Robotar som känner igen och uttrycker avsikter

Digitala och fysiska världar befolkas allt mer av intelligenta datorprogram som kallas agenter. Agenter har potential att på ett intelligent sätt automatisera många dagliga uppgifter, till exempel att upprätthålla en dagordning, köra bil, interagera med en telefon eller dator och mycket annat. Det finns dock många utmaningar att lösa innan man når dit. En av dem är att agenterna måste känna igen och uttrycka avsikt, visar Michele Persiani i sin avhandling i datavetenskap vid Umeå universitet.

I framtiden kommer många av våra elektroniska apparater att ha minst en agent inbyggd. Innan det blir möjligt måste deras förmåga till mänsklig interaktion förbättras, det vill säga att få dem att bete sig på ett sätt som är begripligt för oss, samt få dem att förstå vad vi vill att de ska göra.

I sin avhandling "Expressing and Recognizing Intentions" behandlar Michele Persiani delar av dessa utmaningar genom att fokusera på avsiktlighet. Avsiktlighet är användbart att tänka på när agenter ska utföra ett målinriktat beteende, genom att initiera sekvenser av handlingar med målet att uppnå något. När en agent utför ett sådant beteende är det avgörande att den kan bibehålla förståelse för de den ska interagera med om vad den gör, vad som är dess mål och hur den kommer att uppnå det. Annars kan missförstånd leda till farliga situationer där människan är omedveten om roboten och vice versa.

– Detta behov av förståelse uppstår helt enkelt för att vi inte kan tillåta oss att ha en kraftfull maskin bredvid oss som vi inte har någon aning om vad den gör, säger han. Tänk dig att det är år 2050, du vaknar på morgonen och din butlerrobot är upptagen med att göra något, men du har ingen aning om vad det är. Städar den golvet? Förbereder den en måltid? Låt oss hoppas att den inte kastar ut katten genom fönstret.

I sin avhandling använder Michele Persiani en etablerad modell från vardagspsykologin som kallas Theory of Mind, som förklarar hur datoragenter kan tänka på andra agenter och på så sätt bilda hypoteser om deras mål och övertygelser. Modellen bygger på ett annat viktigt begrepp från psykologin, nämligen rationalitet:

– Om vi tillämpar detta på vårt fall kommer vi att få roboten att tänka på våra mål genom att låta den anta att vi drivs av rationalitet, och vice versa kommer vi att få den att resonera om hur vi försöker förstå dess mål genom att den antar att vi tror att den är en rationell varelse, säger han.

Dessa processer för att känna igen och uttrycka intentioner är ganska komplicerade, och tidigare forskning betraktar dem vanligen med olika uppsättningar tekniker. Avhandlingen visar emellertid hur dessa processer kan dela en gemensam underliggande beräkningsarkitektur och inuti den representera en dubblett av varje, inte bara i ord utan även i formler. Detta är ett försök att i en enda beräkningsarkitektur beskriva avsiktlighet när mer än en agent är inblandad och detta kommer förhoppningsvis att vara en milstolpe för forskningen inom området, säger Michele Persiani.

– Integreringen av intelligenta agenter i vårt dagliga liv kommer att vara en lång process, och vi bör vara optimistiska, säger han.

Om avhandlingen
Den 16 september försvarar Michele Persiani, Institutionen för datavetenskap, Umeå universitet, sin avhandling med titeln Expressing and Recognizing Intentions. Svensk titel: Uttrycka och känna igen avsikter. Disputationen äger rum klockan 13.16 i rum NAT 360, Naturvetenskapshuset. Opponent är professor Felipe Meneguzzi, School of Natural and Computing Sciences, University of Aberdeen, Storbritannien.

Läs avhandlingen

För mer information, kontakta gärna:

Michele Persiani, doktorand, Institutionen för datavetenskap, Umeå universitet
E-post: michelep@cs.umu.se
Whatsapp: +46761443120

Pressfoto