È probabile che tra non molto, i robot saranno in casa per prendersi cura delle persone anziane e aiutarle a vivere in modo indipendente. Fare quello, dovranno imparare a fare tutti i piccoli lavori che potremmo essere in grado di fare senza pensare. Molti moderni sistemi di intelligenza artificiale sono addestrati per eseguire compiti specifici analizzando migliaia di immagini annotate dell'azione che viene eseguita. Mentre queste tecniche aiutano a risolvere problemi sempre più complessi, si concentrano ancora su compiti molto specifici e richiedono molto tempo e potenza di elaborazione per l'addestramento.

Se un robot deve aiutare a prendersi cura delle persone anziane, quindi la gamma di problemi che incontrerà in casa varierà enormemente rispetto a queste situazioni di allenamento. Nel corso di una giornata, Ci si potrebbe aspettare che i robot facciano di tutto, dalla preparazione di una tazza di tè al cambio della biancheria da letto durante una conversazione. Questi sono tutti compiti impegnativi che sono più impegnativi se tentati insieme. Non ci saranno due case uguali, il che significa che i robot dovranno imparare velocemente e adattarsi al loro ambiente. Come apprezzerà chiunque condivida una casa, gli oggetti di cui hai bisogno non si troveranno sempre nello stesso posto:i robot dovranno pensare con le proprie gambe per trovarli.

Un approccio è quello di sviluppare un robot in grado di apprendere lungo tutto l'arco della vita in grado di immagazzinare conoscenze basate su esperienze, e scopri come adattarlo e applicarlo a nuovi problemi. Dopo aver imparato a preparare una tazza di tè, le stesse abilità potrebbero essere applicate alla preparazione del caffè.

Il miglior agente di apprendimento che gli scienziati conoscano è la mente umana, che è in grado di apprendere per tutta la vita, adattandosi ad ambienti complessi e in continua evoluzione e risolvendo un'ampia varietà di problemi su base quotidiana. Modellare il modo in cui gli umani apprendono potrebbe aiutare a sviluppare robot con cui possiamo interagire in modo naturale, quasi come interagiremmo con un'altra persona.

Simulazione dello sviluppo di un bambino

La prima domanda da porsi quando si inizia a modellare gli esseri umani è, dove iniziare? Alan Turing, il famoso matematico e pensatore dell'intelligenza artificiale disse una volta:"Invece di cercare di produrre un programma per simulare la mente adulta, perché non provare piuttosto a produrne uno che simuli quello del bambino? Se questo fosse poi sottoposto ad un adeguato percorso di educazione si otterrebbe il cervello adulto".

Ha paragonato il cervello del bambino a un quaderno vuoto che potrebbe essere riempito attraverso l'istruzione per sviluppare un "sistema" adulto intelligente. Ma qual è l'età di un bambino umano che gli scienziati dovrebbero provare a modellare e installare nei robot? Di quali conoscenze e abilità iniziali ha bisogno un robot per iniziare?

I neonati sono molto limitati in ciò che possono fare e in ciò che possono percepire del mondo che li circonda. La forza muscolare del collo di un bambino non è sufficiente per sostenere la testa e non ha ancora imparato a controllare le braccia e gli arti.

A partire dal mese zero può sembrare molto limitante per un robot, ma i vincoli fisici sul bambino in realtà lo aiutano a focalizzare il suo apprendimento su un piccolo sottoinsieme di problemi, come imparare a coordinare i suoi occhi con ciò che sente e vede. Questi passaggi costituiscono le fasi iniziali di un bambino che costruisce un modello del proprio corpo, prima di cercare di capire tutte le complessità del mondo che lo circonda.

Abbiamo applicato una serie simile di vincoli su un robot bloccando inizialmente varie articolazioni dal movimento per simulare l'assenza di controllo muscolare. Abbiamo anche adattato le immagini della telecamera del robot per "vedere" il mondo come farebbe un neonato, una visione molto più sfocata di quella a cui sono abituati gli adulti. Invece di dire al robot come muoversi, possiamo permettergli di scoprirlo da sé. Il vantaggio è che man mano che le calibrazioni cambiano nel tempo, o quando gli arti si danneggiano, il robot sarà in grado di adattarsi a questi cambiamenti e continuare a funzionare.

Imparare attraverso il gioco

I nostri studi mostrano che applicando questi vincoli all'apprendimento, non solo aumenta la velocità con cui vengono apprese nuove conoscenze e abilità, ma aumenta anche l'accuratezza di ciò che si apprende.

Dando al robot il controllo su quando i vincoli vengono eliminati, consentendo un maggiore controllo sulle sue articolazioni e migliorando la sua visione, il robot può controllare il proprio tasso di apprendimento. Eliminando questi vincoli quando il robot ha saturato il suo attuale ambito di apprendimento, possiamo simulare la crescita muscolare nei neonati e consentire al robot di maturare al proprio ritmo.

Abbiamo modellato il modo in cui un bambino apprende e simulato i primi 10 mesi di crescita. Quando il robot imparava le correlazioni tra i movimenti motori che faceva e le informazioni sensoriali che riceveva, comportamenti stereotipati osservati nei bambini, come il "riguardo delle mani" - in cui i bambini trascorrono lunghi periodi a fissarsi le mani mentre si muovono - è emerso nel comportamento del robot.

Quando il robot impara a coordinare il proprio corpo, il prossimo importante traguardo che passa è iniziare a capire il mondo che lo circonda. Il gioco è una parte importante dell'apprendimento di un bambino. Li aiuta a esplorare il loro ambiente, testare varie possibilità e apprendere i risultati.

Inizialmente, potrebbe essere qualcosa di semplice come sbattere un cucchiaio contro un tavolo, o cercando di mettere in bocca vari oggetti, ma questo può svilupparsi nella costruzione di torri di blocchi, forme corrispondenti o infilare oggetti nei fori corretti. Tutte queste attività stanno costruendo esperienze che forniranno le basi per le competenze in seguito, come trovare la chiave giusta da inserire in una serratura e le capacità motorie per inserire la chiave nel buco della serratura e poi girarla.

Nel futuro, basarsi su queste tecniche potrebbe fornire ai robot i mezzi per apprendere e adattarsi agli ambienti complessi e alle sfide che gli esseri umani danno per scontati nella vita di tutti i giorni. Un giorno, potrebbe significare assistenti robot che sono in sintonia con i bisogni umani e capaci di soddisfarli quanto un altro essere umano.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.