SOCIALT BETEENDE OCH SOCIAL INTERAKTION i AI-SYSTEM

Transkript

1 Linköpings Universitet Institutionen för datavetenskap Artificiell Intelligens, HKGBB0 SOCIALT BETEENDE OCH SOCIAL INTERAKTION i AI-SYSTEM Per Amdahl Kogvet 2 HKGBB0 HT03 peram729@student.liu.se

2 Sammanfattning Social interaktion och socialt beteende har fått en djupare betydelse inom AI-system på senare tid och då med projekt som skapandet av robotar som Cog, Kismet och Vikia. Anledningen att man på sistone visat ökat intresse för just detta område är att vissa forskare anser att just detta är en väg att gå för att kunna skapa autonoma och självständiga system som socialt kan interagera med människan i hennes miljö. Detta har gett upphov till ett antal projekt på institutioner runt om i världen. Dessa projekt inkluderar olika syn på hur man bäst skall representera socialt beteende i AI-system. I detta fördjupningsarbete redovisas några av dessa projekt och tanken och intentionerna bakom dem. Arbetet försöker även kort sammanfatta delar av de angreppssätt som kan tänkas ingå för att kunna skapa denna typ av social intelligens som gör att vi kanske någon gång kan komma att känna oss komfortabla i kommunikationen och interaktionen med ett AI-system. 2

3 Innehållsförteckning Innehållsförteckning... 3 Inledning...4 Social Interaktion... 5 Anpassning och överlevnad... 6 Olika vägar till socialt beteende i AI... 7 Antropomorfism... 7 Kommunikation och emotion... 8 Uttrycksfullhet och uppmärksamhet... 8 Shared attention Källförteckning

4 Inledning Man har i många år varit besatt av tanken att kunna skapa en konstgjord intelligens som framstår så intelligent att en människa i interaktionen med denna inte kan märka någon skillnad jämfört med interaktionen med en annan människa. För att uppnå detta har man sökt analysera människans kognitiva förmågor för att sedan försöka efterlikna och implementera dessa i hård- och mjukvara hos AI-system. Några av de på senare tid mest uppmärksammade projekten är Kismet, Cog och Vikia. Peter Gärdenfors och Christian Balkenius uppmärksammar t.ex. den humanoida roboten Cog samt de uttrycksfulla roboten Kismet i sin artikel Artificiell intelligens och naturlig dumhet (eller tvärtom?) där de menar att hela forskningen inom AI helt ändrat uppfattning i frågan om i vilken ordning kognitiva förmågor uppkommer och behöver konstrueras i en maskin. Istället för att börja med symboler och språk börjar man idag med motivation och beteende - emotioner och uppmärksamhet. Vidare skriver de att språk blir en mycket sen fas i utvecklingen. De leder också in oss i tankebanor runt hur intelligens kan uppkomma i ett samspel mellan nervsystem och den omgivande miljöns villkor. De talar om situerad kognition. Detta leder dock in på nya områden där man samverkar med sin omgivande miljö, nämligen den sociala miljön och interaktionen med den. Norman hävdar bl.a. i en intervju för Association for Computing Machinery IT-tidskrift Ubiquity (2002) uppvisandet av emotioner är en mycket viktig punkt på vägen för att få en robot skall kunna fungera socialt. Han menar att emotioner har tre olika aspekter. En är den vetenskapliga förståelsen för affektioner och emotioner. Den andra aspekten är hur man uttrycker emotioner och känslor. Han säger vidare att ansiktsuttryck hos människor ger en rik och mångfacetterad bild av våra inre känslor. Därför är det ett viktigt inslag för den sociala interaktionen. Den tredje aspekten han tar upp är att han hävdar att affekt faktiskt kan påverka hur informationen bearbetas i hjärnan. Dessa tankegångar återspeglas till viss del i de angreppssätt man valt för social interaktion i AI-system. 4

