江苏龙网

  1. 首页 > 人文 > >

#机器人#XAI竟然能使机器人能理解人类行为？未来可期( 三 )


当他们无法完成给定的任务时 ， 许多现有的机器学习模型将无法提供有关出了什么问题以及遇到的问题的信息 。 这使得开发人员更难识别模型的缺点并有针对性地更改其架构 。 另一方面 ， 由Barbu ， Kuo和Katz创建的机器人计划器的深度学习组件逐步展示了其推理能力 ， 阐明了所处理的每个单词传达的关于世界的信息以及它如何将分析结果结合在一起 。 这使研究人员能够找出导致其过去无法成功完成给定操作的问题 ， 并进行体系结构更改以确保其在将来的尝试中能够成功 。
Barbu说：“我们对机器人可以在很少的人类帮助下快速学习语言并快速学习新单词的观点感到非常兴奋 。 ” “通常 ， 深度学习被认为是非常耗费数据的；这项工作强化了这样一种观念 ， 即当您建立正确的原则（组成性）并让代理执行有意义的动作时 ， 他们不需要那么多的数据 。 ”
MIT研究人员通过一系列实验评估了规划器的性能 ， 同时还将其性能与现有RRT模型的性能进行了比较 。 在这些测试中 ， 计划人员成功地获取了单词的含义 ， 并使用所学的知识来表示以前从未遇到过的句子序列 ， 其表现优于与之相比的所有模型 。
将来 ， 由这组研究人员开发的模型可以为能够更有效地处理和遵循自然语言命令的机器人的开发提供信息 。 目前 ， 他们的计划者允许机器人处理和执行简单的指令 ， 例如“捡起桌子上的盘子” ， 但仍无法捕捉到更复杂的指令的含义 ， 例如“当玩具落在盘子上时捡起娃娃”地板并清洁它 。 因此 ， MIT的Barbu ， Kuo和Katz目前正在尝试扩大机器人可以理解的句子范围 。
Kuo说：“我们的长期未来目标是探索逆向计划的思想 。 ” “这意味着 ， 如果我们可以将语言转变为机器人动作 ， 那么我们也可以观察动作并询问机器人'当他们这样做时 ， 人们在想什么？” 我们希望这将成为解锁机器人肢体语言的关键 。 ”
这两项研究最有趣的结果是 ， 机器人的良好性能与让它们博取人类信任的因素是完全不同的 。 这也突显了未来人工智能和机器人研究领域的重要目标：专注于追求机器性能和自我解释能力 ， 而不厚己薄彼 。
XAI能力并非两个可以实现互补的因素 ， 因此在构建AI系统时 ， 两者都是需要着重考虑的首要目标 。 这项工作也是系统研究人机关系发展前景的关键环节 ， 若研究人员能从中得出具有突破性的成就 ， 那么 ， 未来研究中更具挑战性的一环将是从“我相信机器人做X”到“我相信机器人” 。
机器人要想在人们的日常生活中占有一席之地 ， 必须先获得人类的信任 。 了解机器人如何提供有助于增进人类的信赖度的自我解释文本 ， 是使人类和机器人能够共同工作、和睦相处的重要一步 。


推荐阅读


上一篇：「女神玩数码」标准版C位出道！Find X2超感屏加持，65W超级闪充+IMX708同样给力

下一篇：通信世界@喵博士资讯 | 美国政府再次延长华为临时许可证至5月15日；中国人工智能专利申请量百度、腾讯、微软位列前三