조지아 공대의 스테레오 타이핑 로봇은 인종 차별이 아니라 인공 지능의 미래이다.

방과 후 특별 스페셜 및 다양성 세미나에 민감하게 반응하는 것은 좋지 않을 것입니다. 그러나 로봇은 외모에 따라 신속한 판단을하기를 바랍니다. 편견을 극복하는 것은 좋지만 스테레오 타입을 사용할 수 없다는 것은 인위적이거나 그렇지 않은 지성을 감소시킵니다. Georgia Tech의 로봇 공학자 인 Alan Wagner 박사는 고정 관념 기술의 주요 지지자입니다. 그는 이러한 종류의 논리가 인종이나성에, 단지 상황과 행동에 적용될 필요가 없다고 주장한다.

그의 고정 관념 알고리즘에 대한 초기 테스트에서, Wagner는 보았던 것에서 결론을 내리기 위해 순진한 로봇을 훈련 시켰습니다. 로봇은 배우고 지각 적으로 변해서 Wagner가 로봇 가정, 특히 사전 프로그래밍 된 것들의 윤리에 대해 비판적으로 생각할 수있게되었습니다. 그는 말했다. 역 그의 일과 그 파급 효과에 대해

실험이 어떻게 진행되는지 나를 걸어보십시오.

로봇은 소방관, 구급차 또는 기타 등 다양한 유형의 개인과 상호 작용하지만 이러한 개인 범주에 대한 사전 경험이 없습니다. 그것은 기본적으로 체험 학습입니다.

아이디어는 로봇이 개인의 지각 적 특징을 도구 사용 측면에서 필요를 예측하는 데 사용할 수 있음을 보여주는 것이 었습니다. 알고리즘이 작동하는 방식에 따라 로봇의 카메라는 개인의 모습 (예: 수염 여부, 머리 색깔)에 대한 다양한 측면을 인식합니다.

또한 그들이 어떻게 생겼는지에 대해 질문 할 것입니다. 물론 질문을하는 것은 현장에서하고 싶은 것이 아니지만 로봇의 인식은 현재 제한적입니다. 우리는 사람에 대해 학습하는 과정을 부트 스트랩 (bootstrap)하는 방법이 필요했습니다. 사람이 도구를 선택하면 로봇이 도구를 선택하고 시간이 지남에 따라 로봇은 각 유형의 사람이 선호하는 도구를 학습하게됩니다.

배지가 경찰관을 의미하거나 무거운 반사 코트가 소방관을 의미한다는 것을 로봇이 알기를 기대 했습니까?

우리는 그것을 예상했다. 그러나 놀라운 점도있었습니다.예를 들어, 로봇은 턱수염이 소방관에게 예언된다는 것을 거짓으로 인정했다. 이상하게 들리지만, 데이터를 보면 놀랄 일이 아니다. 그것과 상호 작용 한 처음 몇 사람들은 턱수염을 가진 소방관들이었습니다. 그래서 우리는 지각 적 다양성에 대한 필요성을 주장합니다. 로봇이 범주 내에서 크고 다양한 유형의 개인을 볼 수 있다면 범주를 개발하고 이해하는 것이 더 좋을 것이라는 생각입니다.

자율 로봇이 이러한 단점을 없애기 위해 훈련을 받아야한다고 말하면 로봇은이 사람이 수염을 가지고 있다면 소방관이라고 생각하지 않을 것입니다.

전혀. 우리가 이러한 것들을 철저히 제거하는 것이 중요합니다. 우리가 다양한 개인들에게서 일하는 로봇을 갖는 것이 중요합니다.

그 학습은 어떻게 생겼을까요?

그것은 로봇이 소방관의 특징을 잘 나타내는 것에 초점을 맞출 수있게합니다. 예를 들어 소방관은 재킷을 착용하지 않을 수도 있습니다. 그러면 로봇은 소방의 다른면, 아마도 부츠, 아마 장갑, 아마도 헬멧을 알아 차릴 것입니다. "이 사람은 정말로 OK."라고 말할 것입니다. ~이다. 이 환경에서 소방관."

충분한 사람이 있다면 할로윈 파티에서 소방관 대 화재 대원을 알아볼 수 있습니다. 유니폼 유형이나 문맥 환경의 차이와 같은 미묘한 지각 세부 정보입니다.

소방관과 수염을 연결하는 것 외에도이 알고리즘은 얼마나 성공적 이었습니까?

우리가 실제로보고 싶었던 두 가지가있었습니다: 하나, 당신은 그걸로 무엇을 할 수 있습니까? 로봇이 소방관을 인식 할 수 있다면, 그것은 정말로 어떤 식 으로든 도움이 될까요? 이 신문은 귀하의 검색 범위를 좁힐 수 있음을 보여주었습니다. 머리 색깔을위한 수염을 보거나, 눈 색깔을 찾는 것 또는 당신이 찾을 수도있는 다른 것을 찾는 대신, 정말로 중요한 기능에 집중할 수 있습니다. 소방관 코트를 입은 사람이 있습니까? 프로세스 속도가 빨라질 수 있습니다.

