ACADEMY magazine 2017-2018

ROBOTICA
© ISTOCK | PHONLAMAIPHOTO
ROBOTICA
gent of zelfs intelligenter zijn dan mensen.
Als je mij vraagt wanneer dat gebeurt, is mijn
antwoord dat we nog niet eens aan het begin
krabbelen.”
CONCEPTFASE
We zitten volgens de hoogleraar nog echt
in de conceptfase. “In het laboratorium of
in een gecontroleerde werkelijke omgeving
kunnen we aantoonbaar bewijzen dat
technologie heel accuraat menselijk gedrag
kan voorspellen en herkennen. Hoe lang
het duurt voordat dit een alledaags fenomeen
is? Ik kan geen koffiedik kijken, maar
zeker de komende tien jaar niet. Elementen
ervan misschien wel. Het is voorstelbaar dat
de kunstmatige intelligentie van een zelfrijdende
auto voetgangers herkent en afremt
als ze ineens oversteken. Hoe ze dat kunnen
leren is voor alle robots anders en ligt bovendien
aan het probleem dat je wilt oplossen
of de uitdaging die je wilt aangaan. Als je
een robot wilt leren emoties en gezichtsuitdrukkingen
te herkennen, moet je de computer
veel voorbeelden geven van lachende
of huilende mensen in combinatie met parameters,
zoals de stand van de mond- en ooghoeken
en de wenkbrauwpositie. Op basis
daarvan kan de computer met 80 procent
zekerheid ‘zien’ of iemand blij of droevig is.”
EÉN DING
Bestaat dan niet het gevaar dat robots op
den duur zoveel patronen ontdekken dat ze
die niet alleen zelf op nieuwe situaties kunnen
toepassen, maar ook gaan interpreteren?
Vanessa: “Het is mogelijk dat robots
op den duur gaan redeneren over de relaties
tussen de dingen die ze waarnemen.
Dat is neuro-geïnspireerde artificiële intelligentie,
maar er zijn veel verschillende vormen.”
Toch blijft dat voorlopig heel beperkt.
“Een robot krijgt zoveel mogelijk informatie
over volgens jou belangrijke stukjes van
de werkelijkheid. Het is bijvoorbeeld ongelooflijk
wat Watson, de supercomputer van
IBM kan. Als jij een vraag hebt zoekt hij ontzettend
snel het hele internet af naar antwoorden.
Als die grotendeels overeenkomen
moet dat wel het juiste antwoord zijn.” Die
vragen en antwoorden zijn echter niet door
Watson bedacht, maar door mensen ingevoerd.
Vanessa geeft een ander voorbeeld.
“De thuiszorg biedt al allerlei hulpmiddelen
aan, zoals een rollator, speciaal bed of sokkenoptrekker.
Er komt een dag dat het bed
doorkrijgt wanneer je wilt zitten of dreigt
© ERIC BRINKHORST
door te gaan liggen. De rollator meet straks
je hartslag en slaat alarm bij een hartstilstand
en de koelkast bestelt zelfstandig producten
die op zijn. De mogelijkheden apparaten uit
te rusten met waarnemings- en reactievermogen
nemen snel toe. Het is veel onwaarschijnlijker
dat er binnen afzienbare tijd
universele, veelzijdige robots zijn die ons
helemaal ontzorgen of verzorgen.”
EÉN TAAK
Robots zijn in principe goed in één taak,
zegt Vanessa Evers. “Je leert ze iets heel goed
te kunnen, zoals het internet lezen of autorijden,
maar het wisselen van context ligt
echt niet voor de hand. Wel is het denkbaar
dat ze verschillende taken uitvoeren binnen
één bepaalde context: stoffen, moppen
én zuigen.” Ze sluit niet uit dat robots ooit
zelf nieuw nieuwe vaardigheden aanleren,
maar niet op korte of zelfs middellange termijn.
“Zelfs een simpel wezen als een mug
is niet na te bouwen”, zegt ze ter illustratie.
“Wat betreft kunstmatige intelligentie is er
nog niet echt een plausibel model dat daadwerkelijk
overeenkomt met de menselijke
hersenen.”
ROBOT VOOR DE KLAS
Op dit moment zijn Vanessa en haar
team bezig met het afronden van een bijzonder
project. “Nu pas is robottechnologie
zo robuust, dat we thuis, op school of op
het werk gedurende langere tijd informatie
kunnen gaan verzamelen over de impact
die dat op ons heeft en hoe relaties daardoor
veranderen.”, zegt prof. dr. Vanessa Evers.
“We hebben gedurende een aantal maanden
een robot met interactief lesmateriaal
in de klas op een basisschool gezet. Er zijn
geen onderzoekers in de klas geweest om
beïnvloeding van het experiment te voorkomen.”
De robot is echt aan het werk geweest
met de kinderen. De definitieve uitkomsten
van dit experiment zijn nog niet bekend,
maar nu we de informatie verwerken leren
wij al wel hoe leraren daarmee omgaan. De
een laat kinderen een werkje doen met een
robot over massa en gewicht, de ander laat
hen helemaal vrij. Er is veel variatie in de
wijze waarop onderwijzers de nieuwe techniek
onderdeel maken van hun manier van
lesgeven. Ik hoop dat ze met behulp van de
robot, die tot in detail kan bijhouden hoe ze
presteren, individuele leerlingen beter kunnen
volgen en hun lesmethode specifieker
op hen zullen afstemmen. Interessant is ook
dat de houding van de kinderen ten opzichte
van onderwijzers, elkaar en technologie verandert.”
Deze robot heeft uiterlijk menselijke kenmerken
en lijkt zowel op een jongen als een
meisje. “Zij praten meer met en tegen zo’n
robot en proberen hun vragen zo begrijpelijk
mogelijk uit te leggen. We hebben hetzelfde
experiment gedaan met een tablet, waarop
‘EEN ROBOT
IS GEEN MENS
EN HOEFT
ER OOK NIET
UITERLIJK OP
TE LIJKEN’
alles hetzelfde is, tot en met de stem aan toe,
maar dat had veel minder effect.”
HUMANOÏDE ROBOTS
Moeten alle robots dan op mensen lijken?
Vanessa Evers denkt van niet. Een robot is
geen mens en hoeft er ook niet uiterlijk op
te lijken. Een robot neemt waar, begrijpt,
handelt, stelt gerust of kan mensen bereiken
die voor ons onbereikbaar zijn, zoals zwaar
dementerenden. Een zelfrijdende auto is
een robot, net als een vuilnisbak die als hij
vol is automatisch naar de leegplek rijdt.
In fabrieken en laboratoria is de omgeving
aangepast aan de robot, Vanessa is vooral
geïnteresseerd in robots die zich aanpassen
aan de mens en zijn omgeving. “Voor
basisschoolleerlingen is een humanoïde of
menselijke robot belangrijk en voor politiemensen
die moeten leren verdachten te verhoren.
Robots leren lopen als mensen is heel
duur en vaak niet nodig. Het is trouwens heel
moeilijk een robot een pak melk te laten aanpakken
of aanreiken. “Dat komt doordat er
te veel onzekere factoren zijn. Pakt de ontvanger
het rechts of links aan en op welk
moment? Grote kans dat het valt. We moeten
samenwerken met apparaten en ze leren
omgaan met onze chaos en dat kan alleen als
ze ons begrijpen.”
DESIGNLAB
In het DesignLab van de UT voor multidisciplinair
onderzoek, waarvan ze wetenschappelijk
directeur is, werkt Vanessa
Evers samen met partners uit het bedrijfsleven
en de maatschappij. Het duurt vaak lang
vooraleer uitkomsten van wetenschappelijk
onderzoek landen, maar voor bedrijven,
maatschappelijke of overheidsinstanties zijn
vaak slechts enkele aspecten van belang.
“Daarom maken we in het DesignLab meer
gebruik van creatieve workshops, waarbij we
een verbinding maken tussen problemen in
de samenleving, maatschappelijke innovaties
en mogelijke oplossingen.” Zo’n oplossing
is Spencer. Na ruim drie jaar bouwen,
programmeren en testen heeft deze robot,
die overigens wel menselijke trekken heeft,
in 2016 met succes een groep KLM-passagiers
naar de gate van vertrek begeleid.
Spencer scant de instapkaarten, weet wanneer
de groep compleet is en vertrekt, zijn
snelheid aanpassend aan die van de passagiers.
Onderweg informeert hij hen over de
resterende afstand via zijn scherm. “Deze
oplossing is ideaal om minder ervaren reizigers
te begeleiden.”
Vanessa Evers is als hoogleraar Computerwetenschappen verbonden aan de Universiteit Twente
en vakgroepvoorzitter van de ‘Human Media Interaction Group’. Ze is bovendien de eerste
vrouwelijke hoogleraar Robotica in Nederland. Ze ontwerpt samen met haar team robots en kijkt
vanuit sociaalpsychologisch perspectief specifiek naar theorieën over menselijk gedrag en hoe
zich dat ontwikkelt tijdens interacties met technologie. info@speakersacademy.nl
98
SPEAKERS ACADEMY® MAGAZINE 2018 SPEAKERS ACADEMY® MAGAZINE 2018 99