Французский из шкафа №48 - ГЕРУНДИЙ ( gérondif) ФизШ
对于通过课后特别和多样性研讨会敏感的耳朵，这听起来很糟糕，但我们希望机器人能够根据外观做出快速判断。克服偏见是好的，但无法刻板印象会削弱智力 - 人为的和其他的。乔治亚理工学院的机器人专家Alan Wagner博士是刻板印象技术的主要支持者。他认为，这种逻辑不需要适用于种族或性别，只需要应用于情境和行为。
在他的刻板印象算法的早期测试中，瓦格纳训练了一个天真的机器人，从它看到的东西得出结论。机器人学会并变得有洞察力，这使得瓦格纳开始批判性地思考机器人假设的伦理，特别是预编程的伦理。他说话了 逆 关于他的工作及其影响。
带我了解实验的工作原理。
机器人与不同类型的个人 - 消防员，EMT或其他人 - 进行交互 - 但它没有任何这些类别的个人的经验。基本上，它是体验式学习。
这个想法是为了表明机器人可以使用个人的感知特征来预测他们在工具使用方面的需求。算法的工作方式是，机器人的相机可以感知到个体的不同方面 - 它们的均匀颜色，例如，是否有胡须，以及它们的头发颜色。
它也会问他们关于他们的样子的问题。当然，提问不是你想要在现场做的，但机器人的感知现在是如此有限。我们需要一种方法来引导学习一个人的过程。该人将选择该工具，然后机器人将选择该工具，并且随着时间的推移，机器人将学习每种类型的人喜欢的工具。
您是否希望机器人知道徽章意味着警察或厚重的反光外套意味着消防员？
我们有点期待它。但也有一些令人惊讶的事情。例如，机器人错误地认识到用消防员预测胡须 - 这很奇怪，但是当你查看数据时，这并不奇怪。与之相互作用的前几个人是留胡子的消防员。因此，我们认为需要感知多样性，这个想法如果机器人能够在一个类别中看到大型，大致不同类型的个体，那么它将更好地发展和理解该类别。
你是否应该训练自主机器人来消除这些怪癖，所以一个机器人不会想到这个人是否留胡子，他是一名消防员？
绝对。我们解决这些问题至关重要。至关重要的是，我们拥有可以从不同的人群中工作的这些机器人。
学习的样子会是什么样的？
它将允许机器人专注于更好地表征消防员的事物。例如，消防员甚至可能不穿夹克。然后机器人会注意到消防的其他方面，也许是靴子，也许是手套，也许是头盔。它会说，“这个人真的好 是 在这种环境下的消防员。“
如果你有足够的人，它可能能够在火灾中识别消防员与万圣节派对上的消防员。这是微妙的感知细节，例如制服类型的质量或上下文环境之间的差异。
除了将胡须与消防员联系起来外，这个算法有多成功？
我们真的想看两件事：一，你能用它做什么？如果机器人可以识别消防员，这在某种程度上真的有帮助吗？该文件表明，它允许您缩小搜索范围。您可以专注于真正重要的功能，而不是寻找胡须的头发颜色，寻找眼睛颜色或其他任何你想要的东西。那个人穿着消防员的外套吗？这可以加快这个过程。
我们看到的另一个非常重要的事情是，如果机器人预测的类别是错误的呢？这对你有什么影响？你可以想象搜索和救援环境可能是混乱的：你可能在充满烟雾的条件下工作，机器人可能无法很好地感知一切，它可能有错误。你可以想象一个更糟糕的情况，机器人认为这个人是受害者，而实际上他们是一名消防员。所以它试图拯救一名消防员。那太可怕了。我们希望看到它在哪里断裂，它如何断裂，哪些功能影响最大以及哪些是不同类型的错误。
您可以以不同的方式使用此方法 - 如果他们根本看不到该人，但可以看到他们正在执行的操作。如果我能看到选择斧头的人，那么我可以预测他们有头盔。
你如何让机器人评估背景并做出预测？
我们试图看看几种不同类型的环境 - 餐馆，学校和疗养院。我们尝试捕获有关环境的特征以及环境中的对象，人员选择的操作以及环境中的人物的样子，并尝试使用它来进行大量的社交预测。例如，在学校环境中，人们在说话之前举手。因此，如果我看到人们举手的动作，我希望在环境中看到什么类型的物体？我希望看到黑板;我希望看到一张桌子吗？我希望能看到孩子们。
希望有使用这些信息。如果机器人正在执行疏散程序，它将会看到那里有哪些类型的人以及他们可能在哪里。
让我们说有一个机器人来到你家门口说：“请跟我走到出口处。”看似简单的东西实际上非常复杂。如果机器人撞到公寓楼的门上，你根本不知道你要与谁互动。它可能是一个四岁的孩子，可能是一个95岁的人。我们喜欢机器人根据它所看到的人的类型来定制它的互动行为以便拯救它们。我们正在学习一些上下文课程并尝试开发该应用程序。
您是否对机器人和人类使用类似的“刻板印象”定义，还是还有其他事情发生？
陈规定型观念一词具有消极背景。我们使用它的方式只是开发人员类别，并使用分类信息来预测一个人的特征。我知道在心理学方面，很多工作都集中在面部刻板印象和性别刻板印象上。我们没有做那样的事情。这个过程是一样的吗？我不知道。不知道。
您是否担心人们可能对您的工作存在误解？
几年前，我们开发了这种可能欺骗人的机器人的想法。在媒体上有一种误解，认为这会导致机器人偷走人们的钱包。
我想使用紧急疏散情况：你并不总是希望对疏散的人完全诚实，对吧？例如，如果有人问你，“我的家人好吗？”如果机器人说：“不，他们都死了，这可能会很糟糕。”请跟我到出口。“在某些情况下，机器人实际上需要简单地不诚实。但我的经验是，人们觉得我们正试图走向世界末日。
我们总是对这些人机器人技术的亲社会方面感兴趣。我们正在努力帮助别人，而不是做坏事。