Lorsque les robots d’intelligence artificielle conçus pour utiliser des algorithmes pour effectuer des tâches de recherche de sources, telles que des opérations de recherche et de sauvetage lors d’un incendie, rencontrent une perturbation, ils sont souvent incapables d’accomplir leur tâche. Les solutions proposées vont de l’amélioration des algorithmes à l’introduction de robots supplémentaires, mais ces robots pilotés par l’IA rencontrent toujours des problèmes fatals.

Les chercheurs ont proposé une solution : une collaboration homme-IA qui tire parti des compétences uniques du cerveau humain pour surmonter les défis.

Le document a été publié dans le Journal d'informatique sociale.

"Il est temps de ramener les humains", a déclaré Yong Zhao, un chercheur de Changsha, en Chine.

« Les robots pilotés par l'IA sont souvent utilisés dans des situations où la recherche physique serait trop dangereuse ou physiquement impossible pour les personnes, comme par exemple localiser l'origine d'un incendie ou identifier la source d'un gaz toxique. Cependant, les robots IA peuvent rencontrer des problèmes critiques qui ne peuvent être résolus. résolus de manière autonome, comme rester bloqué ou mal identifier la source. Ce sont des problèmes qui sont facilement résolus par les humains en utilisant leur expertise, leur expérience et même leur instinct. Un système alimenté par la foule offre une nouvelle solution.

Pour prouver la faisabilité de leur stratégie de collaboration homme-IA, les chercheurs ont d’abord identifié les différents types de dangers auxquels les robots pourraient être confrontés. Ces dangers ont ensuite été analysés pour déterminer si un observateur humain pouvait ou non aider l’IA à résoudre le problème. Si le problème ne peut pas être résolu avec une assistance humaine, par exemple si la zone de recherche est trop grande, la recherche est alors arrêtée. Cependant, si le problème peut être résolu avec l’aide humaine, l’IA développe une explication du problème et l’envoie au crowdsourcing.

"Impliquer les humains dans le processus automatisé de résolution de problèmes améliore l'efficacité et l'efficience de l'algorithme. Dans les scénarios où le robot est confronté à des défis dus à des environnements dynamiques, détériorés ou inconnus, une intervention humaine temporaire peut être utilisée sans connaissance préalable de l'environnement pour résoudre les problèmes. "Ces problèmes. Une fois résolus, l'IA reprend de manière transparente le contrôle du robot pour poursuivre sa recherche", a déclaré Sihang Qiu.

Après avoir identifié les différents types de dangers et déterminé si les humains pourraient ou non contribuer aux scénarios de recherche de sources, les chercheurs ont développé une étude sur les utilisateurs. L’étude utilisateur a testé deux modes de contrôle différents du robot IA : contrôle total et contrôle assisté. Dans Full Control, le collaborateur humain prend en charge le processus de recherche. Dans le contrôle assisté, l’arbre décisionnel de résolution de problèmes décide si la collaboration homme-IA serait bénéfique.

Pendant le contrôle assisté, lorsqu'ils recevaient des informations de l'algorithme sur le problème et ne cédaient pas un contrôle total, les participants avaient l'impression d'avoir moins de charge de travail cognitif et de pouvoir résoudre le problème. Cependant, les non-experts ont eu plus de mal à comprendre les explications du problème fournies par le robot piloté par l'IA, ce qui a conduit les chercheurs à proposer des interactions personnalisées basées sur l'expérience de l'humain participant à la collaboration, y compris des explications en langage simple.

À l’avenir, les chercheurs tenteront de trouver des moyens d’inclure une personnalisation supplémentaire, en fonction des antécédents, du niveau d’éducation et de la personnalité des participants humains. "Cette étude ouvre la voie à notre future exploration de l'exploitation de systèmes alimentés par la foule pour faciliter une collaboration efficace entre les humains et l'IA. Notre objectif est de justifier les multiples avantages d'une telle collaboration dans divers scénarios d'application, y compris, mais sans s'y limiter, le traitement du langage naturel et analyse d'images", a déclaré Qiu.

Fourni par Tsinghua University Press