Kan robotter holde tiden?

Tid er en underlig størrelse, som nok kan måles med et ur, men som de fleste af os opfatter meget forskelligt afhængigt af situationen. Tidsopfattelse er hidtil ikke noget, man har tænkt er vigtigt i robotteknologi, men hvis vi skal interagere med robotter, er tid en vigtig faktor for oplevelsen. EU projektet TimeStorm tog fat på et helt nyt forskningsområde.

Robotter er formidable til at være nøjagtige. Når det gælder at holde styr på tiden, er de mennesket langt overlegen, for de kan have et urværk bygget ind som en del af deres algoritme. Men robotter kan ikke selv opfatte tiden. De har ikke ligesom mennesker og dyr en tidsfornemmelse i sig selv. Det er en overset parameter, når det gælder om at udvikle robotter, der interagerer og samarbejder med mennesker.

Den meste forskning i robotteknologi handler om, at lære robotter at genkende ting, at bevæge sig og at lære at tale. Men hvis robotter skal indgå i samfundet som en form for samarbejdspartner for mennesket, skal de også lære nogle fundamentale ’sociale kompetencer’. En af dem er at tidsestimere. Hvor længe varer en tankepause i en samtale? Hvordan skal tiden fordeles mellem to forskellige personer, der begge beder om noget på samme tid? Hvor lang tid tager en opgave med person A i sammenligning med person B?

Derfor er forskere der arbejder på, hvordan man kan få robotter til at ´forstå´ tid.

Et øjeblik eller en evighed

Det er en større opgave, for menneskets tidsfornemmelse er i virkeligheden lidt af et mysterium. Enhver kender til hvordan ti minutter kan føles som et øjeblik eller som en evighed afhængigt af situationen. Og mange forskningsresultater bekræfter oplevelsen og viser, at når forsøgspersoner skal estimere hvor lang tid der går mellem to signaler, så estimerer de kortere tid hvis de er i godt humør eller optaget af noget og de estimerer længere, når de er kede af det eller keder sig. Det gælder både korte og lange tidsintervaller.

Men om estimeringen er baseret på en indre funktion som fx pulsslag eller på ydre sanseindtryk som hvad vi ser, hører og mærker er endnu ikke fuldt afdækket. Og det gør det svært, hvis man skal lære robotter om tid.



I et EU projekt under navnet TimeStorm har en række forskere undersøgt hvordan mennesket opfatter tid, og forsøgt at opstille en ramme for, hvordan man kan arbejde med modeller, der kan give robotter tidsfornemmelse. Selvom forskningen stadig er på et tidligt stadie, har de fundet nogle skabeloner at arbejde videre med.

Bevidstheden skaber tiden

De fleste neurologer og psykologer har beskæftiget sig med, hvordan hjernen arbejder med tid, og hvilke centre, der er aktive, når vi tidsestimerer. I TimeStorm projektet er der samtidig en række bevidsthedsforskere tilknyttet, der undersøger de neurale dynamikker – hvordan hjernen bearbejder de input der kommer fra omverdenen. En af dem er Anil Seth, der leder Cognitive and Computational Neuroscience på Sussex Universitet.

Han mener, at det er absurd at tale om, at der er en form for ’indre ur’ i vores hjerne. I stedet taler han om perception – altså hvordan vi opfatter og bearbejder sanseindtryk. Og ligesom opfattelsen af rød er noget vores hjerne finder på, når øjet bliver udsat for bestemte bølgelængder, så er tid noget der bliver opfattet og bearbejdet ud fra sanseindtryk.

– Der er en hel verden derude fuld af farver, former og lyder, og perception betyder, at hjernen på en eller anden måde skal bearbejde alt det, og repræsentere det i vores bevidsthed. Så der er ikke et eller andet indre ur der tæller mængden af tid. Det bliver genereret af en anden proces, forklarer han.

Kunstige neurale netværk

Skal man genskabe opfattelse af tid, kan man arbejde med kunstige neurale netværk. Det er en avanceret computermodel (eller et sæt algoritmer), der er opbygget på samme måde som den menneskelige hjerne.

Neurale netværk arbejder (groft sagt) på følgende måde: Hvis en person ser et billede af en stribet kat, vil det ramme et lag af neuroner, der registrerer farver, et lag der opfatter konturer, et lag der registrerer lys og så videre. Hvert eneste niveau giver altså en lille smule mere kompleksitet og tilsammen vil alle disse indtryk sende et samlet billede til hjernen, som dermed genkender: En stribet kat.

