Περίληψη του άρθρου:

Ερευνητές από το MIT ανέπτυξαν έναν συντονιστή ομάδας τεχνητής νοημοσύνης που ευθυγραμμίζει τις πεποιθήσεις των πρακτόρων σε ομαδικές εργασίες. Το σύστημα, που παρουσιάστηκε στο Διεθνές Συνέδριο Ρομποτικής και Αυτοματισμού, μπορεί να επιβλέπει ανθρώπινους και ΤΝ πράκτορες, παρεμβαίνοντας όταν χρειάζεται για να βελτιώσει την αποτελεσματικότητα σε σενάρια όπως αποστολές διάσωσης, ιατρικές διαδικασίες και βιντεοπαιχνίδια. Χρησιμοποιεί ένα μοντέλο θεωρίας του νου για να κατανοήσει πώς οι πράκτορες αντιλαμβάνονται ο ένας τον άλλον και το έργο. Η μέθοδος ενσωματώνει πιθανολογικό συλλογισμό και αναδρομική νοητική μοντελοποίηση, επιτρέποντας στον βοηθό ΤΝ να λαμβάνει αποφάσεις με περιορισμένο ρίσκο. Η ομάδα στοχεύει σε περαιτέρω βελτιώσεις για εφαρμογή σε πραγματικές εργασίες.

Κύρια σημεία του άρθρου:

• Μια ομάδα της ομάδας AI συντονίζει τις πεποιθήσεις των πράκτορων για την επίτευξη του έργου, βοηθώντας στην έρευνα, τις αποστολές διάσωσης, τα νοσοκομεία και τα βιντεοπαιχνίδια.
• Το 2018, ο Yuening Zhang γνώρισε προκλήσεις συντονισμού κατά τη διάρκεια ενός ερευνητικού ταξιδιού στη Χαβάη, εμπνέοντας την να εξετάσει έναν ρομποτικό συνεργάτη για αποτελεσματική ομαδική εργασία.
•  Έξι χρόνια αργότερα, στο εργαστήριο CSAIL του MIT, ο Zhang ανέπτυξε έναν βοηθό AI που βοηθά στην ευθυγράμμιση των ρόλων και των στόχων των μελών της ομάδας.
• Το σύστημα AI παρουσιάστηκε στο Διεθνές Συνέδριο ρομποτικής και Αυτοματισμού (ICRA) και δημοσιεύθηκε στο IEEE Xplore στις 8 Αυγούστου.
• Ο συντονιστής AI χρησιμοποιεί ένα μοντέλο θεωρίας του μυαλού για να κατανοήσει τα σχέδια και τις πεποιθήσεις των ανθρώπινων παραγόντων για να διευκολύνει την ομαδική εργασία.
• Η μέθοδος συνδυάζει πιθανή συλλογιστική με διανοητική μοντελοποίηση παραγόντων για λήψη αποφάσεων περιορισμένου κινδύνου.

Αναλυτικά το άρθρο:

Ένας συντονιστής ομάδας τεχνητής νοημοσύνης ευθυγραμμίζει τις πεποιθήσεις των πρακτόρων σχετικά με το πώς να επιτύχουν ένα έργο, παρεμβαίνοντας όταν είναι απαραίτητο για να βοηθήσει πιθανώς σε εργασίες έρευνας και διάσωσης, νοσοκομείων και βιντεοπαιχνιδιών.

Σε ένα ερευνητικό ταξίδι γύρω από τη Χαβάη το 2018 η Yuening Zhang SM '19, PhD '24 είδε πόσο δύσκολο ήταν να διατηρήσει την αυστηρή οργάνωση και πειθαρχία. Ο προσεκτικός συντονισμός που απαιτείτο για τη χαρτογράφηση υποθαλάσσιου εδάφους μπορούσε μερικές φορές να οδηγήσει σε ένα αγχωτικό περιβάλλον για τα μέλη της ομάδας, τα οποία μπορεί να είχαν διαφορετικές κατανοήσεις για το ποιες εργασίες έπρεπε να ολοκληρωθούν σε αυθόρμητα μεταβαλλόμενες συνθήκες. Κατά τη διάρκεια αυτών των ταξιδιών, η Zhang σκέφτηκε πώς ένας ρομποτικός σύντροφος θα μπορούσε να είχε βοηθήσει εκείνη και τους συναδέλφους της να επιτύχουν τους στόχους τους πιο αποτελεσματικά.

