Rozwój sztucznej inteligencji uwzględniającej ludzkie potrzeby
Podczas gdy sztuczna inteligencja (SI) ma potencjał do przekształcania procesów produkcyjnych poprzez zwiększoną automatyzację, niezwykle ważne jest, aby nie zapominać o czynniku ludzkim. Ludzie są nieuchronnie zaangażowani w cały łańcuch produkcyjny, a synergiczna relacja między robotem a pracownikiem jest niezbędna do zapewnienia płynności operacji. „Nie można pozwolić, aby sztuczna inteligencja zachowywała się niezależnie od działań człowieka”, zauważa koordynator projektu TEACHING (A computing toolkit for building efficient autonomous applications leveraging humanistic intelligence) Davide Bacciu z Uniwersytetu w Pizie we Włoszech. „Na reakcje i samopoczucie nas jako ludzi wpływają nasze stany poznawcze i psychologiczne”. Aby sztuczna inteligencja mogła zwiększyć wydajność operacyjną i zmniejszyć obciążenie pracą w całym łańcuchu produkcyjnym, ważne jest, aby wprowadzenie SI nie wywierało nadmiernej presji na ludzi.
Autonomiczne aplikacje, które wzmacniają ludzi
Zespół finansowanego ze środków UE projektu TEACHING postanowił zająć się tym problemem, opracowując autonomiczne zastosowania, które opierają się na informacji zwrotnej od człowieka. „Chcieliśmy, aby system wspierał ludzi, był niezawodny i bezpieczny”, mówi Bacciu. Aby to osiągnąć, w projekcie wzięli udział specjaliści od sztucznej inteligencji i uczenia maszynowego, a także inżynierowie ds. niezawodności i programiści. „Chcieliśmy opracować bezpieczne i niezawodne zastosowania oparte na SI, a następnie zademonstrować ich potencjał w zastosowaniach końcowych”, dodaje Bacciu. W projekcie wykorzystano autonomiczne samochody jako jeden z przypadków testowych. Podobnie jak w produkcji, tak i tutaj potrzebne jest podejście skoncentrowane na człowieku, aby zapewnić płynne przekazywanie i przejmowanie roli między pojazdem a użytkownikiem. Poziom stresu i stan psychiczny pasażera mogą w znacznym stopniu wpływać na komfort podczas jazdy autonomicznej. Sztuczna inteligencja musi zatem uwzględniać nie tylko stan samego pojazdu, ale także jego pasażerów. „Naszym celem była próba spersonalizowania usługi i zapewnienia, że sztuczna inteligencja może reagować na użytkownika”, mówi Bacciu. W modelu TEACHING dane z czujników monitorujących stan fizjologiczny pasażerów są przekazywane do sztucznej inteligencji, która zapewnia informacje zwrotne w celu dostosowania stylu jazdy autonomicznego samochodu. „Pomysł polegał na tym, aby sztuczna inteligencja reagowała i ostatecznie przewidywała zachowanie konkretnego użytkownika”, wyjaśnia Bacciu.
Metodologie i modele rozproszonej SI
Prace te umożliwiły zespołowi projektu TEACHING pomyślne opracowanie nowych metodologii i modeli dla rozproszonej sztucznej inteligencji. Co więcej, okazało się, że sztuczna inteligencja jest w stanie stale się uczyć i dostosowywać do reakcji konkretnego użytkownika. Chodzi o to, aby sztuczna inteligencja w pełni reagowała na potrzeby człowieka, a nie tylko skupiała się na własnym zadaniu produkcyjnym. „Opracowaliśmy wytyczne i bibliotekę dla programistów na temat struktury tego typu sztucznej inteligencji”, dodaje Bacciu. „Ułatwi to życie tym, którzy chcą rozwijać zastosowania autonomicznej, rozproszonej SI”. Chociaż technologia ta ma duży potencjał do wykorzystania w sektorze samochodów autonomicznych, Bacciu postrzega to jako aspirację średnio- i długoterminową, biorąc pod uwagę przeszkody regulacyjne i technologiczne, które należy jeszcze pokonać. Bardziej zainteresowany tu i teraz jest sektor produkcyjny. „Dostrzegam tu duży potencjał ze względu na potrzebę skutecznej współpracy człowieka z robotem”, zauważa badacz. „Ten rodzaj rozproszonej sztucznej inteligencji, która bierze pod uwagę ludzi i uczy się, pozwoliłby robotom działać autonomicznie, przy jednoczesnym poszanowaniu ludzkich potrzeb”. W dłuższej perspektywie może to pomóc uczynić miejsce pracy bezpieczniejszym i mniej stresującym, a także pomóc producentom w osiągnięciu znacznych oszczędności w zakresie wydajności.
Słowa kluczowe
TEACHING, SI, sztuczna inteligencja, automatyzacja, produkcja, robot