Det er på den måde de kunstige neurale netværk fungerer. De er blevet trænet til at genkende ting ved at millioner af billeder ’passerer’ en række avancerede algoritmer, der registrerer forskellige ting. På den måde kan netværket genkende objekter, miljøer og bevægelser på en måde der minder om den visuelle del af hjernen.

Hvis de neurale netværk fungerer meget lig den menneskelige hjerne, kan det bruges til at studere vores bevidsthed – blandt andet vores evne til at tidsestimere. Det har betydning, fordi det er svært og tidskrævende at lave forsøg med rigtige mennesker i store populationer.

Er der et indre ur?

Selvom den biologiske hjerne og computerhjernen har mange ligheder, fungerer de ikke helt ens. Den biologiske hjerne laver for eksempel shortcuts i form af mønstergenkendelse, mens den kunstige hjerne kan lave hele udregningen hver gang.

Bevidsthedsforskerne i TimeStorm projektet har derfor brugt meget krudt på at træne og teste om en model for kunstige neurale netværk, kan have de samme resultater, når det gælder tidsestimering, som i de forsøg man laver med mennesker.

Det første de gjorde var, at tage en række videoer i forskellige længder i forskellige miljøer. På landet, i laboratoriet, på et kontor og i centrum af byen. Steder og situationer hvor der enten ikke rigtig skete noget eller hvor der var travlhed.

De bad en stor gruppe forsøgspersoner se dem og skrive ned, hvor lang tid de mente de tog, og endte op med et materiale på flere tusinde tidsestimater. Samtidig eye-trackede de personerne, så de kunne danne sig et mønster af, hvor folk kigger for at indhente visuelle input. Det fik et klart mønster frem. Mennesker underestimerer korte tidsintervaller og overestimerer lange. Hvis det er et travlt miljø, hvor der sker en masse, opfatter mennesker tidsintervallet som længere end hvis der ikke sker noget.

Neurale netværk algoritmer er noget man efterhånden kan erhverve sig som en standard software pakke, og derefter træne til forskellige formål. Det gælder også tid.

– Vi træner netværket med den faktiske længde af en hel bunke af videoer. Vi fortæller det, at denne video er fem sekunder lang og så videre. Og bagefter tester vi det (netværket) med en række videoer, som det ikke har været præsenteret for før, og det viser sig, at det opfører sig vældig meget som mennesker. Det laver de samme fejl, bias og under- og overestimeringer, fortæller Anil Seth.

Det var især, når netværket fik de samme visuelle input, som eyetrack-analysen viste, at mennesket fokuserer på i en video. Og selvom denne undersøgelse kun beskæftiger sig med de visuelle cues, og der er mange andre sanseindtryk, som kan være med til at afgøre, hvordan hjernen opfatter tid (fx har blinde jo også tidsfornemmelse), er resultatet er slående, mener Anil Seth.

– Det beviser for os, at der er slet ikke brug for et indre ur. Vi siger ikke, at der ikke ER indre tidsbestemmende funktioner i hjernen, men det viser, at bedømmelse af tidsintervaller for en stor del er afhængig af den psykologiske oplevelse af tid.

Den sociale smidighed

Han understreger, at selvom det ikke er store forskelle, er det alligevel væsentligt.

– I vores daglige liv er vi måske ikke så optagede af om noget tager tre eller fire sekunder, men vi udfører konstant nye handlinger, og vi er nødt til at være i stand til at forudsige den næste. Og vi interagerer med hinanden, hvilket også er afhængigt af, at jeg har en ide om hvordan du opfatter varigheden af noget. Der er en masse social smidighed, der kommer til udtryk i disse fintmaskede forudsigelser af tid.

Og her vender han tilbage til robotterne. For selvom der forskningsmæssigt er lang vej endnu, er tidsaspektet en vigtig forudsætning for, at fremtidens R2-D2 og C-3PO kan blive en realitet.

– Ingen har rigtig overvejet, hvordan vi giver robotter en fornemmelse af tid, for man tænker, at det er et nemt problem at løse, man putter bare et ur ind. Og det kan man selvfølgelig gøre, men det bliver det en meget unaturlig robot. Det vi ønsker er robotter, der er i stand til at interagere naturligt med mennesker. For at gøre det, er de (robotterne) nødt til at opfatte tid på en måde som er meget lig menneskets. Eller i det mindste forudsige, hvordan mennesker opfatter tid.

Koordinere fortid, nutid og fremtid

Et andet element der har betydning i forhold til robotter og tid er, at robotterne skal lære at hoppe imellem fortid, nutid og fremtid. Noget, som den biologiske hjerne er eminent til.

