NYHET Finns det "kloka" robotar? Nej, inte idag. Men nu ska forskare vid Umeå universitet försöka ändra på detta, i ett samarbete mellan datavetenskap och statistik vid Handelshögskolan. – Vi ska utveckla tekniker så att robotarna med hjälp av oss människor lär sig det vi ibland kallar ”sunt förnuft”, säger Thomas Hellström, professor vid institutionen för datavetenskap.
Suna Bensch, universitetslektor i datavetenskap, Filip Edström, doktorand i statistik samt professor Xavier de Luna, Handelshögskolan, och Thomas Hellström, professor i datavetenskap, samarbetar nu för att få robotar att förstå orsak och verkan.
BildVictoria SkeidsvollThomas Hellström ansvarar för det nya projektet ROCC, ”Robots with Causal Capabilities”, eller ”Robotar med kausala förmågor”, som finansieras av Vetenskapsrådet. Syftet är att utveckla robotarnas förmåga att se orsakssamband och samtidigt räkna ut vad som egentligen inte ”spelar roll”.
– Det är grundläggande för att kunna lösa problem, fatta beslut och förutsäga saker, men också att vara kreativa. Här är vi människor helt överlägsna dagens AI-system, säger Thomas Hellström.
Han är professor i datavetenskap med inriktning mot robotik, och leder forskargruppen Intelligent Robotics på Umeå universitet, ett team som både har koordinerat och medverkat i en rad nationella och internationella projekt.
Men vad menas då med kausala förmågor? Ja, ett enkelt exempel kan vara en mataffär och hur mycket glass som säljs under en dag, kontra hur butikens elförbrukning samtidigt ser ut.
– Är det varmt, så ökar både försäljningen av glass och elkonsumtionen, de är alltså korrelerade men, det finns inget orsakssamband som gör att glassförsäljningen ökar om elförbrukningen går upp, och det här förstår vi människor – men tyvärr inte dagens datorer och robotar, säger Thomas Hellström.
Ett annat exempel är en servicerobot som arbetar i lunchrummet på ett äldreboende. Roboten observerar hur en person, Jan, efter att ha ätit lunch, ofta sätter sig bredvid Julia i soffan för en pratstund. Efter en stund öppnas dörren till köket och kaffevagnen rullas in. Julia klappar i händerna och ler förtjust, medan Jan går över till matbordet för att dricka kaffe.
– En intelligent robot måste förstå att det var kaffet som fick Julia att le, och inte att Jan lämnade soffan, dvs den måste förstå skillnaden mellan observerade korrelationer och verkliga orsakssamband, säger Hellström.
Han ska nu, tillsammans med docent Suna Bensch, universitetslektor vid institutionen för datavetenskap, och Xavier de Luna, professor i statistik vid Handelshögskolan samt Filip Edström, doktorand i statistik, lära robotarna just detta.
– I vårt projekt kommer robotarna att samtala med människor och fråga om hur världen fungerar. Är det så att glassförsäljningen ökar om man låter lamporna vara tända under natten? Eller beror ökningen på något annat? Och är det verkligen så att Julia inte uppskattar Jans sällskap? förklarar Thomas Hellström.
Genom nya metoder där man kombinerar observationer med frågor och svar kan roboten successivt lära sig att förstå orsak och verkan, vilket är en förmåga som kan användas på många olika sätt.
– Roboten kan bättre göra planer för att nå uppsatta mål eftersom den vet mer om vad som sker när den utför olika typer av handlingar. Den kan också lära sig att bättre förstå oss människor, eftersom den inser syfte och mål med de saker vi gör, säger Thomas Hellström.
En viktig forskningsfråga handlar om hur roboten ska avgöra vilka frågor den ska ställa. En annan är vilka statistiska metoder den ska använda för att kunna dra rätt slutsatser utifrån dessa svar.
I ROCC-projektet kommer forskarna även att undersöka hur människor upplever och bäst interagerar med robotar som kan förstå, och använder sig av orsakssamband.
– Ja, för precis som vi kan bli irriterade på barn som oavbrutet frågar ”varför?” blir vi nog irriterade på robotar som gör samma sak!
För att genomföra projektet krävs en kombination av expertis inom robotik, lingvistik och statistik.
– Den transdisciplinära miljön inom TAIGA, Umeå universitets nya AI-satsning, ger ett värdefullt stöd för den här typen av projekt som inte skulle vara möjliga att genomföra inom enskilda forskningsområden, avslutar Thomas Hellström.