5 Social Interaktion För social interaktion krävs ett beteende vilket definieras som behaviour is a description an observer makes of the changes in a system with to an environment with wich the system interacts (Maturama and Varela, 1987, s. 163 genom Gershenson, 2002). Dock för att ett systems beteende skall anses socialt krävs att beteendet tar hänsyn till sällskapet eller samhället runt omkring sig. Detta sällskap behöver inte alltid vara mänskligt utan kan vara kan vara av vilken typ av agent eller entitet som helst bara det i sig själv är kapabelt till social interaktion. (Gershenson, 2002). Gershenson tar i sin artikel Philosophical Ideas on the Simulation of social Behavior, 2002 även upp definintionen av en social handling genom att hänvisa till Castelfranchi:s ideér (Castelfranchi, 1998) genom att hävda : The action of an agent is social if it is performed towards another agent with a purpose, considering the other agent also with a purposeful entity. For example, if a robot consider another robot as a movable obstacle, hitting it will not be a social action. But if the hitting is because the robot is expecting a reaction from the other robot, then the action is social. The social action will be successful if the other robot reacts in the expected way. If a robot confuses an obstacle with another robot and hits it expecting some reaction, the action is social because of its purpose, but it is a failed action because the obstacle does not react as expected. (Gershenson, 2002) I artikeln The Cog Project: Building a Humanoid Robot (Brooks, Rodney, Cynthia Breazeal, Matthew Marjanovic, Brian Scassellati & Matthew Williamson, 1998) talar man om att implementeringen av social interaktion i AI inte bara skulle medföra en naturligare människamaskin interaktion utan även en mekanism för självladda och återinmata ett mer komplext beteende samt ett nytt sätt att underlätta inlärning. Nya färdigheter skulle genom social interaktion kunna överföras från förebilden genom mimicry eller imitation eller genom scaffolding, dvs. att leda agenten/roboten genom ett svårt moment eller en handling så att den till sist klarar av att göra det själv. 5

6 Anpassning och överlevnad Äkta social interaktion innebär ett informationsutbyte. Men förutom detta sker också en utväxling av regler, tips samt uppfattningar om hur man skall bearbeta informationen. Således blir resultatet av social interaktion en förändring av tankeprocessen. Socialt beteende hjälper enskilda individer att anpassa sig till sin omgivning, särskilt genom att tillgodose individen med mer information utöver den som samlats in genom egna sinnen (Kennedy & C.Eberhardt, 2001). Som ett exempel kan nämnas att någon känner röklukt i ett rum och utrycker kanske därför rädsla. Denna reaktion kan sedan iakttagas av dig och du blir själv på din vakt inför en kanske annalkande fara. 6

7 Olika vägar till socialt beteende i AI Antropomorfism En gren inom AI-forskningen förespråkar antropomorfism, vilket kommer från grekiskans anthropos och morphe vilket i sin tur betyder människa och form. Således handlar det om robotar eller agenter med mänsklig form eller strukturell uppbyggnad. Intentionerna bakom antropomorfism handlar alltså om att förmänskliga agenten eller roboten. Dock är antropomorfismen endast avsedd som ett verktyg i form av en metafor för att utnyttja människors förväntningar på ett beteende hellre än att försöka övertyga människan om att agenten verkligen har förmåga till mänskligt resonemang. Antropomorfismen skall alltså inte ses som en lösning för all människa-maskin-interaktion utan den skall istället vara en länk för att finjustera och underlätta interaktionen mellan människan och den sociala agenten. Situationen för tillfället inom forskningen på området är sådan att man endast lyckats ge robotar de mest grundläggande av de mänskliga attributen och då företrädesvis de fysiska aspekterna inom den humanoida forskningen (Duffy, 2003). En annan aspekt som Duffy tar upp inom antropomorfismen är hur långt man skall gå i sin iver att efterlikna människan. Går man för långt kan man riskera människans förväntningar på den sociala agenten blir för hög, vilket kan medföra besvikelser, frustration och/eller missförstånd vilket gör att man istället för ökad interaktion mellan människa och maskin uppnår motsatsen. Gör man istället för lite kanske man å andra sidan inte uppnår önskad effekt eller så kanske den helt uteblir. Han menar alltså att det är en fråga om avvägning och att vidare forskning inom området behövs. Som exempel på hur man skall hantera antropomorfismen för att uppnå en social relation är uttrycksfulla ansikten där man framhäver förmågan att skapa ögonkontakt samt förena dessa två egenskaper i ett enda system för att följa både ansikts- och ögonrörelser. 7

