Un nuevo algoritmo permite que los robots pidan aclaraciones cuando no están seguros de lo que quiere una persona.
«Recoger objetos es una tarea importante que queremos que los robots colaborativos puedan realizar», afirma Stefanie Tellex, profesora de informática en la Universidad de Brown. «Pero es fácil que el robot cometa errores, ya sea porque no entiende lo que queremos o porque se encuentra en situaciones en las que las órdenes son ambiguas. Así que lo que queríamos hacer aquí era encontrar una forma de que el robot pudiera hacer una pregunta cuando no estuviera seguro».
El laboratorio de Tellex había desarrollado anteriormente un algoritmo que permite a los robots recibir órdenes habladas, así como información procedente de gestos humanos. Es una forma de interacción que las personas utilizan constantemente. Cuando le pedimos un objeto a alguien, a menudo lo señalamos al mismo tiempo. La nueva investigación demuestra que, cuando los robots recibían tanto órdenes habladas como gestos, interpretaban mejor las instrucciones de los usuarios.
«Estoy confundido»
Aun así, el sistema no es perfecto. Tiene problemas cuando hay muchos objetos muy parecidos muy cerca unos de otros. Pensemos, por ejemplo, en la mesa del taller. Pedir simplemente «una llave inglesa» no es suficientemente específico, y puede que no esté claro cuál señala una persona si hay varias llaves inglesas agrupadas muy juntas.
«En estas situaciones, queremos que el robot pueda indicar que está confundido y hacer una pregunta, en lugar de limitarse a recoger el objeto equivocado», afirma Tellex.
El nuevo algoritmo lo hace posible. Permite que el robot cuantifique cuán seguro está de saber qué quiere el usuario. Cuando tiene un alto grado de certeza, simplemente entrega el objeto solicitado. Cuando no está tan seguro, el robot hace su mejor conjetura sobre lo que quiere la persona y luego pide confirmación, colocando su pinza sobre el objeto y preguntando: «¿Este?»
Una de las características importantes del sistema es que el robot no hace preguntas en cada interacción. Las hace de forma inteligente.
«Cuando el robot está seguro, no queremos que haga una pregunta, porque eso solo lleva tiempo», afirma Eric Rosen, estudiante universitario que trabaja en el laboratorio de Tellex y coautor principal del artículo de investigación junto con el estudiante de posgrado David Whitney. «Pero cuando hay ambigüedad, queremos que haga preguntas porque los errores pueden costar más tiempo».
Y aunque el sistema solo hace una pregunta muy sencilla, «es capaz de extraer conclusiones importantes a partir de la respuesta», afirma Whitney. Por ejemplo, supongamos que un usuario pide una llave inglesa y hay dos sobre una mesa. Si el usuario le dice al robot que su primera conjetura era equivocada, el algoritmo deduce que la otra llave debe ser la que quiere. Entonces se la entrega sin hacer otra pregunta. Este tipo de inferencias, conocidas como implicaturas, hace que el algoritmo sea más eficiente.
Más allá de la inteligencia
Para probar el sistema, los investigadores pidieron a participantes sin formación previa que acudieran al laboratorio e interactuaran con Baxter, un popular robot industrial y de investigación. Los participantes pidieron objetos a Baxter en distintas condiciones. El equipo podía configurar el robot para que nunca hiciera preguntas, hiciera una pregunta cada vez o solo preguntara cuando no estuviera seguro.
Los ensayos demostraron que hacer preguntas de forma inteligente con el nuevo algoritmo era significativamente mejor en cuanto a precisión y rapidez que las otras dos condiciones.
De hecho, el sistema funcionó tan bien que los participantes creyeron que el robot tenía capacidades que en realidad no poseía. Para el estudio, los investigadores utilizaron un modelo lingüístico muy sencillo, que solo entendía los nombres de los objetos. Sin embargo, los participantes dijeron a los investigadores que creían que el robot podía entender frases preposicionales como «a la izquierda» o «el más cercano a mí», cosa que no podía hacer. También pensaron que el robot quizá seguía la dirección de su mirada, pero no era así. El sistema solo hacía inferencias inteligentes después de formular una pregunta muy sencilla.
En futuros trabajos, Tellex y su equipo quisieran combinar el algoritmo con sistemas de reconocimiento del habla más robustos, lo que podría aumentar aún más la precisión y la rapidez del sistema.
En última instancia, afirma Tellex, espera que sistemas como este ayuden a los robots a convertirse en colaboradores útiles en el trabajo y en el hogar.
El estudio, que se presentará esta primavera en la Conferencia Internacional de Robótica y Automatización en Singapur, recibió financiación de la Agencia de Proyectos de Investigación Avanzados de Defensa y de la NASA.