Έξι χρόνια αργότερα, ως ερευνητική βοηθός στο Εργαστήριο Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης του MIT (CSAIL), η Zhang ανέπτυξε αυτό που θα μπορούσε να θεωρηθεί ως ένα ελλείπον κομμάτι: ένα βοηθό τεχνητής νοημοσύνης που επικοινωνεί με τα μέλη της ομάδας για να ευθυγραμμίσει τους ρόλους και να επιτύχει έναν κοινό στόχο. Σε μια εργασία που παρουσιάστηκε στο Διεθνές Συνέδριο Ρομποτικής και Αυτοματισμού (ICRA) και δημοσιεύτηκε στο IEEE Xplore στις 8 Αυγούστου, εκείνη και οι συνάδελφοί της παρουσιάζουν ένα σύστημα που μπορεί να επιβλέπει μια ομάδα τόσο ανθρώπινων όσο και πρακτόρων τεχνητής νοημοσύνης, παρεμβαίνοντας όταν χρειάζεται για να αυξήσει πιθανώς την αποτελεσματικότητα της ομαδικής εργασίας σε τομείς όπως αποστολές έρευνας και διάσωσης, ιατρικές διαδικασίες και στρατηγικά βιντεοπαιχνίδια.

Η ομάδα που καθοδηγείται από το CSAIL έχει αναπτύξει ένα μοντέλο θεωρίας του νου για πράκτορες τεχνητής νοημοσύνης, το οποίο αναπαριστά πώς οι άνθρωποι σκέφτονται και κατανοούν ο ένας το πιθανό σχέδιο δράσης του άλλου όταν συνεργάζονται σε μια εργασία. Παρατηρώντας τις ενέργειες των συνεργατών του, αυτός ο νέος συντονιστής ομάδας μπορεί να συμπεράνει τα σχέδιά τους και την κατανόησή τους ο ένας για τον άλλον από ένα προηγούμενο σύνολο πεποιθήσεων. Όταν τα σχέδιά τους είναι ασύμβατα, ο βοηθός τεχνητής νοημοσύνης παρεμβαίνει ευθυγραμμίζοντας τις πεποιθήσεις τους ο ένας για τον άλλον, καθοδηγώντας τις ενέργειές τους, καθώς και κάνοντας ερωτήσεις όταν χρειάζεται.

Για παράδειγμα, όταν μια ομάδα διασωστών βρίσκεται στο πεδίο για να κάνει διαλογή θυμάτων, πρέπει να λάβει αποφάσεις βασισμένες στις πεποιθήσεις τους για τους ρόλους και την πρόοδο του καθενός. Αυτό το είδος επιστημικού σχεδιασμού θα μπορούσε να βελτιωθεί από το λογισμικό του CSAIL, το οποίο μπορεί να στείλει μηνύματα σχετικά με το τι σκοπεύει να κάνει ή έχει κάνει κάθε πράκτορας για να εξασφαλίσει την ολοκλήρωση των εργασιών και να αποφύγει διπλές προσπάθειες. Σε αυτή την περίπτωση, ο βοηθός τεχνητής νοημοσύνης μπορεί να παρέμβει για να επικοινωνήσει ότι ένας πράκτορας έχει ήδη προχωρήσει σε ένα συγκεκριμένο δωμάτιο, ή ότι κανένας από τους πράκτορες δεν καλύπτει μια συγκεκριμένη περιοχή με πιθανά θύματα.