우리가 살펴본 또 하나의 중요한 점은 로봇이 예측하는 카테고리가 잘못 되었다면 어떨까요? 그게 당신에게 어떤 영향을 미칩니 까? 수색 및 구조 환경이 혼란 스러울 수 있다고 상상할 수 있습니다. 연기가 가득한 환경에서 작업 할 수도 있고, 로봇이 모든 것을 매우 잘 인식하지 못할 수도 있으며 오류가있을 수도 있습니다. 로봇이 실제로 소방관 일 때 그 사람이 희생자라고 생각하는 악화 사례를 상상할 수 있습니다. 그래서 소방관을 구하려고합니다. 그것은 끔찍할 것입니다. 우리는 어디에서 휴식을 취하고, 어떻게 부서지며, 가장 큰 영향을주는 기능과 다른 종류의 오류를보고 싶었습니다.

이 방법을 다른 방법으로 사용할 수 있습니다. 사람을 전혀 볼 수는 없지만 수행중인 작업을 볼 수있는 경우. 도끼를 선택한 사람을 볼 수 있다면 헬멧을 가지고 있다고 예측할 수 있습니다.

컨텍스트를 평가하고 예측을하는 방법에 대해 어떻게 접근합니까?

우리는 레스토랑, 학교 및 요양원과 같은 몇 가지 유형의 환경을 살펴 보려고했습니다. 우리는 환경에 대한 특징과 환경에있는 물체, 사람이 어떤 행동을 취하고 있는지, 그리고 환경에있는 사람들이 어떻게 생겼는지 등을 포착하고이를 사용하여 많은 사회적 예측을했습니다. 예를 들어, 학교 환경에서 사람들은 말하기 전에 손을 들어 듭니다. 그래서 사람들이 손을 들으려고하는 행동을 본다면 환경에서 어떤 유형의 물체가 보이길 기대합니까? 나는 칠판을 볼 것으로 기대합니까? 나는 책상을 볼 것을 기대합니까? 나는 아이들을 볼 것으로 예상한다.

이 정보를 사용하기를 바랍니다. 로봇이 대피 절차를 수행하는 중이라면 어떤 유형의 사람들이 어디에 있는지, 어디에 있을지를 알 수 있습니다.

문 앞에 오는 로봇이 있는데 "나와 출구를 따라 오십시오."라고 말하는 경우 실제로는 매우 복잡한 것처럼 보이는 것처럼 간단합니다. 로봇이 아파트 건물의 문을 두드리는 경우 누구와 상호 작용할지 모릅니다. 네 살짜리 아이 일 수도 있고, 95 세의 아이 일 수도 있습니다. 로봇을 구하기 위해 로봇이 쌍방향 행동을 사용자의 유형에 맞게 조정하는 것이 좋습니다. 우리는 이러한 문맥의 교훈 중 일부를 취하여 해당 응용 프로그램을 개발하려고합니다.

로봇과 인간에 대해 "고정 관념"에 대한 비슷한 정의를 사용합니까? 아니면 다른 일이 있습니까?

고정 관념이라는 용어는 부정적인 맥락을 가지고 있습니다. 우리가 사용하는 방식은 단순히 사람들의 범주를 개발하고 범주 적 정보를 사용하여 사람의 특성을 예측하는 것입니다. 나는 심리학에서 많은 일이 얼굴의 고정 관념과 성 고정 관념에 초점을두고 있음을 안다. 우리는 그런 짓을하지 않고 있습니다. 프로세스가 동일합니까? 나는 모른다. 몰라요.

당신은 사람들이 당신의 일에 대해 오해 할 수도 있다고 걱정합니까?

2 년 전 우리는 사람들을 속일 수있는 로봇에 대한 아이디어를 개발했습니다. 언론에서는 사람들의 지갑을 훔치는 로봇으로 이어질 것이라는 잘못된 인식이있었습니다.

비상 대피 상황을 사용하고 싶습니다. 항상 대피 중의 사람과 솔직하게 말하기를 원하지는 않습니까? 예를 들어, 누군가가 "내 가족은 괜찮습니까?"라고 물어 본 경우 로봇이 "아뇨, 모두 죽었습니다. 출구로 나를 따라 가십시오. "로봇이 실제로 간단히 부정직 할 필요가있는 상황이 있습니다. 그러나 제 경험은 사람들이 우리가 세상의 종말로 인도하려는 것처럼 느껴졌습니다.

우리는 항상 이러한 인간 - 로봇 기술의 친 - 사회적 측면에 관심이 있습니다. 우리는 사람들을 돕기 위해 노력하고 있습니다.