NSF США выделяет 30 миллионов долларов на создание исследовательского центра совместной адаптации человека и робота

Репортаж от Wedoany，Техасский университет в Остине (University of Texas at Austin, UT Austin) возглавит создание исследовательского центра Национального научного фонда США (National Science Foundation, NSF) с бюджетом 30 миллионов долларов и сроком работы пять лет, который сосредоточится на проблеме, с которой роботам придётся справляться за пределами фабрик и складов: поведение человека непредсказуемо и постоянно меняется со временем.

Исследовательский проект под названием «Центр совместной адаптации человека и робота» (Center for Human and Robot Co-Adaptation) объединяет 39 исследователей из шести университетов, которые изучают, как люди и машины учатся друг у друга и корректируют своё поведение в ходе долгосрочного взаимодействия. Центр исследует не то, сможет ли робот успешно выполнить задачу в ходе демонстрации, а то, что происходит с обеими сторонами, когда одна и та же группа людей и роботов взаимодействует в течение месяцев или даже лет.

Amazon, Apptronik, Diligent Robotics, Google DeepMind, Hello Robot, MassRobotics, NVIDIA и Robust AI участвуют в проекте в качестве отраслевых партнёров, охватывая такие направления, как человекоподобные роботы, мобильные манипуляции, искусственный интеллект и коммерческая робототехника. Джойдип Бишвас (Joydeep Biswas), директор центра и доцент кафедры компьютерных наук UT Austin, отметил: «Следующий скачок в робототехнике — это не просто расширение числа задач, которые могут выполнять роботы, а их способность понимать окружающих людей, их потребности, предпочтения, ценности и ограничения, а также осознание того, что люди тоже корректируют своё поведение, когда внедряют роботов в свою среду».

Долгое время робототехника полагалась на минимизацию переменных окружающей среды для обеспечения стабильной работы. Промышленные роботы работают на тщательно спроектированных рабочих местах, детали поступают в нужное место в соответствии с ожиданиями, а барьеры и датчики отделяют людей от потенциальных опасностей. Новое поколение коллаборативных и автономных мобильных роботов способно адаптироваться к изменяющимся условиям, но по-прежнему ограничено чёткими рабочими процессами и границами среды. Физический ИИ подталкивает робототехнику к преодолению этих допущений. Роботы, разрабатываемые для медицины, ухода за пожилыми людьми, гостиничного бизнеса, строительства и даже дома, в будущем должны будут работать в пространствах, которые невозможно перепроектировать под машины, и проблема там заключается не только в изменчивости среды, но и в изменчивости самих людей: физические возможности пациента могут меняться от недели к неделе, потребности пожилого человека могут измениться за несколько лет, а работники, узнав сильные и слабые стороны робота, могут выработать новые способы сотрудничества.

Центр называет эту двустороннюю подстройку «совместной адаптацией человека и робота». UT Austin поясняет это на простом примере: научить робота накрывать на стол несложно, но чтобы он заметил, что человек готовит чили, и сам подал ложку без явной команды, требуется гораздо более глубокое понимание контекста, поведения и предпочтений. Медицинский сценарий ещё более критичен: вспомогательный робот может научиться корректировать зону досягаемости с учётом физических ограничений человека и помочь ему взять стакан воды; человек, в свою очередь, постепенно поймёт, что умеет робот и как обратиться к нему за помощью, — так между сторонами формируется петля взаимной обратной связи.

Эти изменения привносят новые критерии оценки для компаний-производителей роботов. Система должна не только надёжно выполнять текущие задачи, но и оценивать, уместно ли вчерашнее успешное поведение сегодня. Устойчивые модели пользователя и среды, более глубокое понимание контекста и способность обучаться в условиях непредсказуемого поведения — всё это необходимые компоненты, которые также поднимают целый ряд вопросов о конфиденциальности, безопасности и согласии: какой степенью автономии на самом деле следует наделять робота, который постоянно адаптируется к человеку. По мере перехода роботов из контролируемых цехов в дома, больницы и учреждения поддерживаемого проживания сложность этих вопросов будет только возрастать.