"Η εργασία μας λαμβάνει υπόψη το συναίσθημα ότι 'Πιστεύω ότι εσύ πιστεύεις αυτό που κάποιος άλλος πιστεύει'", λέει η Zhang, η οποία είναι τώρα ερευνήτρια επιστήμονας στη Mobi Systems. "Φανταστείτε ότι εργάζεστε σε μια ομάδα και αναρωτιέστε, 'Τι ακριβώς κάνει αυτό το άτομο; Τι πρόκειται να κάνω εγώ; Γνωρίζει τι πρόκειται να κάνω;' Μοντελοποιούμε πώς τα διαφορετικά μέλη της ομάδας κατανοούν το γενικό σχέδιο και επικοινωνούν τι πρέπει να επιτύχουν για να βοηθήσουν στην ολοκλήρωση του συνολικού στόχου της ομάδας τους."

Ακόμη και με ένα εξελιγμένο σχέδιο, τόσο οι ανθρώπινοι όσο και οι ρομποτικοί πράκτορες θα αντιμετωπίσουν σύγχυση και ακόμη και λάθη αν οι ρόλοι τους δεν είναι ξεκάθαροι. Αυτή η δυσκολία είναι ιδιαίτερα έντονη σε αποστολές έρευνας και διάσωσης, όπου ο στόχος μπορεί να είναι ο εντοπισμός κάποιου σε κίνδυνο παρά τον περιορισμένο χρόνο και την τεράστια περιοχή προς σάρωση. Ευτυχώς, η τεχνολογία επικοινωνίας ενισχυμένη με τον νέο ρομποτικό βοηθό θα μπορούσε δυνητικά να ειδοποιεί τις ομάδες έρευνας για το τι κάνει κάθε ομάδα και πού ψάχνουν. Με τη σειρά τους, οι πράκτορες θα μπορούσαν να πλοηγηθούν στο έδαφός τους πιο αποτελεσματικά.

Αυτού του είδους η οργάνωση εργασιών θα μπορούσε να βοηθήσει σε άλλα σενάρια υψηλού ρίσκου όπως οι χειρουργικές επεμβάσεις. Σε αυτές τις περιπτώσεις, ο νοσηλευτής πρέπει πρώτα να φέρει τον ασθενή στην αίθουσα χειρουργείου, στη συνέχεια ο αναισθησιολόγος βάζει τον ασθενή σε ύπνωση πριν οι χειρουργοί ξεκινήσουν την επέμβαση. Καθ' όλη τη διάρκεια της επέμβασης, η ομάδα πρέπει να παρακολουθεί συνεχώς την κατάσταση του ασθενούς ενώ ανταποκρίνεται δυναμικά στις ενέργειες κάθε συναδέλφου. Για να διασφαλιστεί ότι κάθε δραστηριότητα εντός της διαδικασίας παραμένει καλά οργανωμένη, ο συντονιστής ομάδας ΤΝ θα μπορούσε να επιβλέπει και να παρεμβαίνει αν προκύψει σύγχυση σχετικά με οποιαδήποτε από αυτές τις εργασίες.

Η αποτελεσματική ομαδική εργασία είναι επίσης αναπόσπαστο μέρος βιντεοπαιχνιδιών όπως το "Valorant", όπου οι παίκτες συντονίζονται συνεργατικά για το ποιος πρέπει να επιτεθεί και να αμυνθεί ενάντια σε μια άλλη ομάδα online. Σε αυτά τα σενάρια, ένας βοηθός ΤΝ θα μπορούσε να εμφανιστεί στην οθόνη για να ειδοποιήσει μεμονωμένους χρήστες σχετικά με το πού έχουν παρερμηνεύσει ποιες εργασίες πρέπει να ολοκληρώσουν.

