Het onderzoeksproject Expect aan het DFKI gaat onderzoeken hoe sterk data uit EEG (elektro-encefalografie) bijdragen aan flexibele, contextgevoelige interactie tussen mens en machine.
Hersen-machine-interfaces meten de signalen van de hersenen en gebruiken deze om besturingsopdrachten voor computers, machines of robots af te leiden. In het onlangs gelanceerde project ontwikkelt het Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) een adaptief, zelflerend platform dat verschillende soorten actieve interactie mogelijk maakt en de intenties van mensen kan afleiden uit gebaren, spraak, oogbewegingen en hersenactiviteit.
In Expect (Exploring the Potential of Pervasive Embedded Brain Reading in Human Robot Collaborations) worden de DFKI competenties en expertise op het gebied van cognitieve assistentiesystemen en robotica op de locaties Saarbrücken en Bremen gebundeld. Aldus creëren de onderzoekers een hoeksteen voor verdere toepassingsgerichte projecten op basis van onderzoek naar de integratie van EEG-gegevens in hybride hersencomputerinterfaces.
In de toekomst zullen AI-systemen mensen niet alleen op beperkte terreinen ondersteunen. Ze zullen zich eerder gedragen als persoonlijke assistenten. Om deze taak te vervullen, is het noodzakelijk dat ze mensen begrijpen, hun intenties afleiden en contextgevoelige ondersteuning bieden. Hersendata kunnen de robot een beter direct inzicht verschaffen in de intenties van mensen. Een belangrijk toepassingsgebied is bijvoorbeeld revalidatie na een beroerte.
Een van de grootste uitdagingen in de human-robot-collaboration (HRC) is natuurlijke interactie. Hiermee wordt niet de interface naar de interactie zelf bedoeld, maar het proces van de gebruiker om de verschillende interactieprincipes van de interface te leren. Dit leerproces moet voor de gebruiker zo eenvoudig mogelijk zijn, gebaseerd op bekende (natuurlijke) interactieprincipes, zoals spraakcommando's, gebaren en dergelijke.
Interactie is belangrijk bij de samenwerking van mens en robot. Het maakt het mogelijk om de samenwerking zo efficiënt mogelijk te maken. Het helpt de angst voor contact en het algemene wantrouwen van de menselijke samenwerkingspartner jegens robotsystemen in het dagelijkse werk te verminderen. Expect heeft dus een directe positieve invloed op de toenemende samenwerking tussen mens en robot in de arbeidswereld.
Om dit mogelijk te maken, worden in het project methoden voor geautomatiseerde karakterisering en gezamenlijke evaluatie van de multimodale gegevens van mensen ontwikkeld en in testscenario's geëvalueerd. De systematische experimenten dienen ook om te onderzoeken hoe fundamenteel belangrijke hersendata voor intentievoorspelling bij mensen zijn.
In het Expect-project onderzoeken wetenschappers in hoeverre ze verbanden kunnen vinden tussen verschillende modaliteiten in hersenactiviteit en zo de interactie tussen mens en robot intuïtiever en natuurlijker kunnen maken. Enerzijds willen ze puur op hersen-computer-interface gebaseerde interactieconcepten ontwerpen, anderzijds willen ze ook multimodale concepten ontwerpen om in elke situatie de best mogelijke interactiemogelijkheid te kunnen bieden.
De technologieën die in Expect moeten worden ontwikkeld, kunnen op verschillende manieren worden gebruikt - bijvoorbeeld bij ruimtevaart en buitenaardse verkenning, door robots ondersteunde revalidatie en hulp, bij Industrie 4.0 en industriële HRC.
Foto: DFKI