NYHET Vi är på väg mot alltmer autonoma system – datorer och robotar som ska klara mänskliga färdigheter, gärna bättre än oss själva. Men dessa system behöver inte alltid mer "intelligens" för att lösa ett problem. – De behöver bara förstå att de har ett problem och att de behöver hjälp, säger Kai-Florian Richter, universitetslektor i datavetenskap vid Umeå universitet.
BildVictoria Skeidsvoll
I takt med att hushållsrobotar, självkörande fordon och smarta appar i våra mobiltelefoner nu börjar införas i allt större utsträckning kommer de snart att bli en del av vår vardag. Utvecklingen kommer dock att bero på hur väl systemen fungerar och på i vilken utsträckning vi människor litar på, och vill samarbeta med dem.
– Alla som har har en konversation med Siri eller interagerar med en chatbot upptäcker att tekniken inte alltid är så "smart". Det är ofta svårt för oss människor att förstå vad systemet kan och inte kan göra, eller vad vi kan göra tillsammans med dem, säger Kai-Florian Richter.
I det nya forskningsprojektet "Strategies for autonomous systems to resolve ambiguities in human-system interaction", vilket finansieras med 3 700 000 kronor av Vetenskapsrådet, kommer Richter att studera hur robotar och autonoma fordon bättre kan förstå den miljö vi lever i. Han vill göra det möjligt för ett system att lösa missförhållanden mellan hur systemet ser världen – och hur användaren ser den. Målet är att utveckla en uppsättning strategier för att lösa fel och tvetydigheter i interaktioner för vissa scenarier.
– Det kan exempelvis vara att titta på en scen igen under antagandet att systemet missade något från början. T ex, om människan talar om en kopp borde den finnas där någonstans. Eller att be användaren om hjälp i en förtydligande dialog; "Jag ser tre koppar, vilken av dem menar du?", förklarar Kai-Florian Richter.
Med projektet vill man bidra till att skapa en välfungerande, förtroendeingivande och användarvänlig interaktion med autonoma system.
– Ska robotar interagera med oss i olika situationer så måste det finnas någon form av ”gemensam” förståelse. Annars blir kommunikationen riktigt svår, förklarar Kai-Florian Richter.
Det är bland annat viktigt att den nya tekniken klarar av att uppfatta omgivningen och resonera kring en given situation – i samspel med människan. Detta kan t ex handla om att få maskinen att ”kartlägga” sin uppfattning av miljön, till begrepp som vi skulle använda, t ex att förstå ”vänster” eller ”höger”.
– Men det kan också vara mer komplicerat och vagt, som ”där borta” eller ”ta mig till stranden”. Vilken strand? Det borde systemet kunna fråga dig om, säger Kai-Florian Richter.
På många sätt har tidigare AI-forskning och dagens djupa maskininlärning utgått från att metoderna för att bearbeta och tolka informationen behöver förbättras.
– I stället är det kanske så att systemen inte behöver bli mer ”intelligenta” för att lösa ett problem, de behöver bara förstå att de har ett problem och att de behöver hjälp, säger Kai-Florian Richter.
Kai-Florian Richter är universitetslektor vid institutionen för datavetenskap och specialiserad på artificiell intelligens och kunskapsrepresentation. Han verkar inom fältet datavetenskap, informationsvetenskap, geomatisk teknik och geografi. Richter leder forskargruppen för Spatial Cognitive Engineering. Han ansvarar även för forskarutbildningen vid institutionen och är biträdande prefekt.
