Onderzoeksgroepen bij KAIST, de Universiteit van Cambridge, Japans Nationaal Instituut voor Informatie- en Communicatietechnologie, en Google DeepMind stellen dat ons begrip van hoe mensen intelligente beslissingen nemen nu een kritiek punt heeft bereikt waarop robotintelligentie aanzienlijk kan worden verbeterd door strategieën na te bootsen die het menselijk brein gebruikt wanneer we beslissingen nemen in ons dagelijks leven.

In onze snel veranderende wereld, zowel mensen als autonome robots moeten voortdurend leren en zich aanpassen aan nieuwe omgevingen. Maar het verschil is dat mensen in staat zijn beslissingen te nemen op basis van de unieke situaties, terwijl robots nog steeds afhankelijk zijn van vooraf bepaalde gegevens om beslissingen te nemen.

Ondanks de snelle vooruitgang die wordt geboekt bij het versterken van de fysieke capaciteit van robots, hun centrale controlesystemen, die bepalen hoe robots op elk moment beslissen wat ze moeten doen, zijn nog steeds inferieur aan die van mensen. Vooral, ze vertrouwen vaak op voorgeprogrammeerde instructies om hun gedrag te sturen, en het kenmerk van menselijk gedrag missen, dat is, de flexibiliteit en het vermogen om snel te leren en aan te passen.

Neurowetenschap toepassen in robotica, Professor Sang Wan Lee van de afdeling Bio and Brain Engineering, KAIST en professor Ben Seymour van de Universiteit van Cambridge en het Japanse Nationale Instituut voor Informatie- en Communicatietechnologie stelden een casus voor waarin robots ontworpen zouden moeten worden op basis van de principes van het menselijk brein. Ze stellen dat robotintelligentie aanzienlijk kan worden verbeterd door strategieën na te bootsen die het menselijk brein gebruikt tijdens besluitvormingsprocessen in het dagelijks leven.

Het probleem met het importeren van mensachtige intelligentie in robots is altijd een moeilijke taak geweest zonder de computationele principes te kennen voor hoe het menselijk brein beslissingen neemt - met andere woorden, hoe hersenactiviteit te vertalen in computercode voor de 'hersenen' van de robots.

Echter, onderzoekers beweren nu dat, na een reeks recente ontdekkingen op het gebied van computationele neurowetenschappen, er is genoeg van deze code om het effectief in robots te schrijven. Een van de ontdekte voorbeelden is de 'meta-controller' van het menselijk brein, een mechanisme waarmee de hersenen beslissen hoe ze moeten schakelen tussen verschillende subsystemen om complexe taken uit te voeren. Een ander voorbeeld is het menselijke pijnsysteem, waardoor ze zichzelf kunnen beschermen in potentieel gevaarlijke omgevingen. "Het kopiëren van de hersencode hiervoor zou de flexibiliteit enorm kunnen vergroten, efficiëntie, en veiligheid van robots, ' zei professor Lee.

Het team voerde aan dat deze interdisciplinaire benadering net zoveel voordelen zal bieden aan de neurowetenschappen als aan de robotica. De recente explosie van belangstelling voor wat er achter psychiatrische stoornissen zoals angst, depressie, en verslaving heeft geleid tot een reeks geavanceerde theorieën die complex en moeilijk te testen zijn zonder een soort geavanceerd situatieplatform.

Professor Seymour legde uit, "We hebben een manier nodig om het menselijk brein te modelleren om te ontdekken hoe het in het echte leven met de wereld in wisselwerking staat om te testen of en hoe verschillende afwijkingen in deze modellen aanleiding geven tot bepaalde aandoeningen. Bijvoorbeeld, als we angstgedrag of obsessief-compulsieve stoornis in een robot zouden kunnen reproduceren, we kunnen dan voorspellen wat we moeten doen om het bij mensen te behandelen."

Het team verwacht dat het produceren van robotmodellen van verschillende psychiatrische stoornissen, op een vergelijkbare manier als hoe onderzoekers nu diermodellen gebruiken, zal een belangrijke toekomstige technologie worden in klinisch onderzoek.

Het team verklaarde ook dat er mogelijk ook andere voordelen zijn voor het leren van mensen en intelligente robots, toneel spelen, en zich op dezelfde manier gedragen. In toekomstige samenlevingen waarin mensen en robots met elkaar leven en werken, het vermogen om samen te werken en zich in te leven in robots zou veel groter kunnen zijn als we het gevoel hebben dat ze denken zoals wij.

Professor Seymour zei:"We zouden kunnen denken dat het een nadeel zou zijn om robots te hebben met de menselijke eigenschappen om een ​​beetje impulsief of te voorzichtig te zijn. maar deze eigenschappen zijn een onvermijdelijk bijproduct van menselijke intelligentie. En het blijkt dat dit ons helpt om menselijk gedrag als mens te begrijpen."

Het raamwerk voor het bereiken van deze op het brein geïnspireerde kunstmatige intelligentie werd gepubliceerd in twee tijdschriften, Wetenschap Robotica op 16 januari en Huidige mening in gedragswetenschappen op 6 februari, 2019.