Почему роботам с нами так сложно?

Оказывается, катающийся по коридорам разносчик снэков является ключевым элементом одной из программ по изучению взаимодействия человека и робота (HRI, Human-Robot Interaction). Если перевести эту абстракцию на бытовой язык, речь идет о том, чтобы исследовать, каким образом прислуживающие людям машины способны органично вписаться в нормальный человеческий быт. Не будут ли их бояться, игнорировать, обманывать? В этой связи разработчики программы Snackbot исповедуют так называемый холистический подход, то есть их цель — не создание робота как такового, каким бы умелым и смышленым он ни был, а разработка роботизированного сервиса, с учетом его полезности и функциональности.

Snackbot — это не просто колесная подставка для лотка с офисными вкусняшками — в процессе выдачи еды он вступает в коммуникацию с людьми, о чем-то спрашивает, что-то предлагает. Как научить робота правильно общаться с человеком? Оказывается, для этого человека... надо обмануть. В практике разработки машинно-человеческой коммуникации существует понятие «эксперимент Волшебника страны Оз» («Волшебника Изумрудного города» по-нашему). Эта технология заключается в том, что испытуемый вступает в диалог с роботом, полагая, что общается с автономным существом. На самом же деле ответ роботу «подсказывает» скрытый от глаз испытуемого экспериментатор. Смысл такого опыта прежде всего в том, чтобы выяснить, чего ждет от машины человек и чего роботу не хватает в ситуации общения, где он может спасовать.

На первых этапах исследований Snackbot разъезжал по Университету Карнеги-Меллон и предлагал свои угощения, обращаясь к людям речью скрытого оператора, который был подключен к роботу с помощью Skype. Выяснилась, в частности, интересная вещь. Когда взрослый говорит с ребенком, он стремится подстроиться под его неразвитый интеллект и маленький словарный запас. Однако общаясь с роботом, люди, вполне отдававшие себе отчет в интеллектуальной и речевой ограниченности своего визави, всячески старались поставить машину в тупик. Например, когда Snackbot спрашивал собеседника: «Ты здесь впервые?» — человек вместо простого утвердительного или отрицательного ответа часто произносил нечто вроде «Я здесь был множество раз, но ни разу тебя не видел». Некоторые люди, напротив, старались свести к минимуму словесное общение с машиной, применяя взамен язык жестов или просто забирая закуску из лотка.

Разработчики программы Snackbot экспериментировали с высотой робота-разносчика, поставив опыты с моделями высотой 112, 128 и 142 см. Несмотря на то что идея робота в человеческий рост была отброшена изначально (дабы машина не выглядела пугающе), участники эксперимента в основном предпочли общение с самой высокой моделью — им нравилось устанавливать со Snackbot зрительный контакт. Роботы маленького роста, напротив, вызывали неприятие: они казались испытуемым эдакими сервильными ничтожествами.

Простецкое лицо Snackbot со светящейся в момент разговора щелью на месте рта и круглыми «глазами» без излишних натуралистических деталей — вовсе не недочет дизайнера, а результат поисков наиболее подходящей для общения с человеком внешности. Сохраняя андроидность, робот не должен при этом вызывать излишних иллюзий по поводу его интеллектуальных способностей.

Еще одна серия экспериментов была поставлена с участием робота Snackbot, а также другой машины, носящей имя HERB. Последняя построена на колесной базе Segway, не обладает андроидной внешностью, зато оснащена рукой-манипулятором. Интересно, что эксперименты над испытуемыми проводились в отсутствие непосредственного контакта с роботами. Группе людей были показаны видеоролики, в которых некий абстрактный Крис просил у одного из роботов принести, скажем, банку колы. И робот... допускал ошибку. Например, приносил вместо колы апельсиновый напиток или вовсе заявлял, что среди многих банок ему трудно отыскать именно колу. Дальше робот демонстрировал разные виды реакций на собственную же ошибку. Он извинялся, или предлагал компенсацию (банка напитка бесплатно), или давал на выбор вместо колы что-то еще. Испытуемые, просматривавшие ролики, должны были оценить по определенной шкале такие параметры, как «доверие к роботу», «удовлетворенность услугой», «желание воспользоваться услугой вновь» и т. д. Иными словами, рассматривались разные стратегии смягчения впечатления от сделанной машиной ошибки. В результате, например, выяснилось, что для одноразовой услуги (например, робота-гида в музее) предпочтительнее стратегия компенсации (бонуса), а для регулярно оказываемой услуги (робот-продавец, робот-медсестра) важнее извинения и предложение клиенту выгодной альтернативы.

