211service.com
Un robot gato emocional
Los científicos de los Países Bajos están dotando a un gato robótico de un conjunto de reglas lógicas para las emociones. Creen que al introducir variables emocionales en el proceso de toma de decisiones, deberían poder crear interacciones más naturales entre humanos y computadoras.
Gatito emocional: Se está utilizando una plataforma de hardware de robot llamada iCAT para evaluar un conjunto de reglas lógicas para estados emocionales computacionales. El objetivo es comunicar el estado emocional del robot cuando está realizando tareas complejas para que tome decisiones de manera más eficiente.
Realmente no creemos que las computadoras puedan tener emociones, pero vemos que las emociones tienen cierta función en el razonamiento práctico humano, dice Mehdi Dastani , investigadora de inteligencia artificial en la Universidad de Utrecht, en los Países Bajos. Al otorgar a agentes inteligentes emociones similares, los investigadores esperan que los robots puedan emular este razonamiento similar al humano, dice.
El hardware del robot, llamado invención , fue desarrollado por la firma de investigación holandesa Philips y diseñado para ser una plataforma robótica complementaria genérica. Al permitir que el robot forme expresiones faciales utilizando las cejas, los párpados, la boca y la posición de la cabeza, los investigadores pretenden que muestre si está confundido, por ejemplo, al interactuar con su usuario humano. El objetivo a largo plazo es utilizar el software de lógica emocional de Dastani para ayudar en la interacción entre humanos y robots, pero por ahora, los investigadores tienen la intención de utilizar iCAT para mostrar estados emocionales internos mientras toma decisiones.
Además de mejorar las interacciones, esta lógica emocional también debería ayudar a los agentes inteligentes a realizar tareas no interactivas. Por ejemplo, debería ayudar a reducir la carga de trabajo computacional durante los complejos procesos de toma de decisiones que se utilizan al realizar las tareas de planificación.
Desarrollado con John-Jules Meyer y Bas Steunebrink, también en Utrecht, las funciones lógicas consisten en una serie de reglas para definir un conjunto de 22 emociones, como ira, esperanza, gratificación, miedo y alegría. Pero en lugar de basarse en nociones de sentimientos, estos se definen en términos de un objetivo que el robot debe alcanzar y el plan mediante el cual el robot pretende lograrlo.
Cuando los robots normalmente intentan llevar a cabo una tarea, como la navegación, generalmente hay dos enfoques que pueden tomar: pueden calcular un plan establecido de antemano, basado en un punto de partida y la posición del objetivo, y luego ejecutarlo. o pueden volver a planificar continuamente su ruta a medida que avanzan. El primer método es bastante primitivo y, a menudo, puede resultar en la escena familiar de un robot golpeándose contra un obstáculo imprevisto, incapaz de sortearlo. El último enfoque es más sólido, especialmente cuando se navega por entornos complejos e impredecibles. Pero este método suele ser muy exigente desde el punto de vista informático porque requiere que el robot busque continuamente la mejor ruta entre una gran cantidad de rutas posibles.
La lógica emocional puede ayudar a obtener lo mejor de ambos mundos al requerir que el robot vuelva a planificar su ruta solo cuando sus estados emocionales lo dicten. Por ejemplo, en este tipo de tarea de navegación, la esperanza se definiría en términos de que el sistema crea (basado en datos sensoriales) que al llevar a cabo el Plan A para alcanzar la Meta B, se logrará la Meta B. Por el contrario, el miedo ocurre cuando el sistema espera alcanzar el Objetivo B mediante el Plan A, pero cree que el Objetivo B no se logrará después de realizar el Plan A. Con este tipo de definición, el miedo puede ayudar al robot a reconocer cuándo es el momento de probar un nueva táctica. Esto cambia sus creencias porque el resto del plan no hará que su objetivo sea alcanzable, dice Dastani.
En esencia, al atribuir emociones al estado actual de un agente, es posible monitorear el comportamiento del sistema para que la toma de decisiones o la planificación solo se lleve a cabo cuando sea absolutamente necesario. Es una heurística que puede ayudar a que los procesos racionales de toma de decisiones sean más realistas y mucho más computables, dice Dastani. El punto es que aquí monitoreamos continuamente si existe la posibilidad de falla.
Se han diseñado otros robots para imitar expresiones humanas. Pero el enfoque de Dastani en cómo las emociones pueden afectar la decisión lo diferencia de muchos de los otros proyectos sobre computación emocional o afectiva, como el robot Kismet del MIT, desarrollado por Cynthia Breazeal . Con Kismet, al igual que otros robots afectivos, la atención se centra en cómo lograr que el robot exprese emociones y las provoque en las personas.
Las funciones emocionales de Dastani se han derivado de un modelo psicológico conocido como modelo OCC, ideado en 1988 por un trío de psicólogos: Andrew Ortony y Allan Collins , de la Universidad Northwestern, y Gerald Clore , de la Universidad de Virginia. Diferentes psicólogos han creado diferentes conjuntos de emociones, dice Dastani. Pero su grupo decidió utilizar este modelo en particular porque especificaba las emociones en términos de objetos, acciones y eventos.
De hecho, una de las razones para crear este modelo fue fomentar ese trabajo, dice Ortony. Es muy gratificante para nosotros que la gente esté usando el modelo de esta manera, dice. La mayoría de las veces, cuando la gente habla de computación emocional o afectiva, es a nivel de interacción humana, pero hay mucho trabajo por hacer para ver cómo las emociones influyen en la toma de decisiones, dice.
Atraviesa muchos debates filosóficos sobre la naturaleza de la emoción humana y, de hecho, del pensamiento humano, dice Blay Whitby , filósofo que se especializa en inteligencia artificial en la Universidad de Sussex, en el Reino Unido. Esto no es algo malo, dice, pero muchos filósofos probablemente verían la noción de lógica emocional como un oxímoron, dice.
Tener 22 emociones diferentes lo convierte en un modelo muy rico de la emoción humana, incluso en comparación con algunas teorías psiquiátricas, dice Whitby. Pero tendrá que ser capaz de resolver conflictos entre diferentes estados emocionales, y debe ser prácticamente puesto a prueba, dice. El diablo está en los detalles con este tipo de trabajo, y específicamente no consideran las interacciones de múltiples agentes.
Dastani dice que incorporar interacciones de múltiples agentes, aquellas que involucran a múltiples robots o robots y humanos, está en su lista de tareas pendientes. Señala que solo entonces es probable que los usuarios finales vean los beneficios de esta lógica emocional, en forma de interacciones de robots más naturales o mediante las respuestas de agentes inteligentes en los centros de llamadas automatizados. Antes de que eso suceda, es más probable que estos estados emocionales funcionen detrás de escena en actividades más mundanas como la navegación y la programación de tareas, dice Dastani, pero aún es demasiado pronto para predecir cuándo ese sistema estará disponible comercialmente.