Pomóc robotom w radzeniu sobie z niepewnością
Cały czas roboty stają się coraz bardziej inteligentne i potrafią teraz wykonywać działania o dużej złożoności, jednak jest jeszcze dużo zadań, które są naturalne dla człowieka, a roboty nie potrafią sobie z nimi poradzić. Na przykład jesteśmy w stanie rozpoznać w dużym tłumie kogoś, kogo znamy, nawet jeśli ma na sobie okulary słoneczne i kapelusz. Natomiast roboty byłyby niezdolne do wykonania tego zadania, ponieważ są kiepsko przygotowane do radzenia sobie z nieprzewidywalnymi sytuacjami, w których nie dysponują pełną wiedzą. Zamierzeniem partnerów projektu BACS (Bayesian Approach to Cognitive Systems - podejście bayesowskie do systemów kognitywnych), finansowanego z budżetu sekcji technologie społeczeństwa informacyjnego (IST) szóstego programu ramowego UE (6. PR), jest zaprojektowanie sztucznego systemu, który umożliwiłby robotom radzenie sobie w środowisku świata realnego, gdzie niepewność i brak danych są na porządku dziennym. Centralnym punktem projektu jest twierdzenie Bayesa stanowiące model dokonywania racjonalnych ocen w sytuacji, gdy dostępne są tylko niepewne i niekompletne informacje. Jest ono szczególnie użyteczne w kwestiach związanych z uczeniem się na podstawie doświadczenia. Ludzie szczególnie dobrze radzą sobie w reagowaniu na nieprzewidywalne sytuacje i podejmowaniu decyzji bez dostępu do wszystkich danych. Partnerzy projektu wykorzystają ten fakt, przyglądając się ludziom i zwierzętom reagującym na rzeczywiste sytuacje i analizując wykorzystywane procesy i drogi nerwowe. Następnie odwzorują swe spostrzeżenia w sztucznym systemie poznawczym, by stworzyć roboty zdolne do przetwarzania niekompletnych informacji, analizowania swojego otoczenia, interpretowania danych i podejmowania decyzji. Powstały system mógłby mieć wiele pożytecznych zastosowań. Istnieją już urządzenia, które ostrzegają kierowców zbliżających się za bardzo do jadącego przed nimi samochodu. "Wirtualny współkierowca" mógłby wykorzystać ten pomysł w dużo większym zakresie, by poprawić bezpieczeństwo na drogach. Choć człowiek nadal kontrolowałby samochód, współkierowca monitorowałby reakcje kierowcy na ruch drogowy, drogę, potencjalne przeszkody i inne czynniki. Jeżeli kierowca zacznie popełniać błędy w prowadzeniu samochodu, na przykład jeśli zaśnie za kierownicą, wirtualny współkierowca mógłby to wykryć i przejąć kontrolę nad pojazdem. - To powinno sprawić, że kierowanie będzie bezpieczniejsze zarówno dla osób w samochodzie, jak i dla pieszych - powiedział Roland Siegwart, profesor systemów autonomicznych w szwajcarskim Federalnym Instytucie Technologii. Inną dziedziną, w której badacze planują nauczyć się czegoś obserwując ludzkie zdolności, jest monitorowanie. Mamy naturalną zdolność identyfikowania niezwykłych zjawisk w jakiejś sytuacji. Dzięki zgłębieniu, jak to robimy, naukowcy chcą zbudować roboty ochraniające, które mogłyby identyfikować napaść lub nieoczekiwaną obecność intruza. Projekt angażujący 10 partnerów koordynowany jest przez szwajcarski Federalny Instytut Technologii w Zurychu i jego realizacja potrwa do 2010 r.
Kraje
Szwajcaria