8 Kommunikation och emotion En grundläggande faktor för att underlätta socialt beteende i AI-system är kommunikation och emotion. Graden av social interaktion uppnås genom en utvecklande och adaptiv process (Duffy, 2003). Duffy menar att minimikravet för social interaktion är förmågan att på något sätt anpassa sig till situationer och förmedla förståelsen för dessa från t.ex. en skärm och tangentbord eller syntetiskt talsystem. Denna form av kommunikation tillsammans med emotionella uttryck, sträcker sig till utvecklingen och underhållet av komplexa sociala modeller och förmågan att fullständigt engagera sig i komplexa sociala scenarion. Duffy anser vidare att för den artificiella formen av social interaktion så behöver roboten inte kunna förmedla information på ett lika komplicerat och multimodalt sätt som vi människor gör utan endast tilltäckligt bra för att kunna kommunicera med människor. Dock måste den göra det på ett sätt som är tillräckligt uttrycksfullt för att kunna förmedla samt uppfatta känsloyttringar både i språk och gester. Denna antropomorfiska färdighet skulle kunna bidra till att den sociala robotens sociala talanger lättare kan uppfattas av människan och därmed bli accepterad som en socialt kompetent individ. Uttrycksfullhet och uppmärksamhet I artikeln The Role of Expressiveness and Attention in Human-Robot Interaction (Bruce, Nourbakhsh & Simmons, 2002) pekar författarna på vilken roll uttrycksfullheten har för uppmärksamheten och den sociala interaktionen människa maskin. De hävdar att de flesta robotar till dags dato endast kan interagera med sina skapare eller en liten grupp av individer som blivit särskilt tränade för uppgiften. De menar vidare att om en robot någonsin skall kunna användas som hjälpmedel för allmänheten så behövs det robotar som inte bara programmerare kan kommunicera med. Orsaken till detta är att det lagts för mycket fokus på agentens input från människan (gester och taligenkänning osv.) men att man gjort väldigt lite angående hur roboten själv skall presentera information och ge återkoppling till sin användare. Deras slutsats är att robotar behöver ett transparent gränssnitt som gemene man kan tolka. Den modell som för dem framstått som den bästa är face-to-face interaktion, då människan har en otrolig förmåga att tolka beteendet hos andra människor. Dessa tolkningar av uttryck sker genom kanaler som: tal, ansiktsuttryck, gester samt hållning. Dessa modaliteter vill man sedan utnyttja för att göra kommunikationen människa maskin så innehållsrik och effektiv som möjligt. De menar vidare att det mänskliga beteendet vanligtvis är högst förutsägbart därför att det oftast håller sig inom de normer som helt enkelt gör att saker och ting flyter på 8

9 som det brukar göra. För att vi människor inte skall reagera negativt på, eller tycka att robotar beter sig irrationellt så måste också robotar lära sig att tolka och uppträda på ett för oss socialt korrekt sätt. Följer man dessa riktlinjer så kan man lätt få uppfattningen att en robot blir lättare att förstå ju mer människolik den blir och att det optimala i så fall skulle vara att skapa en helt artificiell människa, vilket för närvarande inte är praktiskt möjligt. De ställer sig precis som förespråkarna för antropomorfism frågan om hur människolik en robot skall vara, och om det kan vara en nackdel att låta roboten bli alltför människolik. Dessutom inser de att man för närvarande endast kan implementera ett fåtal mänskliga beteenden i AI-system men ställer sig också frågan om vilka beteenden som är viktigast att fokusera på för att uppnå en så effektiv interaktion som möjligt mellan människa maskin. Som exempel på robotar som enbart inriktar sig på face-to-face kommunikation för social interaktion kan nämnas roboten Kismet som är en skapelse från MIT. Denna robot använder ansiktsuttryck och känslofyllt tal för att uttrycka känslor och att föra en social interaktion med en person. Nackdelen är att då Kismet endast består av en byst med ett komplext mekaniskt huvud och därmed inte kan förflytta sig själv är beroende av att andra inleder interaktionen med roboten och inte tvärtom. Denna begränsning har dock inte en annan skapelse, en robot med namnet Vikia. Vikia - ett försök till social robot Vikia har precis som Kismet ett uttrycksfullt ansikte dock med skillnaden Vikias huvud visualiseras som en 3D-modell av ett ansikte på en platt vridbar datorskärm istället för på ett mekaniskt huvud. Förutom denna skillnad så är Vikia monterad på ett motoriserat chassi vilket medger förflyttningar. På chassiet är även monterat en lasersensor som är en del av robotens perception för att upptäcka objekt och människor runt omkring roboten. Dessutom Detta ger nya möjligheter till social interaktion då Vikia har möjlighet att själv ta initiativ för att starta t.ex. en konversation med människor upptäckta av lasersensorn.. Designen av ansiktet är vald för att vara så realistisk som möjligt med tanke på att det borde göra det lättare för folk att tolka dess uttryck. De har till och med utgått från en dramatikers (Francois Delsarte) försök att koda olika typer av ansiktsutryck och kroppshållningar för att uttrycka olika former av emotionella tillstånd. Vikia klarar alltså av att uttrycka många av de vanligaste uttrycken så som glädje, sorg, ilska, stolthet och skam mm. Robotens tal tillsammans med huvudets och ansiktets animationer är sedan kontrollerade av ett scriptspråk vilket möjliggör 9

