Paolo Pirjanian az Embodied alapítója és vezérigazgatója, egy új generációs robotikai startup, amely az Alexa Fund tagja. A vállalat Moxie robotját a TIME magazin a 2020-as év 100 legjobb találmánya közé választotta. A Moxie egy élethű, hihető robot, amely empatikus szemkontaktust, valósághű testbeszédet és arckifejezéseket használva lép kapcsolatba a gyerekekkel, és úgy tervezték, hogy elősegítse a kapcsolatteremtést.
„A robotot úgy tervezték, hogy fejlessze a gyerekek „EQ” készségeit” – mondja Pirjanian. „A játékalapú interakciók, küldetések és feladatok révén a Moxie segít a gyerekeknek olyan dolgokban, mint például az érzelmeik címkézése, az érzelmeik szabályozása légzőgyakorlatok segítségével, és a hála kifejezése.”
A MOXIE terápiás kerete, amely a bevált és bizonyítékokon alapuló terápiás stratégiákat használja ki, bizonyítottan már hat hét alatt pozitív hatást gyakorol a fejlődésre a mentális viselkedési fejlődési zavarokkal küzdő gyermekekre.
Pirjanian közel három évtizedes pályafutása során végig foglalkozott a robot ikával. Kutatásokat végzett a NASA Jet Propulsion Lab számára, emellett a forradalmi Roomba porszívók mögött álló iRobot vállalat technológiai igazgatójaként is tevékenykedett.
Ebben a cikkben Pirjanian három tippet oszt meg azon üzleti döntéshozók számára, akik robotikát és mesterséges intelligenciát kívánnak kiépíteni vagy beépíteni működésükbe, termékeikbe és szolgáltatásaikba.
Tervezés az ember-számítógép interakció különböző módozataihoz
„A robot okat a népszerű médiában gyakran úgy ábrázolják, mint autonóm gépeket, amelyek az emberi intelligenciát utánozzák és gyakran túl is szárnyalják – nem mindig a legkellemesebb következményekkel. Praktikusabb azonban a robotikára úgy gondolni, mint egy emberközpontú mérnöki tudományágra, ahol a technológia nem helyettesíti az emberi intelligenciát, hanem kiegészíti azt azáltal, hogy segít pótolni korlátainkat és elfogultságainkat.
Ez az emberközpontú szemlélet vezérli a Moxie termékfejlesztésének minden aspektusát, különösen, amikor a multimodális interakciók lehetővé tételéről van szó.
A Moxie célja, hogy segítse a tudatos és magabiztos gyermekek fejlődését és megerősítését. Ehhez biztosítanunk kellett, hogy a Moxie képes legyen szemkontaktust teremteni a gyerekekkel.
Nem akartunk olyan viselkedést modellezni, ahol az emberek nem képesek szemkontaktust teremteni.
Ennek eredményeképpen számítógépes látási algoritmusokat fejlesztettünk ki annak biztosítására, hogy Moxie képes legyen megtalálni a gyermeket – ami nehézségekbe ütközhet, ha a gyermek egy csoportban ül – és szemkontaktust létesíteni. Nem szeretné azonban, ha a Moxie túl hosszú ideig tartaná a szemkontaktust, ami kellemetlen és már-már disztópikus élményt okozhatna. Kifejlesztettünk egy egész csoportos animációt, ahol Moxie rád néz, egy másodpercre elfordul, majd újra visszanéz.
A hang egy másik fontos aspektusa a multimodális interakciók fejlesztésének. Itt a természetes nyelvi feldolgozás legmodernebb eszközeit kellett felhasználnunk egy olyan rendszer kifejlesztéséhez, amely lehetővé teszi, hogy a Moxie beazonosítsa, hol található a beszélő, megkülönböztesse a releváns és a háttérzajokat, és megértse a beszélgetések kontextusát.
Felismertük, hogy a felhasználási esetek többségében a robotoknak nem kell annyira ráhangolódniuk az emberi érzelmek bonyolultságára, mint a Moxie-nak. Az üzleti és műszaki vezetőknek azonban a robotokat mindig az ember-számítógép interakció prizmáján belül kell szemlélniük, nem pedig autonóm egységekként. Még a raktárrobotoknak is interakcióba kell lépniük az emberekkel, amikor a feladataikat végzik, és az átgondolt emberközpontú és multimodális tervezés segít a robotoknak a lehető legjobban ellátni a feladataikat”.
