Cистемы человеко-машинного взаимодействия (HAI) - следующий шаг в развитии искусственного интеллекта

Команда ученых и инженеров бросила вызов давним представлениям в области взаимодействия человека и Ai-машины, чтобы изменить взгляды на использование возможности людей, особенно в развитии передовых технических систем, которые связаны с искусственным интеллектом и роботизацией.

Исследовательская группа разработала платформу " Privileged Sensing Framework (PSF)", которая была задумана для использования последних достижений в области технологий анализа возможностей человека для динамической интеграции людей и роботизированных агентов Ai на основе их индивидуальных характеристик. Например, люди склонны легко адаптироваться к изменениям в окружающей среде, а  агенты Ai обычно обрабатывают большие объемы данных быстрее, чем люди.

Основное внимание в этом исследовании было обращено к демонстрации того, что PSF рассматривает человека как основной, критический и центральный орган взаимодействия, а также позволяет техническим системам, таким как роботы, выявлять возможные человеческие ошибки и исправлять их, в случае, когда решения или действия людей могут привести к дисфункции или даже катастрофе.

Фундаментально исследование обеспечивает критически важное движение к новой структуре систем управления, способные использовать динамические взаимодействия между разными информационными компонентами, которые влияют на ценность конечной информации и на принимаемые на ее основании решения. PSF обеспечивает продвинутый подход к системе человеко-машинного взаимодействия, рассматривающий человека как особый класс сенсора, а не как конечного и абсолютного арбитра.

PSF основывался на концепции надлежащей «привилегированной» информации в процессе интеграции для предоставления особых прав конкретным агентам на основе их возможностей в контексте текущей задачи и целей производительности.

Благодаря серии симуляционных экспериментов PSF значительно улучшило совместную работу в области Ai, не жертвуя при этом преимуществами сильных сторон человека.

Новые исследования продвигают этот подход к более широкому спектру возможностей, которые включают совместное управление человеческими возможностями, обнаружение взаимных целей для человека и Ai, а также управление и контроль. В целом эти усилия дают дополнительные доказательства того, что применение принципов PSF может обеспечить улучшенную производительность совместных человеко-машинных систем в широком спектре приложений.

По заявлениям исследователей, в будущих усилиях основное внимание будет уделено разработке новых методов включения PSF в экспериментальные человеко-машинные системы, которые позволят проанализировать воздействия этого подхода на эффективность данных системы.

Примерно через 20 лет, по оценкам ученых, создание объединяющих структур, которые включают динамические оценки человеческих возможностей для облегчения и развития взаимодействия между людьми и Ai, и дают богатые возможности революционизировать использования мультиагентных групп в большом спектре приложений.

Исследование было мотивировано необходимостью решить фундаментальные проблемы, которые до сих пор препятствовали переходу передовой автоматики и автономных технологий из лаборатории в реальную операционную среду.

Как правило, люди легко адаптируются к различным задачам и экологическим сложностям при принятии решений и поэтому часто рассматриваются как отказоустойчивые сенсорные системы в тех случаях, когда автономная технология не очень успешна. Однако люди склонны к изменчивости из-за таких факторов, как усталость или рассеянность внимания, а это означает, что даже профессионалы иногда ошибаются. Врожденная изменчивость человека, влияющая на его производительность, делает  решение проблемы интеграции людей и Ai чрезвычайно сложным.

До недавнего времени роль большинства ограничений в интеграции человека и Ai играла изменчивость человека. В результате человеческие возможности в полной мере не эксплуатировались, и ни одна человеческая ошибка не была полностью компенсирована, в результате чего совместные человеко-машинные системы принципиально не могли полностью реализовать свой потенциал.

Подробней, фото1, фото2, фото3