智能机器人具有何种技能才能使人类远离伤害环境

   绕波特        

我们发现,智能机器人不一定具有可以使人类远离伤害所必须的技能。


受控的试错法是大多数机器人必须具有的技术,边缘计算和自动驾驶汽车解决方案是获取和发展其AI智能的方法。作为自主设备背后的大脑,人工智能可以帮助机器人如此出色地完成其分配的任务。


智能机器人具有何种技能才能使人类远离伤害环境


对AI机器人进行安全操作培训不是一个好过程。当机器人搜索最佳动作序列以实现其预期结果时,它必将采取比最佳路径更多的适得其反的动作。


机器人需要学习什么


开发人员在将其AI驱动的机器人推向更广阔的场景之前,必须将以下场景纳入其RL程序中:


地理空间意识:现实操作环境对于通用机器人成功导航而言可能非常棘手。正确的RL可以帮助此安全机器人中的AI算法了解其旨在巡逻的室内和室外环境中的运动挑战范围。仅为机器人配备内置摄像机和热成像是不够的。将其滚动到公共喷泉中之后,再也无法挽救它了。


避免碰撞:在许多现实环境中,机器人可能像助手一样危险。对于自动驾驶汽车,这是显而易见的,但对于零售,办公室,住宅和其他人们可能会放松警惕的环境也是如此。社会有充分的理由期望将AI驱动的防护措施内置到日常的机器人中,这样,幼儿、残障人士和其他人就不必担心他们会在我们最不期望的时候坠入我们的视野。


智能机器人具有何种技能才能使人类远离伤害环境


避免碰撞是RL面临的主要挑战,应该成为每个机器人中的一种标准,高度精确的算法。法律和监管机构很快就会对此提出要求。


相关内容的分类:机器人将在越来越复杂的工业协作中与人类近距离合作。其中许多合作将涉及高速,高通量的生产工作。为了避免生命危险和肢体风险,控制工厂底层机器人的AI将需要智能设备,以迅速将人与周围的机械和材料区分开。


这些算法分类将依赖于3D数据的实时关联来自各种摄像头和传感器,并将推动自动化风险缓解措施,例如停止设备运行或降低设备运行速度,以免伤害人类工作者。鉴于需要围绕组合场景进行无限范围的组合训练,围绕该组合场景需要训练工业机器人控制,并且相应地存在大量潜在事故,因此必要的AI将在RL上运行,该RL是根据从实际操作和高度真实的实验室模拟中收集的数据进行训练的。


避免自残:几乎不会对机器人进行编程以破坏自身和/或周围环境。但是,通过RL训练的机器人可能会探索各种各样的可选行为,其中一些行为可能会导致自残。作为其核心训练的扩展,可以使用一种称为“剩余RL ”的方法来防止机器人在训练过程中探索自毁或环境破坏行为。随着机器人在抓取和操纵环境(包括与人类操作员互动)方面变得如此灵活,以至于除非受到训练,否则他们开始使自己和他人处于危险之中,因此使用这种自我保护的训练程序可能会成为主流。


认证机构:机器人越来越成为我们生活中各个方面的数字代理的物理表现。这里提到的智能音箱应该已经接受过培训,以免下达未经授权的订单。他们错误地遵循了一个语音激活的购买请求,该请求来自一个未经父母授权的孩子。尽管这可以通过多因素身份验证而不是通过算法训练来解决,但很明显,在决定使用哪种多因素方法进行强身份验证和委派许可时,在许多环境中,声控机器人可能需要逐步通过复杂的算法。


可以想象,RL可以用来帮助机器人更快地识别最合适的身份验证,授权和委派程序,以在环境中充当许多尝试执行各种动态任务的人员的代理。


防御性操纵:机器人是必须在其他实体(例如人)可能会故意进行的和意外攻击中幸免的对象。这款无人驾驶穿梭巴士中的AI算法应经过训练,以采取某种规避动作(例如,朝相反的方向倾斜几英尺),以避免半身不经意地倒入其中。对于在运输,公共安全和军事角色中部署的机器人而言,防御性机动将变得至关重要。这也是机器人设备抵御普遍的恶作剧和破坏行为的必不可少的功能,无论部署在哪里,它们肯定会吸引他们。


协作编排:越来越多地将机器人部署为协调的集合,而不是孤立的助手。应当训练仓库机器人中的AI算法,使其彼此协调工作,并与这些环境中的许多人协调工作。鉴于潜在的交互方案范围很广,这对于RL来说是一个艰巨的挑战。但是社会将要求各种设备提供这种基本能力,包括在我们的天空巡逻,运送我们的货物以及探索对人类来说太危险的环境的无人机。


文化敏感性:机器人必须尊重文明社会规范的人。这包括确保机器人的面部识别算法 不会对所遇到的人进行歧视,贬低或以其他方式不敏感的推断。当我们将机器人部署到高度社交的环境中时,这将变得更加关键,在这种环境中,必须训练机器人不要冒犯他人,例如,通过对跨性别者使用不正确的基于性别的称呼。


对于实际人类而言,这些区别可能非常棘手,但这只会增加对RL训练AI驱动的实体以避免犯下自动伪造的需求。


确保符合安全要求


在不久的将来,可能需要您的RL过程的视频审核日志,以使利益相关者通过鼓舞,这些利益相关者需要证明您的作品符合所有合理的AI安全 标准。


对机器人进行安全操作的培训可能是一个漫长,令人沮丧且乏味的过程。开发人员可能需要通过艰苦的努力来发展他们的RL实践,直到他们的机器人能够以可以推广到各种安全场景的方式进行操作。


在接下来的几年中,对于将机器人技术部署到使人们的生命处于危险中的应用程序的AI专业人员来说,这些做法很可能成为强制性的。


最新评论(0)条评论
不吐不快,我来说两句

还没有人评论哦,抢沙发吧~

相关新闻推荐