10 samverkande koordination av huvudrörelser och ansiktsuttryck tillsammans med talet. Språket får sedan representera beteendet som tillståndsmaskiner som förändras beroende på signaler från programmet som hanterar perceptionen. Då Vikia vid artikelns publicerande inte hade taligenkänning implementerad gick en test av interaktionen människa maskin till på följande sätt; Vikia placerades helt sonika ut på en plats där människor passerade för att låta dem svara på en omröstning/utfrågning med hjälp av instruktioner från Vikia. När Vikia detekterat en person så hälsar hon på dem och börjar att följa/spåra personen genom att rikta uppmärksamheten endast på den personen ända tills interaktionen är avslutad. Om personen stannar frågar roboten om denne är villig att svara på några frågor. Står de då fortfarande kvar så börjar roboten sin utfrågning genom att be personen ifråga att närma sig mikrofonen placerad på den vridbara skärmen för att säga svaret. Om personen underlåter sig att närma sig mikrofonen kommer han/hon att bli uppmanad att göra detta 3 ggr. Om Vikia då fortfarande inte blivit åtlydd säger hon till dem att hon ger upp sin utfrågning och avslutar därefter interaktionen. Om personen istället lyder Vikia och närmar sig henne så triggar Vikia på närmandet genom att tolka det som ett svar (detta p.g.a. avsaknaden av taligenkänning). Därefter väntar vikia på att personen åter skall ta ett steg tillbaka. Gör de inte det så uppmanas personen att ta ett steg tillbaka 3 ggr. Innan roboten åter ger upp. När personen backat undan fastställer Vikia att interaktionen är över och tackar personen för medverkan och säger adjö. Sedan upprepas samma procedur med nästa individ som står närmast Vikia. Syftet med testet var att avgöra effekterna av hur uttryck av känslor och indikationer på uppmärksamhet hos roboten då det visade sig att just detta initierade interaktion. Hur gick då detta till. Jo när personerna inte gjorde som Vikia förväntade sig dvs. när de efter upprepade uppmaningar att närma sig, ta ett steg tillbaka osv. inte åtlydde så ökade inslagen av irritation i både ansiktsmimik och tal. Lydde folk så uppträdde hon vänligt och med välvilligt intresse. Testet visade att det var just inslagen av irritation som gjorde att folk rättade sig efter Vikias uppmaningar eller åtminstone gjorde försök att göra det. 10

11 Shared attention En annan aspekt vilken vidrördes i början av arbetet under rubriken social interaktion är hur man kan underlätta skapandet av ett komplext beteende genom att låta en robot interagera med förmyndare. Denna idé återkommer i artikeln Alternate Essences of Intelligence (Brooks, R.A., C. Breazeal (Ferrell), R. Irie, C. Kemp, M. Marjanovic, B. Scassellati and M. Williamson, 1998) där den ingår i metodologin exploring themes of developement under rubriken Developement of social interaction där man talar om att delad uppmärksamhet för att utveckla sociala färdigheter. Dessa färdigheter tar sig uttryck i möjligheten att tolka en pekande gest eller att t.ex. behålla ögonkontakt. Detta återkopplas också i annan forskning som baseras på barns sociala utveckling och utvecklingsmodeller för autism. De nämner att vissa forskare tror att det är just bristen på förmågan till delad uppmärksamhet kan vara central för beteendestörningen autism. Just barns utveckling verkar vara i fokus när de själva försöker få sociala färdigheter att utveckla sig i sin humanoid Cog. Då spädbarn är benägna att reagera på socialt relevanta stimuli som ansikten och objekt som har mänsklig rörelse blev ett första steg i denna riktning att försöka få humanoiden Cog att detektera ögonkontakt och upptäcka ansikten. Denna ansats verkar hittills vara lyckad då det lett till att Cog nu är kapabel till att upptäcka ansikten även perifert för att sedan fokusera för att finna och detektera ögonen i ansikena. Ytterligare en bieffekt av denna utvecklingskedja har lett till man även lyckats att implementera ett enkelt mimicry nämligen att Cogs huvud nu ja- och nej-nickningar från sin förmyndare/vårdnadshavare. 11