Leder af TimeStorm projektet, Professor Panos Trahanias fra Foundation for Research and Technology Hella på Kreta Universitet, forklarer i en publikation under projektet:

– Vi kan forestille os en robot-assistent, der skal hjælpe sin ejer med at forberede en middag. Robotten må erindre tidligere middage med gæsterne (…) Den indsamlede information må planlægges i forhold til nutiden, og influerer derfor vigtige elementer af forberedelsen. Den menneskelige bevidsthed er særdeles effektiv i forhold til at springe frem og tilbage mellem tidsperioder, og vores evne til at opfatte begivenheder asynkront, gør os i stand til at danne en meningsfuld historie over tid. Sådan en evne er afgørende for kunstige agenter.

Det er også nødvendigt, at selvom robotten er optaget af analyser af erfaringer fra fortiden, så skal den stadig være opmærksom på nutiden, og vælge den bedste løsning for fremtiden. Det kan blandt andet være i en pludseligt opstået ny situation. For eksempel hvis kødet på grillen er ved at brænde på, og robotten skal vælge en hurtig handling frem for en energi-effektiv eller social handling.

Fra ikke-eksisterende til nyt forskningsområde

Tid og robotter er stadig så nyt et forskningsområde, at de store resultater endnu ikke foreligger. Som en demonstration af hvordan tidsestimering kan være en applikation til robotter, udførte de græske robotudviklere der var involveret i TimeStorm det de selv kalder en ’morgenmads-forberedelse’, hvor to robotter skal samarbejde med et menneske om at forberede og servere morgenmad.

Til trods for, at det stadig er meget primitivt, viste demonstrationen, at det er muligt at få robotter til at koordinere deres handlinger og at udføre en opgave inden for et planlagt tidsrum. Se demonstrationen her:

Denne uge:

Kan robotter holde tiden?

Tid er en underlig størrelse, som nok kan måles med et ur, men som de fleste af os opfatter meget forskelligt afhængigt af situationen. Tidsopfattelse er hidtil ikke noget, man har tænkt er vigtigt i robotteknologi, men hvis vi skal interagere med robotter, er tid en vigtig faktor for oplevelsen. EU projektet TimeStorm tog fat på et helt nyt forskningsområde.

Robotter er formidable til at være nøjagtige. Når det gælder at holde styr på tiden, er de mennesket langt overlegen, for de kan have et urværk bygget ind som en del af deres algoritme. Men robotter kan ikke selv opfatte tiden. De har ikke ligesom mennesker og dyr en tidsfornemmelse i sig selv. Det er en overset parameter, når det gælder om at udvikle robotter, der interagerer og samarbejder med mennesker.

Den meste forskning i robotteknologi handler om, at lære robotter at genkende ting, at bevæge sig og at lære at tale. Men hvis robotter skal indgå i samfundet som en form for samarbejdspartner for mennesket, skal de også lære nogle fundamentale ’sociale kompetencer’. En af dem er at tidsestimere. Hvor længe varer en tankepause i en samtale? Hvordan skal tiden fordeles mellem to forskellige personer, der begge beder om noget på samme tid? Hvor lang tid tager en opgave med person A i sammenligning med person B?

Derfor er forskere der arbejder på, hvordan man kan få robotter til at ´forstå´ tid.

Et øjeblik eller en evighed

Det er en større opgave, for menneskets tidsfornemmelse er i virkeligheden lidt af et mysterium. Enhver kender til hvordan ti minutter kan føles som et øjeblik eller som en evighed afhængigt af situationen. Og mange forskningsresultater bekræfter oplevelsen og viser, at når forsøgspersoner skal estimere hvor lang tid der går mellem to signaler, så estimerer de kortere tid hvis de er i godt humør eller optaget af noget og de estimerer længere, når de er kede af det eller keder sig. Det gælder både korte og lange tidsintervaller.

Men om estimeringen er baseret på en indre funktion som fx pulsslag eller på ydre sanseindtryk som hvad vi ser, hører og mærker er endnu ikke fuldt afdækket. Og det gør det svært, hvis man skal lære robotter om tid.



I et EU projekt under navnet TimeStorm har en række forskere undersøgt hvordan mennesket opfatter tid, og forsøgt at opstille en ramme for, hvordan man kan arbejde med modeller, der kan give robotter tidsfornemmelse. Selvom forskningen stadig er på et tidligt stadie, har de fundet nogle skabeloner at arbejde videre med.

Bevidstheden skaber tiden

De fleste neurologer og psykologer har beskæftiget sig med, hvordan hjernen arbejder med tid, og hvilke centre, der er aktive, når vi tidsestimerer. I TimeStorm projektet er der samtidig en række bevidsthedsforskere tilknyttet, der undersøger de neurale dynamikker – hvordan hjernen bearbejder de input der kommer fra omverdenen. En af dem er Anil Seth, der leder Cognitive and Computational Neuroscience på Sussex Universitet.

