Общество

Людей и роботов учат понимать друг друга

Специалисты Массачусетского технологического института разработали перекрестную систему обучения людей и роботов

Ученые и футурологи сходятся во мнении, что в ближайшем будущем роботы полностью заменят людей в производственной и вычислительной сферах, а также в сфере услуг. Идеальной является схема, когда в одном коллективе работают живые сотрудники и машины. Но пока они способны выполнять свои обязанности лишь автономно.

Cегодня на производстве существует четкое разделение труда между людьми и роботами: большие автоматизированные системы, отгороженные металлической решеткой, управляют тяжелыми машинами и выполняют ограниченное число простых повторяющихся задач. Люди при этом работают в менее опасных зонах и задействованы в работе, требующей более качественного выполнения. Но если бы они действовали сообща, эффективность труда была бы куда выше. Как сказал доцент кафедры аэронавтики и астронавтики Массачу‑ сетского технологического ин­ститута (MIT), глава Interactive Robotics Group и Лаборатории искусственного

Когда робот оценивает живого коллегу, это не только стимулирует последнего к усовершенствованию профессионального уровня, но и улучшает его понимание возможностей машины, повышает адаптацию к совместной работе с ней

интеллекта Джули Шах, трудно заставить роботов выполнять точную и тонкую работу. Но предоставляя им выполнение задач, которые не добавляют стоимости продукции, можно реально повысить производительность труда всего завода.

Основная идея метода перекрестного тренинга, разработанного в MIT, состоит в том, чтобы люди и роботы научились эффективно взаимодействовать. Тренинг проводится следующим образом: команды роботов и людей выполняют определенные задачи в виртуальной среде. Затем меняются ролями и работают в реальных условиях. Результаты показали, что люди и роботы в процессе совместной работы взаимодействуют на 71% чаще, чем это делают между собой живые специалисты. Время, которое машины тратят на выполнение задач, на 40% меньше необходимого людям. В итоге люди начинают доверять роботам больше, чем своим коллегам, тем более что машины со временем обучаются и могут предвидеть, что живые специалисты делают на каждом этапе работы.

Практика обмена задачами и функциями - идея не новая. Такая стратегия широко применяется в американских и европейских компаниях. Обмениваясь обязанностями, работники приобретают дополнительный опыт, получая больше возможностей для карьерного роста. Это также позволяет лучше понять суть работы коллег и более продуктивно с ними взаимодействовать. После таких экспериментов продуктивность работы команды существенно повышается.

Деятельность роботов оценивается интерактивно. Машина выполняет определенную задачу произвольным способом, а оператор в зависимости от результата ставит ей оценку. Благодаря воспринимающим информацию датчикам робот "понимает", насколько был эффективным, и либо продолжает двигаться в выбранном направлении, либо изменяет способ выполнения задачи (в его системах присутствует набор альтернативных функциональных программ). В свою очередь, машины оценивают результаты труда людей. "Когда робота оценивает человек, это напрямую помогает железному работнику повысить эффективность труда. Но когда машина оценивает живого коллегу, это не только стимулирует последнего к усовершенствованию профессионального уровня, но и улучшает его понимание возможностей робота, повышает адаптацию к совместной работе с ним. В результате командная производительность может увеличиться до 50%", - говорит Джули Шах.
Перекрестное обучение было разработано специалистами MIT не столько для роботов, сколько для людей. Машина не обладает реальным опытом или пониманием - она всего лишь набор датчиков, баз данных и алгоритмов. Но если люди начинают относиться к роботу как к полноправному члену команды, работа приносит гораздо более высокие результаты.

Профессор искусственного интеллекта в Университете Хартфордшира (Великобритания) Керстин Дотенхан отмечает, что люди легко приписывают человеческие характеристики роботам и воспринимают их как часть соци­ума, поэтому нет ничего удивительного в быстром образовании человеко-роботизированного общества. Это не только повышает эффективность работы, но и обеспечивает уникальный опыт общения людей и машин.