Πριν ηγηθεί της ανάπτυξης αυτού του μοντέλου, η Zhang σχεδίασε το EPike, ένα υπολογιστικό μοντέλο που μπορεί να ενεργεί ως μέλος ομάδας. Σε ένα πρόγραμμα προσομοίωσης 3D, αυτός ο αλγόριθμος έλεγχε έναν ρομποτικό πράκτορα που έπρεπε να ταιριάξει ένα δοχείο με το ποτό που επέλεξε ο άνθρωπος. Όσο ορθολογικά και εξελιγμένα κι αν είναι, προκύπτουν περιπτώσεις όπου αυτά τα bots προσομοιωμένα με ΤΝ περιορίζονται από τις παρανοήσεις τους σχετικά με τους ανθρώπινους συνεργάτες τους ή την εργασία. Ο νέος συντονιστής ΤΝ μπορεί να διορθώσει τις πεποιθήσεις των πρακτόρων όταν χρειάζεται για την επίλυση πιθανών προβλημάτων, και παρενέβαινε συνεχώς σε αυτή την περίπτωση. Το σύστημα έστελνε μηνύματα στο ρομπότ σχετικά με τις πραγματικές προθέσεις του ανθρώπου για να διασφαλίσει ότι ταίριαζε σωστά το δοχείο.

"Στην εργασία μας για τη συνεργασία ανθρώπου-ρομπότ έχουμε μείνει τόσο ταπεινοί όσο και εμπνευσμένοι όλα αυτά τα χρόνια από το πόσο ευέλικτοι και προσαρμοστικοί μπορεί να είναι οι ανθρώπινοι συνεργάτες", λέει ο Brian C. Williams, καθηγητής αεροναυπηγικής και αστροναυτικής του MIT, μέλος του CSAIL και ανώτερος συγγραφέας της μελέτης. "Απλά κοιτάξτε ένα νεαρό ζευγάρι με παιδιά, που συνεργάζονται για να ετοιμάσουν το πρωινό των παιδιών τους και να τα στείλουν στο σχολείο. Αν ένας γονέας δει τον σύντροφό του να σερβίρει το πρωινό και να είναι ακόμα με τη ρόμπα του, ο γονέας ξέρει να κάνει γρήγορα ντους και να πάει τα παιδιά στο σχολείο, χωρίς να χρειάζεται να πει λέξη. Οι καλοί σύντροφοι είναι καλά συντονισμένοι με τις πεποιθήσεις και τους στόχους ο ένας του άλλου, και η εργασία μας στον επιστημικό σχεδιασμό προσπαθεί να συλλάβει αυτό το στυλ συλλογισμού."

Η μέθοδος των ερευνητών ενσωματώνει πιθανολογικό συλλογισμό με αναδρομική νοητική μοντελοποίηση των πρακτόρων, επιτρέποντας στον βοηθό ΤΝ να λαμβάνει αποφάσεις με περιορισμένο ρίσκο. Επιπλέον, επικεντρώθηκαν στη μοντελοποίηση της κατανόησης των πρακτόρων για σχέδια και ενέργειες, που θα μπορούσε να συμπληρώσει προηγούμενες εργασίες στη μοντελοποίηση πεποιθήσεων σχετικά με τον τρέχοντα κόσμο ή το περιβάλλον. Ο βοηθός ΤΝ αυτή τη στιγμή συμπεραίνει τις πεποιθήσεις των πρακτόρων με βάση μια δεδομένη προηγούμενη γνώση πιθανών πεποιθήσεων, αλλά η ομάδα του MIT οραματίζεται την εφαρμογή τεχνικών μηχανικής μάθησης για τη δημιουργία νέων υποθέσεων επί τόπου. Για να εφαρμόσουν αυτό το αντίστοιχο σε πραγματικές εργασίες, στοχεύουν επίσης να εξετάσουν πλουσιότερες αναπαραστάσεις σχεδίων στην εργασία τους και να μειώσουν περαιτέρω το υπολογιστικό κόστος.

Ο Πρόεδρος των Dynamic Object Language Labs Paul Robertson, ο Επίκουρος Καθηγητής του Πανεπιστημίου Johns Hopkins Tianmin Shu, και ο πρώην συνεργάτης του CSAIL Sungkweon Hong PhD '23 συμμετέχουν μαζί με τη Zhang και τον Williams στην εργασία. Η εργασία τους υποστηρίχθηκε, εν μέρει, από το πρόγραμμα Artificial Social Intelligence for Successful Teams (ASIST) της U.S. Defense Advanced Research Projects Agency (DARPA).

Πηγή:  AI assistant monitors teamwork to promote effective collaboration