่อันตรายหรือคาดเดาไม่ได้สำหรับเรา ดังนั้นการมีหุ่นยนต์ที่สามารถช่วยคุณทำบางสิ่งได้จริงจึงสำคัญมาก"
ลองนึกภาพว่าเป็นการสนทนากับ Alexa หรือ Siri จริงๆ แล้วการมีผู้ช่วยเหล่านี้ช่วยคุณได้อย่างแม่นยำ แทนที่จะทำให้คุณเข้าใจผิดอยู่ตลอดเวลา ผู้เขียนผลการศึกษายังได้ตีพิมพ์รายงานการวิจัยติดตามผลซึ่งขยายกรอบการทำงานสำหรับการปฏิสัมพันธ์ทางสังคมที่ดียิ่งขึ้นระหว่างหุ่นยนต์ เช่น ความร่วมมือ ความขัดแย้ง การบีบบังคับ การแข่งขัน และการแลกเปลี่ยน
และในขณะที่โลกที่หุ่นยนต์สามารถเข้าใจเราได้ดีขึ้นจะเป็นประโยชน์ Barbu กล่าวว่ามีสถานที่มากมายที่ทักษะทางสังคมสำหรับเครื่องจักรจะมีบทบาท
"ตัวอย่างเช่น เราทำงานร่วมกับ Toyota Research Institute และรถยนต์ที่ขับเคลื่อนอัตโนมัติจำเป็นต้องมีทักษะทางสังคมในระดับหนึ่งเมื่อคุณไปถึงสี่แยก " Barbu อธิบาย"ในสถานการณ์นั้น ไม่ใช่แค่ว่าใครมี [ทางขวา] แต่มักจะเกี่ยวกับปฏิสัมพันธ์ทางสังคมระหว่างรถทั้งสองคัน"
อย่างไรก็ตาม Barbu กล่าวว่าที่สำคัญกว่านั้น ความสามารถในการหาจำนวนปฏิสัมพันธ์ทางสังคมกับโมเดลนี้จะเปิดประตูเพื่อช่วยในการตรวจสอบปฏิสัมพันธ์ทางสังคมสำหรับโรคและความผิดปกติ เช่น ออทิสติก ซึมเศร้า อัลไซเมอร์ และอื่นๆ
"สิ่งนี้สำคัญมากในวิทยาศาสตร์การรู้คิด เพราะปฏิสัมพันธ์ทางสังคมนั้นยังไม่เพียงพอ พวกมันเป็นเหมือนกล่องดำขนาดใหญ่" เขากล่าว "และความสามารถในการหาจำนวนพวกมันทำให้เกิดความแตกต่างอย่างมาก"