10 giugno 2010

I robot che imparano dall'ambiente


Attualmente i robot sono addestrati a costruire veicoli, far volare aerei, testare automaticamente la pressione del sangue in pazienti ricoverati in ospedale e persino giocare a tennis. Ma secondo Ian Fasel, un ricercatore di scienze informatiche presso la University of Arizona, i robot non hanno alcun concetto di sé, né capiscono veramente per cosa sono programmati.

Recentemente Ian Fasel ha ottenuto finanziamenti dal DARPA (Defense Advanced Research Projects Agency) per far avanzare la sua ricerca nel campo della robotica, l'obiettivo è il miglioramento di robot affinchè siano in grado di capire e imparare, ma senza l'aiuto della programmazione umana.

Il progetto CLIME prevede la formazione di robot affinchè apprendano i concetti di tentativi ed errori nel mondo, mentre un secondo progetto insegna ai robot che hanno già alcuni concetti programmati dall'uomo di cercare nuove informazioni nel modo più efficiente possibile. Fasel e il suo team stanno sviluppando un sistema robotico in grado di insegnare i concetti a se stesso, invece di richiedere una programmazione dall'essere umano, come imparare a interpretare e controllare i suoi sensori e motori.

Fasel inoltre sta collaborando con un team del Texas su un altro progetto, "Active Learning for Sequential Sensing and Efficient Human Interaction in Collaborative Human-Robot Teams,", che l'Ufficio di Ricerca Navale degli Stati Uniti ha finanziato per tre anni. Il progetto si inserisce in uno sforzo più ampio condotto da collaboratori presso la University of Texas a Austin e la Texas Tech University.

Fasel ei suoi colleghi stanno anche addestrando i robot per rilevare le emozioni nelle loro controparti umane - tutti con poca o nessuna programmazione. Tale lavoro per migliorare l'intelligenza artificiale dei robot è un settore sempre più crescente in informatica, un esempio simile è il robot iCub, sviluppato a livello internazionale, in grado di imparare come un bambino umano di due anni.

La gran parte del progresso effettivo in robotica è stato guidato da algoritmi sviluppati dai ricercatori che forniscono al robot istruzioni passo-passo per processi, attività e apprendimento tramite il calcolo. L'approccio di Fasel è invece quello di determinare soluzioni meno faticose e richiede tempo per l'insegnamento ai robot.

"Nelle applicazioni del mondo reale, sarebbe letteralmente un qualche tipo di veicoli aerei senza pilota che ha bisogno di capire la sua area di volo", ha detto Fasel. "Oppure, immaginate di avere un robot domestico, ha bisogno di sapere che cos'è, dove si trova e dove stanno gli oggetti". Fasel ha aggiunto che la comprensione dei modelli di apprendimento nei robot può anche aiutare a farci conoscere meglio la natura umana. Fonte: UA News

Nell'immagine in alto: il robot iCub

Nessun commento: