22 november 2022

I otillgänglig terräng kan det vara svårt att nå fram med räddningspersonal i tid när någon skadat sig. Ett troligt framtidsscenario är att autonoma drönare och ”robothundar” kan vara räddare i nöden. Men full autonomi ligger långt in i framtiden för den här typen av system. Därför är ett fungerande samarbete mellan människa och maskin avgörande.

Gul robothund släpper röd första hjälpen väska vid skadad person.
Spot är en fyrbent ”robothund” utvecklad av företaget Boston Dynamics. Linköpingsforskarna använder den för att utveckla och testa nya koncept för samarbete och autonomi. Fotograf: Thor Balkhed

Med ett dämpat duns landar ett första hjälpen-paket i det fuktiga gräset och ett mekaniskt surrande från en drönare försvinner i fjärran. Efter en stund stegar en gul fyrbent robot fram över Gränsö slotts välklippta gräsmatta. Längre bort ligger en skadad person. Roboten plockar upp det röda paketet som släppts av drönaren, identifierar var den skadade personen befinner sig och lägger väskan inom räckhåll. Nästan allt sker autonomt.

– Vi står inför en framtid där antalet krissituationer ökar som en följd av klimatförändringar, terrorism, naturkatastrofer och krig. I många situationer skulle det vara för riskabelt att skicka in människor för att sköta räddningsuppdraget och då kan autonoma robotar vara en dellösning, säger Patrick Doherty, professor vid Institutionen för datavetenskap vid Linköpings universitet.

Symbios

Vid hans forskningsavdelning, Artificiell intelligens och integrerade datorsystem, jobbar forskare bland annat med att utveckla system som autonomt kan sköta mycket av det vi människor har svårt för eller inte kan göra. Men samtidigt kan vi människor väldigt mycket som dagens moderna robotar inte kan.  Patrick Doherty.Patrick Doherty är professor och avdelningschef för Artificiell intelligens och integrerade datorsystem vid Institutionen för datavetenskap. Foto Thor Balkhed Därför är forskningens mål i dagsläget att utveckla autonoma system som gör att förmågorna hos människor och robotar tillsammans blir större än delarna.

– Robotar blir mer och mer sofistikerade och nu kan de till och med samarbeta med människor i viss utsträckning. Men det innebär också att man inte kan bygga ett autonomt system utan sammanhang. Det gäller att tänka på vad systemen ska interagera med och hur de ska nå specifika mål, säger Patrick Doherty.

Han menar att det gäller att hitta en symbios mellan robot och människa. Men då behöver det finnas ett spektrum av autonomi. I idealfallet skulle robotsystemet själv kunna ställa in nivån beroende på uppgiften. Men det är lika viktigt att en människa också skulle kunna reglera graden av autonomi hos robotsystemet vid varje givet tillfälle. I ena änden av skalan finns det ingen autonomi, vilket vi är väl bekanta med i dag, och i andra änden finns full autonomi, något som ännu ligger i framtiden.

Historiskt sett har ett av de stora målen för AI-forskning varit att utveckla ett helt autonomt system som uppvisar en hög grad av intelligent beteende. Men i de allra flesta fall kommer AI att stöta på eller samarbeta med människor på ett eller annat sätt. Dock finns det scenarios där full autonomi skulle vara önskvärt, till exempel på månen eller Mars där kommunikationsvägarna är långa och risken att stöta på en människa är låg.

Flera steg

Men hur ser det ut vid räddningsaktioner då? Skulle det inte vara bra om robotarna var helt autonoma när det är riskabla situationer?

– Nej, det är inte önskvärt i det sammanhanget i dagsläget. I den närmsta framtiden är det bättre att fokusera på samarbete mellan människor och robotar så att de bildar ett sammansvetsat team. Människor är bättre än robotar på vissa saker fortfarande. Robothund på marken och drönare i luften.Samarbete mellan olika agenter, vare sig de är robotar eller människor är i dagsläget det bästa sättet för att maximera nyttan av AI enligt Patrick Doherty. Foto Thor Balkhed Enda gången det kan vara önskvärt med full autonomi är i väldigt farliga situationer, som utsläpp av farliga kemikalier eller radioaktiva ämnen. Då finns det inget val än att använda endast robotar, säger Patrick Doherty.

För att genomföra en räddningsaktion med en människa i nöd, likt demonstrationen vid Gränsö slott, krävs tre steg där både människa och robot behöver samarbeta. Först pekar en människa ut ett område på en datorskärm där det antas finnas skadade människor. En drönare skannar autonomt av området för att försöka identifiera intressanta objekt med hjälp av ett klassificeringssystem baserat på maskininlärning. När en människa i nöd är upptäckt och identifierad behöver en operatör avgöra vad personen behöver. Det kan vara en radio, nödproviant eller som i det här fallet, en första hjälpen-väska. En drönare utrustad med nödhjälpen flyger sedan till en lämplig plats, så nära den skadade personen som möjligt, och släpper väskan.

Men i vissa situationer kan inte drönaren släppa sin last tillräckligt nära personen i nöd. I det här fallet behövs en markgående robot som kan utföra sina uppgifter i skiftande terräng. Därför har LiU-forskarna introducerat Spot, en fyrbent ”robothund” från företaget Boston Dynamics, som autonomt ska leverera väskan den sista biten genom att plocka upp den med en robotarm och navigera till den skadade personen autonomt.

Svår klassificering

Forskningen bakom den autonoma leveransen är avancerad och det finns många olika parametrar att beakta för att det ska klaffa. Bara att identifiera objekt är svårt för en artificiell intelligens och beroende på vilket dataset som den tränats på blir kvalitén på utfallet ofta olika.

– För att kunna utföra räddningsinsatsen måste systemet upptäcka viktiga saker och kunna klassificera vad som är vad – människa, uppochnervänd båt, liten brasa, och så vidare. För att systemet ska kunna göra det används maskininlärning och djupinlärning. Det är svårt. Här spelar till exempel vädret in. Ett dataset som är tränat på soliga dagar funkar dåligt vid moln, och vice versa, säger Patrick Doherty.

Det finns en mängd andra generella problem som behöver lösas innan systemen kan bli robusta och tillförlitliga.

– Visst hade det varit önskvärt med full autonomi som är lika bra som en människa, och det är det långsiktiga målet. Men det kommer inte hända i en nära framtid. Då måste vi först se hur AI i sin nuvarande form kan hjälpa människor här och nu, säger Patrick Doherty.

Gul fyrbent robot.Den fyrbenta roboten Spot är byggd av Boston Dynamics som är ett av världens ledande robotikföretag. Foto Thor Balkhed

WASP

Om WARA PS

WASP Industry Days är ett årligt återkommande evenemang som arrangeras av Wallenberg AI Autonomous Systems and Software Program – WASP.

Inom Sveriges största privatfinansierade forskningsprogram, WASP, finns flertalet forskningsarenor förkortade WARA som genomför demonstrationer under WASP industry days. Demonstrationen med drönaren och robothunden ingick i WARA PS, där PS står för Personal Safety.

– WARA PS arena har stor potential för att sammanföra företag och forskare. Lär oss genom dialog med andra om deras specifika problem. Det snabbar upp kunskapsutbytet vilket ger snabbare och bättre resultat i samarbetet mellan industri och akademi, säger Patrick Doherty.

WASP vid LiU

WASP - Wallenberg AI, Autonomous Systems and Software Program

Den fjärde industriella revolutionen är här när automation övergår i autonomi. LiU har framstående forskning inom flera av de områden som är centrala inom Wallenberg AI Autonomous Systems and Software Program, WASP.

Styrkeområde

En artikel från LiU magasin

Senaste nytt från LiU

Person (Robert Forchheimer) med mobiltelefon.

Gratisapparnas dolda kostnader – mer än personliga data

Prokrastinering, minskad sömn och försämrat fokus är en del av priset vi betalar för kostnadsfria appar till mobilen. Det menar forskare vid LiU och Rise som undersökt vilka kostnader som egentligen döljer sig bakom gratisapparna.

Vatten framför en bro och en byggnad. Blå himmel och ett träd i höstfärger.

LiU klättrar i global rankning

Linköpings universitet tar sig upp till plats 201–250 när brittiska Times Higher Education släpper sin årliga rankning för världens lärosäten.

Poddsuccén gjorde historieläraren till folkkär folkbildare

Daniel Hermansson är gymnasieläraren som blev en stor folkbildare. Oavsett om det är i podd, tv eller bokform berättar Årets alumn om vår historia lika initierat som underhållande.