Центр планирует проводить исследования на основе сети развёртывания в реальных условиях, которая называется «Сеть объектов "Среда человека с роботами"» (Human Environment with Robots, HERO). Объекты будут расположены в UT Austin и его партнёрских учреждениях — Массачусетском технологическом институте (Massachusetts Institute of Technology, MIT), Йельском университете (Yale University), Индианском университете в Блумингтоне (Indiana University Bloomington), Университете Юты (University of Utah) и Университете Тафтса (Tufts University) — в домах, общежитиях, кафе, публичных музеях, реабилитационных больницах, а также в жилье для ухода за пожилыми людьми и поддерживаемого проживания. Долгосрочное развёртывание позволит исследователям наблюдать за ситуацией после того, как угаснет эффект новизны: жители могут находить обходные пути, менять способы общения с машинами или обнаруживать варианты использования, которые разработчики никогда не предусматривали; члены сообщества также смогут высказывать мнения о том, когда, где и как проводить развёртывание.

Центр также связан с рядом технологий, которые в настоящее время стимулируют инвестиции в физический ИИ. Техасский центр передовых вычислений (Texas Advanced Computing Center, TACC) при UT Austin предоставит вычислительные мощности для моделирования, машинного обучения, хранения данных и цифровых двойников для объектов HERO, что позволит исследователям сначала тестировать методы в виртуальной среде, а затем развёртывать их в таких сценариях, как общежития или дома престарелых. NVIDIA предоставит платформы для ускоренных вычислений, симуляции и робототехники для крупномасштабного обучения и оценки, а также проведёт проверку базовых моделей, поддерживающих взаимодействие человека и робота. Дипу Талла (Deepu Talla), вице-президент NVIDIA по робототехнике и периферийному ИИ, отметил, что для того, чтобы роботы стали частью повседневной жизни, они должны оставаться полезными по мере изменения потребностей, задач и окружающей среды людей.

Компания Apptronik, производитель человекоподобных роботов, имеет более глубокие связи с UT Austin: эта компания со штаб-квартирой в Остине была выделена в 2016 году из Лаборатории человекокомпьютерной робототехники (Human Centered Robotics Lab) университета. Исследователи планируют включить её робототехнические конструкции и вычислительные модели в изучение безопасного развёртывания человекоподобных машин в среде обитания человека. Diligent Robotics, Hello Robot и Robust AI привносят опыт в области мобильных манипуляций и роботов, спроектированных для работы в окружении людей, а Amazon и Google DeepMind обеспечивают перспективу крупномасштабной автоматизации и искусственного интеллекта. Участие этих отраслевых партнёров делает центр не просто академическим проектом, но и мостом между фундаментальными исследованиями человеческого поведения и коммерческими платформами, стремящимися внедрить физический ИИ в повседневную среду.

Коммерческая ценность совместной адаптации в конечном счёте сводится к коэффициенту использования и окупаемости инвестиций. Робот, спроектированный для одной конкретной задачи, создаёт ценность, если частота выполнения задачи достаточно высока, чтобы окупить вложения; эта модель уже подтверждена в таких высокоповторяемых сценариях, как автомобильное производство. Многие рынки, на которые нацелены компании в сфере физического ИИ, устроены иначе: задачи разнообразны, среда постоянно меняется, а клиенты могут ожидать, что один и тот же робот со временем будет выполнять всё больше функций. Робот, способный изучать предпочтения пользователя, адаптироваться к изменениям процессов и осваивать новые навыки без масштабного перепрограммирования, имеет более широкий спектр применения и легче достигает уровня загрузки, необходимого для окупаемости инвестиций; напротив, система, требующая ручного вмешательства при каждом изменении среды или процесса, даже будучи технически впечатляющей, может не найти коммерческого успеха.

На протяжении большей части истории робототехники отрасль решала проблему изменчивости, инженерно устраняя её из среды: заводы строятся вокруг роботов, потому что машины чрезвычайно эффективны, когда окружающий мир остаётся предсказуемым. Новое поколение робототехники пытается сделать нечто гораздо более сложное. Физический ИИ стремится создать машины, способные воспринимать, рассуждать и действовать в среде, спроектированной для людей, а не для машин. Базовые модели, симуляция, более ловкие манипуляции и более совершенное аппаратное обеспечение — всё это часть этой игры. Но помещение робота в человеческую среду вводит переменную, которую невозможно устранить инженерными средствами, — человека. Люди будут привыкать к манере поведения машин, менять свои процессы вокруг них или полагаться на них способами, которые разработчики не предусматривали. NSF, вкладывая эти 30 миллионов долларов в совместную адаптацию человека и робота, стремится понять, как будут развиваться эти отношения; для отрасли, уже вложившей миллиарды долларов в попытки вывести роботов из контролируемой среды в мир людей, ответ может определить, какие системы действительно останутся.