Han mener, at det er absurd at tale om, at der er en form for ’indre ur’ i vores hjerne. I stedet taler han om perception – altså hvordan vi opfatter og bearbejder sanseindtryk. Og ligesom opfattelsen af rød er noget vores hjerne finder på, når øjet bliver udsat for bestemte bølgelængder, så er tid noget der bliver opfattet og bearbejdet ud fra sanseindtryk.

– Der er en hel verden derude fuld af farver, former og lyder, og perception betyder, at hjernen på en eller anden måde skal bearbejde alt det, og repræsentere det i vores bevidsthed. Så der er ikke et eller andet indre ur der tæller mængden af tid. Det bliver genereret af en anden proces, forklarer han.

Kunstige neurale netværk

Skal man genskabe opfattelse af tid, kan man arbejde med kunstige neurale netværk. Det er en avanceret computermodel (eller et sæt algoritmer), der er opbygget på samme måde som den menneskelige hjerne.

Neurale netværk arbejder (groft sagt) på følgende måde: Hvis en person ser et billede af en stribet kat, vil det ramme et lag af neuroner, der registrerer farver, et lag der opfatter konturer, et lag der registrerer lys og så videre. Hvert eneste niveau giver altså en lille smule mere kompleksitet og tilsammen vil alle disse indtryk sende et samlet billede til hjernen, som dermed genkender: En stribet kat.

Det er på den måde de kunstige neurale netværk fungerer. De er blevet trænet til at genkende ting ved at millioner af billeder ’passerer’ en række avancerede algoritmer, der registrerer forskellige ting. På den måde kan netværket genkende objekter, miljøer og bevægelser på en måde der minder om den visuelle del af hjernen.

Hvis de neurale netværk fungerer meget lig den menneskelige hjerne, kan det bruges til at studere vores bevidsthed – blandt andet vores evne til at tidsestimere. Det har betydning, fordi det er svært og tidskrævende at lave forsøg med rigtige mennesker i store populationer.

Er der et indre ur?

Selvom den biologiske hjerne og computerhjernen har mange ligheder, fungerer de ikke helt ens. Den biologiske hjerne laver for eksempel shortcuts i form af mønstergenkendelse, mens den kunstige hjerne kan lave hele udregningen hver gang.

Bevidsthedsforskerne i TimeStorm projektet har derfor brugt meget krudt på at træne og teste om en model for kunstige neurale netværk, kan have de samme resultater, når det gælder tidsestimering, som i de forsøg man laver med mennesker.

Det første de gjorde var, at tage en række videoer i forskellige længder i forskellige miljøer. På landet, i laboratoriet, på et kontor og i centrum af byen. Steder og situationer hvor der enten ikke rigtig skete noget eller hvor der var travlhed.

De bad en stor gruppe forsøgspersoner se dem og skrive ned, hvor lang tid de mente de tog, og endte op med et materiale på flere tusinde tidsestimater. Samtidig eye-trackede de personerne, så de kunne danne sig et mønster af, hvor folk kigger for at indhente visuelle input. Det fik et klart mønster frem. Mennesker underestimerer korte tidsintervaller og overestimerer lange. Hvis det er et travlt miljø, hvor der sker en masse, opfatter mennesker tidsintervallet som længere end hvis der ikke sker noget.

Neurale netværk algoritmer er noget man efterhånden kan erhverve sig som en standard software pakke, og derefter træne til forskellige formål. Det gælder også tid.

– Vi træner netværket med den faktiske længde af en hel bunke af videoer. Vi fortæller det, at denne video er fem sekunder lang og så videre. Og bagefter tester vi det (netværket) med en række videoer, som det ikke har været præsenteret for før, og det viser sig, at det opfører sig vældig meget som mennesker. Det laver de samme fejl, bias og under- og overestimeringer, fortæller Anil Seth.

Det var især, når netværket fik de samme visuelle input, som eyetrack-analysen viste, at mennesket fokuserer på i en video. Og selvom denne undersøgelse kun beskæftiger sig med de visuelle cues, og der er mange andre sanseindtryk, som kan være med til at afgøre, hvordan hjernen opfatter tid (fx har blinde jo også tidsfornemmelse), er resultatet er slående, mener Anil Seth.

– Det beviser for os, at der er slet ikke brug for et indre ur. Vi siger ikke, at der ikke ER indre tidsbestemmende funktioner i hjernen, men det viser, at bedømmelse af tidsintervaller for en stor del er afhængig af den psykologiske oplevelse af tid.