Koncentráljon arra, ami fontos az ügyfél számára
„Létfontosságú, hogy az ügyfeled számára a „muszáj dolgokra” koncentrálj. A Moxie esetében elengedhetetlen volt, hogy alacsonyan tartsuk a költségeket. És mivel gyerekekkel dolgozunk, ez azt is jelentette, hogy nem köthettünk kompromisszumokat a magánélet védelmét illetően.
A költségekkel és a magánélet védelmével kapcsolatos kompromisszumok elutasítása azt jelentette, hogy jelentős tudományos és technológiai kihívásokkal kellett megküzdenünk, amelyeket a szabványosabb megoldások elfogadásával is leküzdhettünk volna.
Például átgondoltnak és okosnak kellett lennünk a gesztusokért és testmozgásokért felelős motorok optimális számának kiválasztásakor. Egy külső gyártótól származó nagy teljesítményű GPU beépítése több mint tízezer dollárra növelte volna a robot költségét. Ennek eredményeképpen mérnöki erőforrásokat kellett befektetnünk, hogy szoftverünket úgy optimalizáljuk, hogy az egy alacsony árú, olcsó, „készletről kapható” processzoron fusson.
Az adatvédelemre
Való összpontosításunk azt jelentette, hogy számos szoftverrel kapcsolatos kihívást is le kellett küzdenünk. Erőforrásokat fektettünk be annak biztosítására, hogy minden adat titkosítva legyen. Mivel a Moxie által készített minden kép az eszközön marad, nem használhattunk sok szabványos felhőalapú számítógépes látás algoritmust. Ez azt jelentette, hogy erőforrásokat kellett befektetnünk olyan mechanizmusok kifejlesztésébe, amelyek segítenek biztosítani, hogy a képek soha ne hagyják el a robotot. Ezt a kihívást hihetetlenül nehéz költséghatékonyan leküzdeni, mivel a számítógépes látás rendkívül számításigényes lehet.
Mint azt mindenki tudja, aki fejlesztett már termékeket és szolgáltatásokat gyermekek számára, még csak távolról sem lehet semmi nem megfelelő. Ez olyan nyilvánvaló dolgokat is magában foglal, mint a nem megfelelő szavak használata. De fontos megjegyezni, hogy hihetetlenül sokszínű világban élünk. Egy Bart Simpson-utalás lehet, hogy az egyik családban teljesen elfogadható, de egy másikban teljesen elfogadhatatlan. Ez azt jelentette, hogy meg kellett terveznünk és be kellett tanítanunk egy neurális hálózatot az összes olyan témára, amely helytelennek minősülhet”.
Az ügyfeleink számára fontos területekre való összpontosítás lehetővé tette számunkra, hogy megértsük, hogyan és hova kell elosztanunk értékes technikai erőforrásainkat.”
„A tudósok, vállalkozások és fejlesztők erős közössége épít az Alexára. A szolgáltatás idővel egyre jobb lesz. Így sokkal több értelme van kihasználni mindezt az innovációt, és felszabadítani az erőforrásokat a nagyszerű ügyfélélmény nyújtására.”
A szélesebb tudományos közösség innovációinak hasznosítása
„A mesterséges intelligencia (robot AI) területén elért legjelentősebb előrelépések közül sok a tudományos élet és az ipar közötti együttműködés eredményeként vált lehetővé. Számos olyan startup, vállalkozás és szervezet van, amely az olyan kezdeményezésekből származó innovációkat hasznosította, mint az ImageNet Large Scale Visual Recognition Challenge vagy a Robotics Operating System (ROS) fejlesztése.
Akkor érdemes saját, egyedi, házon belüli megoldást létrehozni, ha nincs más alternatíva. Ha azonban lehetséges, akkor a világ legjobb szolgáltatóival is együtt kell dolgoznia, és igénybe kell vennie a szolgáltatásaikat.
A hang egy példa arra az esetre, amikor nem kell újra feltalálnia a kereket. Amikor öt évvel ezelőtt elindítottuk a Moxie-t, az Alexa nem rendelkezett néhány olyan képességgel, amelyet kerestünk. Ma azonban már teljesen más a helyzet – a tudósok, vállalkozások és fejlesztők olyan erős közössége épül az Alexára. A szolgáltatás idővel egyre jobbá válik. Így sokkal több értelme van kihasználni ezt a sok innovációt, és felszabadítani az erőforrásokat a nagyszerű ügyfélélmény nyújtására.”
Legyen a te házad a legokosabb
Látogass el webshopunkba kattints a gombra
KLIMA SZERELÉS kattints a linkre.