Эксперименты в Университете Карнеги-Меллон, как несложно заметить, направлены не столько на создание совершенной машины, сколько на исследование человеческой реакции в возможном с ней общении. Но какова цель этих игр с роботом-разносчиком? Цель вполне прагматична. Однажды, подобно тому как это случилось в свое время с компьютерной техникой, роботы перестанут быть игрушкой посвященных и «выйдут в люди». Потомки Snackbot’а в недалеком будущем могут стать, например, работающими круглосуточно санитарами в больницах и помощниками в домах престарелых. И общаться им придется вовсе не со студентами компьютерных факультетов и гуру робототехники, а с обычными людьми, иногда больными и ослабленными.

Еще до эры роботов человечество нашло верных, умелых и бессловесных помощников для немощных в лице братьев наших меньших. Собаки, специально подготовленные для оказания помощи инвалидам, умеют делать фантастические вещи — по команде они открывают двери, шкафы, выдвижные ящики комодов и приносят в зубах все, что необходимо хозяину. Для аналогичных же целей тренируют, например, обезьян-капуцинов. Отталкиваясь от этого опыта, сотрудники Технологического института штата Джорджия (США) решили не придумывать заново стратегию коммуникации робота-помощника с занемогшим человеком, а фактически скопировать навыки животного в действиях созданной ими машины под названием El-E. Идея построить робота, который смог бы воспроизводить хотя бы умения профессионально тренированной собаки или обезьяны, весьма привлекательна: механически несложная машина при массовом производстве могла бы оказаться значительно дешевле (и долговечнее) дрессированного четвероногого. Но здесь кроется и главный вызов: такой робот должен быть универсальным в смысле способности легко ориентироваться в любом окружении, распознавая, скажем, в выдвижном ящике выдвижной ящик независимо от модели и дизайна комода. Человек с такими задачами справляется «на автомате»; показать собаке, где дверь, а где шкаф, сложнее, но ненамного. Для робота же (а точнее говоря, для встроенного в него ПО) распознавание однотипных, но по-разному выглядящих предметов — серьезнейшая проблема, требующая разработки хитроумных алгоритмов.

Ради этого группа исследователей под руководством Эндрю Энга, профессора компьютерных наук из Стэнфордского университета, уже несколько лет занимается исследованиями, которые могли бы привести в недоумение любого, кто верит во всемогущество роботов. Экспериментируя с платформой STAIR (аббревиатура, складывающаяся в английское слово «лестница», обозначает «Стэнфордский робот с искусственным интеллектом»), ученые заставляют машину находить и захватывать манипулятором кружки и рюмки, открывать ручки дверей и нажимать кнопки лифтов. Однако без этих простейших навыков создание по-настоящему автономного робота, который сможет ориентироваться в любой незнакомой среде, попросту невозможно.

Стэнфордские исследователи работают над алгоритмами, позволяющими роботу распознать функцию объекта и манипулировать им, не имея в памяти предварительно заданной 3D-модели. Такой алгоритм также рассчитан на то, что в процессе распознавания, скажем, дверных ручек с различным дизайном и предполагающих разные типы манипулирования (движение вверх, вниз или вращение) робот самостоятельно обучается, постепенно улучшая свои навыки. То же касается работы с панелями кнопок в лифтах  - кнопки с номерами этажей могут располагаться в один, два и более рядов, рядом с ними находятся блоки вспомогательных кнопок (вызов диспетчера, вентиляция, открывание дверей, «ход» и т. д.) — короче говоря, в этом изобилии и человеку-то не всегда просто разобраться. С помощью видеокамеры, трехмерных лазерных сканеров и алгоритмов, построенных на вероятностных моделях, машина определяет, для чего и на что именно надо нажимать, после чего пускает в ход руку -манипулятор. Например, чтобы нажать нужную кнопку в лифте, робот сначала определяет на отснятой камерой двухмерной картинке границы кнопок, а затем пытается картографировать кнопочную панель, стараясь выделить функциональные блоки и «понять», в какой части панели расположены кнопки, указывающие на этажи. Далее идет оптическое распознавание маркировки кнопок, что также непросто в условиях слабой освещенности кабин и при разнообразии шрифтов и фонов. Наконец, выбрав нужную кнопку, робот нажимает ее. Набираясь опыта, он постепенно пополняет свой багаж знаний, и даже отсутствие кнопки 13-го этажа в некоторых зданиях уже не ставит его в тупик. Ну что с ними поделаешь, с этими суеверными людьми!