Tack vare ett forskningsanslag på 18,5 miljoner från Knut och Alice Wallenbergs stiftelse hoppas nu robotikprofessor Danica Kragic Jensfelt, tillsammans med sina kollegor vid KTH, kunna nå sitt mål att ta fram robotar som kan utföra lika komplicerade uppgifter som människor.
Målet med forskningsprojektet är att ta fram nya teorier och algoritmer för robotar så att de om några år kan utföra lika komplicerade uppgifter som människor. Det kan handla om till exempel vanligt hushållsarbete som inte är särskilt svårt för oss människor, men betydligt mer komplicerat om man är en robot.
Problemen med dagens robotar ligger inte främst i själva hårdvaran utan snarare i mjukvaran som på nya smarta sätt måste kunna representera och organisera den mängd information roboten tar in via sina sensorer och även kunna avgöra vad som är relevant just för stunden.
– Det här projektet går ut på att tänka annorlunda. Vi vill hitta likheter mellan data, göra problem mindre komplexa, säger Danica Kragic Jensfelt. Hon berättar även att en av utmaningarna ligger i att robotarna ska kunna lära sig utifrån tidigare kunskap och erfarenhet.
– 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?
[…]
– 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.
Eftersom man inte kan programmera in varje tänkbart scenario på förhand i en robot måste den på egen hand kunna utvärdera situationer i realtid och agera därefter. Som exempel tar Danica Kragic Jensfelt en robot som lagar mat men inte hittar någon slev att röra om i grytan med och hur den då ska 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.
Det nya forskningsprojektet kommer kräva utveckling och integration av metoder inom flera olika discipliner: robotik, matematik, reglerteknik, datorseende och maskininlärning, tillägger Danica Kragic Jensfelt. Totalt ligger forskningsanslaget på 18.558.000 kronor fördelat över fem år. Under de åren hoppas hon att man tack vare pengarna har kunnat bygga upp en omfattande kunskapsdatabas samt att KTH:s robotlabb då ska vara ett av de fem främsta i världen inom sitt område.