12 Diskussion Orsaken till att jag valde socialt beteende i AI-system som fördjupningsuppgift är att jag tycker mig ha en indikation om att det är det som verkar vara det magiska inom AI, dvs. det som verkligen gör att man kan uppnå en verklig och artificiell intelligens. Det verkar vara ett oerhört brett och komplext ämne och jag har upptäckt att det verkar vara väldigt svårt att greppa de centrala delarna för att kunna återge det på ett fullständigt och komplett sätt. Dock tror jag mig ha kommit till insikt i vilka problem man ställs inför när man skall bygga in det sociala beteendet i AI samt också vilka möjligheter det öppnar. Då forskningen inom ämnet till stor del bygger på studier av det mänskliga beteendet så tror jag att man även inom psykologin kan ha hjälp av AI-forskningen runt ämnet. Jag tror att det kanske kan ge ökad förståelse kring sjukdomar som autism samt Aspergers syndrom. Då projekten jag tagit upp i detta arbete endast befinner sig på ett tidigt stadie i förhållande till vår intelligens kanske man när man i ett senare skede när man kommit lite längre i forskningen bygga ett slags artificiell referensplattform för den mänskliga intelligensen där man skulle kunna testa hur olika faktorer påverkar vårt sätt att tänka och bete oss. Man skulle på det sättet verkligen kunna pröva om avsaknaden av just shared attention får plattformen att uppvisa ett autistiskt beteende. Norman i sin intervju samt Gärdenfors i sin artikel verkar konstaterat att AI verkligen tagit en ny vändning i och med det nya tankesättet att låta interaktionen med omgivningen påverka utvecklandet och bearbetandet av informationen i inbyggda artificiella intelligensen i maskiner. Vem vet, någon gång i framtiden kanske en robot eller kanske t.o.m. en helt mjukvarubaserad agent kan bli så social att man refererar till den som en enskild individ i vårt samhälle. 12

13 Källförteckning Brooks, R.A., C. Breazeal (Ferrell), R. Irie, C. Kemp, M. Marjanovic, B. Scassellati and M. Williamson, "Alternate Essences of Intelligence", Proceedings of the Fifteenth National Conference on Artificial Intelligence (AAAI-98), Madison, Wisconsin, July 1998, pp Tillgänglig: Brooks, Rodney, Cynthia Breazeal, Matthew Marjanovic, Brian Scassellati and Matthew Williamson "The Cog Project: Building a Humanoid Robot", in C. Nehaniv, ed., Computation for Metaphors, Analogy and Agents, Vol of Springer Lecture Notes in Artificial Intelligence, Springer-Verlag, Tillgänglig: Bruce A, Nourbakhsh I., Simmons R. The Role of Expressiveness and Attention in Human- Robot Interaction, In Proceedings of the IEEE International Conference on Robotics and Automation, Washington DC, May Tillgänglig: Duffy, B.R., "Anthropomorphism and The Social Robot", Special Issue on Socially Interactive Robots, Robotics and Autonomous Systems 42 (3-4), 31 March 2003, pp (extended version of IROS02 paper) Tillgänglig: Gärdenfors Peter, Balkenius Christian, Artificiell intelligens och naturlig dumhet (eller tvärtom? ), Juli 2002 Tillgänglig: Kennedy James, Russell C.Eberhardt Swarm Intelligence Academic Press 2001 xiii Tillgänglig: Norman Donald Emotion and Affect, 2002 ACM Ubiquity (Issue 13 - May 14-20, 2002) Tillgänglig: 13