Den sociale smidighed

Han understreger, at selvom det ikke er store forskelle, er det alligevel væsentligt.

– I vores daglige liv er vi måske ikke så optagede af om noget tager tre eller fire sekunder, men vi udfører konstant nye handlinger, og vi er nødt til at være i stand til at forudsige den næste. Og vi interagerer med hinanden, hvilket også er afhængigt af, at jeg har en ide om hvordan du opfatter varigheden af noget. Der er en masse social smidighed, der kommer til udtryk i disse fintmaskede forudsigelser af tid.

Og her vender han tilbage til robotterne. For selvom der forskningsmæssigt er lang vej endnu, er tidsaspektet en vigtig forudsætning for, at fremtidens R2-D2 og C-3PO kan blive en realitet.

– Ingen har rigtig overvejet, hvordan vi giver robotter en fornemmelse af tid, for man tænker, at det er et nemt problem at løse, man putter bare et ur ind. Og det kan man selvfølgelig gøre, men det bliver det en meget unaturlig robot. Det vi ønsker er robotter, der er i stand til at interagere naturligt med mennesker. For at gøre det, er de (robotterne) nødt til at opfatte tid på en måde som er meget lig menneskets. Eller i det mindste forudsige, hvordan mennesker opfatter tid.

Koordinere fortid, nutid og fremtid

Et andet element der har betydning i forhold til robotter og tid er, at robotterne skal lære at hoppe imellem fortid, nutid og fremtid. Noget, som den biologiske hjerne er eminent til.

Leder af TimeStorm projektet, Professor Panos Trahanias fra Foundation for Research and Technology Hella på Kreta Universitet, forklarer i en publikation under projektet:

– Vi kan forestille os en robot-assistent, der skal hjælpe sin ejer med at forberede en middag. Robotten må erindre tidligere middage med gæsterne (…) Den indsamlede information må planlægges i forhold til nutiden, og influerer derfor vigtige elementer af forberedelsen. Den menneskelige bevidsthed er særdeles effektiv i forhold til at springe frem og tilbage mellem tidsperioder, og vores evne til at opfatte begivenheder asynkront, gør os i stand til at danne en meningsfuld historie over tid. Sådan en evne er afgørende for kunstige agenter.

Det er også nødvendigt, at selvom robotten er optaget af analyser af erfaringer fra fortiden, så skal den stadig være opmærksom på nutiden, og vælge den bedste løsning for fremtiden. Det kan blandt andet være i en pludseligt opstået ny situation. For eksempel hvis kødet på grillen er ved at brænde på, og robotten skal vælge en hurtig handling frem for en energi-effektiv eller social handling.

Fra ikke-eksisterende til nyt forskningsområde

Tid og robotter er stadig så nyt et forskningsområde, at de store resultater endnu ikke foreligger. Som en demonstration af hvordan tidsestimering kan være en applikation til robotter, udførte de græske robotudviklere der var involveret i TimeStorm det de selv kalder en ’morgenmads-forberedelse’, hvor to robotter skal samarbejde med et menneske om at forberede og servere morgenmad.

Til trods for, at det stadig er meget primitivt, viste demonstrationen, at det er muligt at få robotter til at koordinere deres handlinger og at udføre en opgave inden for et planlagt tidsrum. Se demonstrationen her:

Log ind

Opret kundekonto

Dine personlige data vil blive anvendt til at understøtte din brugeroplevelse,, til at administrere adgang til din konto, og til andre formål, som er beskrevet i vores persondatapolitik.

Ja tak, jeg vil gerne have et gratis prøveabonnement og adgang til alle artikler

Enkelt abonnement


Abonnement

30 dages gratis prøveperiode. Herefter 49,00 DKK per måned. Dit abonnement bliver fornyet automatisk, når prøveperioden udløber. Du kan opsige abonnementet når du vil.

30 dages gratis prøveperiode. Herefter 49,00 DKK per måned

Varenummer (SKU): 40000 Varekategori:

Gruppeabonnement


Gruppeabonnement

Dit abonnement bliver fornyet automatisk, når prøveperioden udløber. Du kan opsige abonnementet når du vil.

30 dages gratis prøveperiode. Herefter Fra: 39,00 DKK per måned per medlem

Fra 5102550
Clear

Gruppemedlemmer:

Varenummer (SKU): 30000 Varekategori:

Gavekort


Tilbud

Gavekort

Gavekortet modtages som kode via e-mail og kan frit gives væk. Den første måned er stadig gratis ved brug af gavekort.

90,00 DKK120,00 DKK

3 måneder4 måneder
Ryd

Varenummer (SKU): N/A Varekategori: