Nu ska roboten få människans fingerfärdighet

– En viktig fråga som vi kommer att studera i det här forskningsprojektet är hur robotar kan lära sig nya uppgifter med hjälp av den kunskap de redan har från början. Om en robot till exempel vet hur man plockar upp ett glas från bordet, kan den också plocka upp en kopp? Eller en tallrik?

Danica Kragic Jensfelts frågeställning är ett av de spörsmål som hon kommer att jobba med tillsammans med bland andra forskarkollegorna Dimos Dimarogonas och Aaron Bobick (gästprofessor från Georgia Institute if Technology) vid KTH.

Men först en kort bakgrund.

Forskning inom robotik har genomgått en snabb utveckling det senaste årtiondet. Robottekniken har gjort sitt intåg inom flera områden och tillämpningar, men det är än så länge främst i form av enkla hjälpredor som klipper gräs eller dammsuger. Traditionellt har dessa robotar haft en låg nivå av autonomitet och interaktionen med objekt i omgivningen var i bästa fall enkel.

I dagens samhälle har robotar samtidigt tagit över en mängd arbetsuppgifter inom bland annat industri och sjukvård vilket lett till ökad effektivitet och kvalitet samt förbättrat arbetsmiljön för många människor. Nyttan med robotar är alltså mycket tydlig. Den förändrade demografin i Sverige, bland annat genom fler människor som behöver mer sjukvård, kommer att kräva att denna utveckling accelererar vilket i sin tur kräver betydande framsteg inom robotikområdet.

– Precis som hos människor sker i stort sett all fysisk interaktion mellan en robot och omgivningen med armar och händer. Om man tittar på de uppgifter som en människa utför och hur de genomförs noterar man att människan mycket ofta använder båda armarna och händerna och att samarbetet mellan just armar och händer är något vi uppnår utan att tänka, berättar Danica Kragic Jensfelt.

Hon fortsätter med att berätta att forskningsprojektet har som mål att ta fram nya teorier och algoritmer för att möjliggöra att robotar i framtiden ska kunna utföra lika komplicerade uppgifter som människor gör. 

Vilka mer specifika problem inom forskningsområdet står då forskarna inför just nu? Big data-perspektivet är förstås en utmaning.

– Vi vill alltså att robotar ska lära sig som människor gör det, genom erfarenhet. Det vill säga, vi människor lär oss av våra egna misstag och framsteg och genom att studera andra människor. För att kunna göra det har vi våra fem sinnen, och de använder vi oss av utan att tänka. Vi är också bra på att sortera bort information som vi inte behöver, och vi glömmer ibland bort den kunskap vi frekvent inte använder oss av, säger Danica Kragic Jensfelt.

Hon fortsätter med att berätta om robotars och autonoma systems framtida vardag.

– Vi förväntar ju oss att robotar aldrig glömmer. När robotar via sensorer samlar in information blir det mycket data. Dessutom kan de samla in information som vi människor inte kan, till exempel göra korrekta avståndbedömningar, säger Danica Kragic Jensfelt.

Hon summerar de utmaningar som finns. Som att en robot ska kunna fatta beslut hela tiden - i realtid - och kunna avgöra vad som är viktigt och var som inte är det. Till det tillkommer snudd på orimliga förväntningar på robotar, att de ska minnas exakt allt som hänt. Och så den enorma mängden data då, som roboten samlar in från sin omvärld.

– Det här innebär att vi måste hitta nya sätt att jobba med robotars sätt att inhämta och agera på information. Vi måste hitta nya sätt att representera data. Vi vill jobba med matematiker för att titta på hur representationen av informationen ska se ut. Helt enkelt ett nytt sätt att organisera data. Det här  projektet går ut på att tänka annorlunda. Vi vill hitta likheter mellan data, göra problem mindre komplexa, säger Danica Kragic Jensfelt.

Hon illustrerar det hela med ett exempel. Säg att en robot lagar mat och behöver röra om i en gryta på spisen. Roboten hittar ingen slev, hur ska den då förstå att det går lika bra med en sked men inte en penna?!

– Vi människor förstår ju mycket via vilken kontext saker och och ting befinner sig i. Robotar kan å sin sida mäta färg och form, men har svårare för just kontext. Objekt kan se väldigt lika ut, men ha olika funktioner. De kan ha samma funktion, men se mycket olika ut. Så det är en utmaning, säger säger Danica Kragic Jensfelt.

Vad hoppas du att det här forskningsanslaget ska leda fram till under kommande femårsperiod?

– Vi hoppas att vi har byggt upp en omfattande kunskapsdatabas om fem år. På världsnivå pratar forskarna just nu om det nya sättet att arbeta med representation av information. På till exempel Stanford och Berkeley finns det tankar om att gå i samma riktning. Så jag hoppas att KTH:s robotlab är ett av de fem främsta inom den här typen av robotforskning, och känt för att gått i denna forskningsriktning, säger Danica Kragic Jensfelt.

Hon tillägger att detta forskningsprojekt kräver utveckling och integration av metoder inom flera olika discipliner: robotik, matematik, reglerteknik, datorseende och maskininlärning. 

Robotar sensorer består bland annat av kameror, taktila sensorer samt kraft- och momentsensorer.

Det exakta forskningsanslaget är på 18 558 000 kronor fördelat över fem år. Forskningsprojektet ska involvera tre doktorander, tre postdoktorer och/eller juniora forskare och tre professorer.

Text: Peter Larsson

För mer information, kontakta Danica Kragic Jensfelt på 08 - 790 67 29 eller danik@csc.kth.se.