Разработка роботов с человеческими характеристиками, которые могут подружиться с человеком, давно стала мечтой многих исследователей в области робототехники. В последние годы в робототехнике был достигнут значительный прогресс, однако гибкость, интеллект и эмпатические способности роботов не оправдали ожиданий.
Давайте рассмотрим, как современные исследования в области робототехники улучшают эти человеческие характеристики.
Существует два основных подхода к повышению человеческих и даже "дружеских" качеств роботов. Первый - функционально-ориентированный, который нацелен на результат. На основе наблюдений и анализа поведения человека могут быть построены модели, включающие в себя человеческое познание и принятие решений в роботизированных системах.
До сих пор многие биологические модели были разработаны и применены для роботизированного зрения, прослушивания и управления движением. Второй подход ориентирован на механизм и структуру. На основе последних достижений биологии и науки о мозге были разработаны роботы, имитирующие нейронные механизмы и биологические структуры.
Интеграция неврологии и информатики является перспективным направлением как теоретических, так и практических исследований в области робототехники и прокладывает путь для интеллектуального робота, наделенного мозгом.
Подходы к созданию интеллектуальной робототехники
В функционально-ориентированном подходе исследователи сосредоточились на взаимосвязи между затратами и результатами у людей, рассматривая ее как "черный ящик". В подходе, ориентированном на механизм и структуру, интеллектуальная робототехника разработана для имитации, применения и интеграции внутренних механизмов, существующих в человеке.
Таким образом, черный ящик можно осветлять поэтапно. Исследования нейронных механизмов и биологических структур человека могут быть применены к роботам для улучшения их восприятия, познания, обучения и управления движением.
Поскольку интеллектуальные роботы реализуют внутренние нейронные механизмы, такие как настроение и эмоции, они могут обладать потенциалом для приобретения эмпатии, чтобы взаимодействовать и сотрудничать с людьми в тесном ключе. Такой прогресс в робототехнике может принести существенную пользу в сфере обороны, производства и услуг страны.
В ходе дискуссий с неврологами, ученые стремились усовершенствовать интеллектуальную робототехнику и создать специальные модели, основанные на нейронных механизмах, которые включают память и ассоциацию, модуляцию внимания, обобщенные исследования и быстрое реагирование движения.
Объединив эту работу с многолетними исследованиями в области роботизированного зрения и движения, они создали серию моделей, наделенных мозгом, которые улучшили производительность существующих моделей.
Внедряя нейронные механизмы памяти и ассоциации, внимания и обобщенного обучения в модели, ученые разработали роботов, которые демонстрируют надежное распознавание в сложных условиях и способность к обобщению.
Визуальные модели
За эти годы был предложен ряд различных биологически визуальных компьютерных моделей познания. Конструкция этих моделей основана на соответствующих биологических механизмах и структурах и предлагает новые решения для задач визуального распознавания.
Впервые ученые представили память и ассоциацию в визуальной вычислительной модели HMAX. Объекты были разделены на две группы в зависимости от того, имели ли они эпизодические или семантические черты.
Здесь эпизодические особенности относятся к специальным изображениям, которые соответствуют детализированным характеристикам объекта, таким как глаза, уши, нос, рот человеческого лица. Семантические черты - это те части объекта, которые имеют ясный физический смысл. Аналогичные функции, обнаруженные на различных объектах, сохранялись, что облегчало ассоциацию и распознавание.
В итоге, модель получила признание с дискриминацией знакомства (распознавание эпизодических признаков) и рефлексивным сопоставлением (восстановление памяти просмотренных в прошлом признаках). Также ученые модифицировали модель, чтобы обеспечить лучшую эффективность при более низких требованиях к памяти и возможности достижения распознавания с более высокой скоростью.
Далее ученые решили усовершенствовать модель HMAX, чтобы добиться активной настройки когнитивного восприятия для ориентации объекта, а также объединить эпизодические и семантические особенности одного и того же объекта в петлеразрядной форме. Например, видя глаза одного человека, можно вызвать восстановление памяти всего лица.
Эти улучшения были реализованы в модель на основе соответствующих биологических доказательств, таких как:
- способность регулировать ориентацию объекта в передней нижней части височной коры;
- способность обработки в задней нижней части височной коры головного мозга.
В заключение хотел бы добавить, что, достигнув надежного распознавания с ориентацией объекта, были расширены применимые сценарии роботизированного познания. Такие усовершенствования могут стать основой для развития персонализированных услуг, оказываемых роботами.