你了解和信任你的队友,机器人吗?

今天,机器人制造汽车,帮助医生执行操作和删除从道路简易爆炸装置。自治系统无处不在:在航空、交通、甚至股票市场。更多的应用程序开发。

知道最好的方法来开发这些系统并介绍他们进入工作场所确保人机团队一起工作是至关重要的成功和有效的。在一起,他们可以提高彼此的优势和弥补彼此的缺点。

横切人机的社会系统(hms)实验室工作与政府、产业和学术界来迎接这一挑战调查和提高机器人系统与人类互动的方式。

“工程师设计和项目机器人或自治系统需要更大的固有的社会线索的理解,“Charlene斯托克斯博士说,hms实验室主任。“为什么亚马逊的虚拟助手,Alexa,有着人类的名字和声音。这也是为什么许多机器人的脸,模仿人类的表情。这些因素帮助我们与我们的新同事。”

改善人机合作的信任

“改善交互功能可以转化为增加信任人类,”她补充道。“Trust-believing这些系统将做他们设计旨在从自治系统中最关键的价值。这是至关重要的尚未开发的效率和有效性,为许多新的应用领域,如健康,国防、航空、和农业。

“许多公司正在推动繁荣的技术开发或投资于最先进的机器人和我们见过自治系统。但最先进的技术如果人类不采取不重要,信任,或感觉舒适的使用它们,”她说。

斯托克斯探讨了人机交互的细微差别了15年。与她一起工作的一组研究人员更好地理解社会线索人机合作(HMT)和文档的最佳实践,所以他们可以使用其他组织。

“‘情报’这个词在人工智能(AI)本身是一种社会线索,哪些用户无意识地回应,”斯托克斯补充道。“真正的人工智能来实现多年来不仅和系统更好的学习我们喜欢和响应,而且我们人类的特质,我们在这些系统的相互作用和信任将变得更强。

“我们的重点是理解和塑造用户如何看待和应对社会动态的增加未来的技术。”

在横切的hms实验室,研究人员注入不同的社会线索在几乎每一个发展阶段从系统设计到联合人类系统培训和现场操作。他们目标横切技术发现的根本障碍,指出利用社会线索。工作在多个领域,包括军事和商业领域,斜接团队调查中的应用常见的社会线索。目标是促进关键人机合作因素,诸如信任、依赖、沟通、协调、融洽。

构建社会线索为自治系统

“行业领先的人工智能技术和系统的发展,”斯托克斯说。“与斜方的商业科技产业是有意义的,因为我们可以扮演“桥”的角色连接我们的政府支持高科技产业。我们帮助企业理解我们的政府赞助的具体需求,我们连接非传统的创新和创新政府机构。”As a manager of federally funded research and development centers, MITRE serves the government as an unbiased advisor and does not compete with industry.

例如,斜方正在与两家创业公司,波士顿的MassRobotics创新中心和“企业加速器帮助他们理解和应用HMT的细微差别。这些公司之一,美国的机器人技术,开发了一个完全自动化的无人驾驶飞机系统,允许农民自动做赛季作物侦察。

系统,称为侦察,设在一个雨衣站。作物球探的每一步过程是自动从规划和发射成像和数据管理。驾驶不是必需的。农民可以简单地设置无人驾驶飞机飞在预定的时间。之后它在车站,码头自主无人机自动流程和上传数据到云,所以农民可以访问设备的信息。

“我们希望农民认为我们的系统,从一开始,作为一个时刻保持警惕的队友谁会提醒他们之前对问题领域成为大问题”Vijay Somandepalli说美国机器人的首席技术官。“早期和可靠地捕捉问题不仅意味着更少的投入成本和收益的农民,但也有助于改善食品生态系统的可持续性和保护环境从控制应用程序或mis-application的有害化学物质,用于治疗各种问题在农业和最终可能会在其他食物,我们消费或在地下水和河流径流。”

社会线索在哪里发挥作用在这个系统?几乎无处不在。他们可以应用于无人驾驶飞机的外观和基座,系统发出的声音,易于使用的界面,系统的可靠性。农民和他们的邻居如何感知无人机呢?他们是友好的吗?用户喜欢什么和不喜欢系统是如何工作的呢?产品可以适应提高可用性如何?斜接的社会认知科学家帮助该公司解决这些问题,测试其产品。

开发更安全的自动汽车

横切hms的另一个成员的团队,博士莫妮卡•罗也是一个教育心理学助理教授在犹他大学的。•斯托克斯与创业公司合作,TeleLingo,测试其车载智能系统称为dreyev(“驾驭”)。

设计用于载人和自主车辆,dreyev观察司机的注意力,评估驾驶风险,并生成实时警报使用自主学习用户界面,以防止事故和危险的行为。Dreyev使用计算机视觉和机器学习来检测嗜睡和分心驾驶手动和自动汽车的运营商。换句话说,dreyev可以确定司机是否足够的关注,他们的眼睛在路上。Dreyev还创建了一个技能,关注,和风险态度的司机通过评估他们的响应性的提醒和纠正措施的有效性的司机。

团队正在探索这些系统如何与用户在个人层面上。例如,dreyev应该程序识别风险然后告诉人类司机,“你的眼睛没有在路上,吉姆。这个系统不是用来管理即将到来的交通状况,我预测你会遇到任何一分钟。你需要接管!”

“如果用户不喜欢或信任技术,他们不会使用它,依赖它,”•罗说。“例如,我们都知道,如果你不喜欢你的GPS系统的语音和语调,你会沮丧,可能把它关掉。我们看用户响应在不同的情况下,将使用技术,防止崩溃。”

在第一阶段的测试,研究小组使用的是高保真驾驶模拟器中心的行车安全,在犹他大学的技术。“我们可以运行各种场景,模拟真实的情况和干扰,看看干预帮助的情况下。干预措施包括对话、声音、灯光、甚至振动。我们将使用训练数据定制的模型,了解人们的行为和偏好,”•罗解释说。

提高军事机器人的有效性

“一旦我们确定什么工作在一个领域,我们可以将这些信息转化为其他领域,”斯托克斯补充道。

例如,hms团队合作与高科技商业部门代表横切的国防赞助商。我们帮助美国陆军让士兵无缝地处理机器的不断增加投入。军事机器人的早期采用者,无人地面车辆和无人飞行器。事实上,今天的机器人军队就有800了。

“最终,机器人可以被编程与作战人员更多的“人类”,利用人工智能技术,识别社会线索从美国士兵,”斯托克斯说。“因为生活将在很多情况下,这是真正理解的关键的风险和益处给机器人赋予社会线索,真实的或者所感知到的。

“政府和商业部门都需要投入时间和精力去得到这个权利,我们可以帮助他们这样做。”

——贝弗利伍德

学习更多的斜方的工作应用人机合作研究成果对系统工程方法我们的新指南。