Een door het leger geleid onderzoeksteam ontwikkelde nieuwe algoritmen en vulde kennislacunes op over hoe robots bijdragen aan teams en wat robots weten over hun omgeving en teamgenoten.

Dr. Kristin Schäfer-Lay, een ingenieur bij het Army Research Laboratory van het Amerikaanse leger Combat Capabilities Development Command, maakt deel uit van een multidisciplinair team van onderzoekers van het leger, Carnegie Mellon Universiteit, University of Minnesota en de University of Central Florida, onder andere die specifieke algoritmen en nieuwe kunstmatige-intelligentiebenaderingen heeft ontwikkeld om de ontwikkeling van een gedeelde context tussen teamleden te ondersteunen door middel van effectieve bidirectionele communicatie.

"Het idee om context te integreren in AI-ontwikkeling is een moeilijk proces, "Zei Schaefer-Lay. "Onderzoekers hebben de neiging om heel verschillende ideeën te hebben over wat wordt bedoeld met context en de beste praktijken voor het integreren van context in AI-ontwikkeling."

Een aantal onderzoekers en instellingen hebben een kleiner deel van deze probleemset bekeken, maar dit team heeft gekeken naar een meer holistische benadering voor het ontwikkelen en integreren van verschillende soorten context die verband houden met de omgevingscontext, missiecontext en sociale context om samenwerking tussen mens en auto te bevorderen door middel van geavanceerde bidirectionele communicatiemogelijkheden.

Dit heeft de wetenschap in robotica en AI-processen direct vooruit geholpen op het gebied van natuurlijke taalcommunicatie, ontwikkeling van wereldmodellen, multimodale communicatie en mens-autonomie teaming, aldus Schäfer-Lay.

Het samenwerkingsteam probeert kritische wetenschappelijke vorderingen te identificeren die zijn gemaakt door de Robotics Collaborative Technology Alliance van het leger, of RCTA, over technieken voor het ontwikkelen en bevorderen van contextgestuurde kunstmatige intelligentie ter ondersteuning van toekomstige teams voor menselijke autonomie.

Strategische investeringen in door het leger geleid fundamenteel onderzoek als onderdeel van de RCTA resulteerden in geavanceerde wetenschap op vier cruciale gebieden van robotica voor grondgevechten die invloed hebben op de manier waarop Amerikaanse oorlogsjagers zien, denken, bewegen en team. Dit onderzoek ondersteunt de moderniseringsprioriteit van het leger voor het gevechtsvoertuig van de volgende generatie door de wetenschap te bevorderen voor het integreren van contextgestuurde kunstmatige intelligentie in teams met menselijke autonomie.

"Overheidsinvesteringen in robotica voor grondgevechten zijn van cruciaal belang om ervoor te zorgen dat de Amerikaanse manoeuvre-troepen een duidelijk gevechtsvoordeel behouden, ’ zei Schäfer-Lay.

De onderzoekers publiceerden hun bevindingen op 30 september, 2019, editie van de AI-tijdschrift als onderdeel van een uitgenodigd nummer over AI en context:"Context integreren in kunstmatige intelligentie:onderzoek van de Robotics Collaborative Technology Alliance."

Integratie van contextgestuurde AI is belangrijk voor toekomstige robotcapaciteiten ter ondersteuning van de ontwikkeling van situatiebewustzijn, het juiste vertrouwen kalibreren, en het verbeteren van de teamprestaties in samenwerkende mens-robotteams.

Dit artikel belicht de vooruitgang in contextgestuurde AI voor mens-robot-teaming.

Onderzoekswegen die worden besproken, zijn onder meer hoe de context robots in staat stelt om de hiaten op te vullen om sneller effectieve beslissingen te nemen, ondersteunt robuuster gedrag, en verbetert robotcommunicatie om te voldoen aan de behoeften van het team in verschillende omgevingen en teamorganisaties en tijdens missies.

De bevindingen van het artikel zullen worden gebruikt ter ondersteuning van het voortgezette onderzoek van het laboratorium in het Human-Autonomy Teaming Essential Research Program. Vooral, dit onderzoek zal helpen om effectieve bidirectionele communicatiemethoden en -interventies te ontwikkelen voor het kalibreren van het juiste teamvertrouwen en gedeeld situatiebewustzijn bij hoog risico, complexe operaties.

Het is niet voldoende om alleen nieuwe algoritmen en benaderingen te ontwikkelen, Schäfer-Lay zei:"maar het is belangrijk om de impact te begrijpen die deze hebben op effectieve teaming in verschillende operaties."

De vooruitgang van deze onderzoekslijn zal zich uitstrekken tot grotere teams en technologieën voor bemanningsstations die het volgende generatie gevechtsvoertuig ondersteunen, ze zei.