Corriger les erreurs d’un robot par la pensée sans y penser

Quand il s’agit de contrôler les robots, il ne s’agit pas seulement de trouver des moyens de leur transmettre des commandes, mais de s’assurer qu’ils les exécutent correctement. Dans cette optique, une équipe du Computer Science and Artificial Intelligence Laboratory (CSAIL) du MIT et de l’Université de Boston a mis au point un système qui transforme l’opérateur humain en un détecteur automatique d’erreur pour alerter le robot lorsqu’il en commet une.

Le contrôle de robots par la pensée n’est pas nouveau, mais ce domaine est encore dans ses premières phases de développement. Le contrôle direct cerveau-machine peut éliminer les problèmes d’une interface mécanique (une manette par exemple…) ou d’apprendre à un robot à répondre aux commandes vocales, mais en soi, ce n’est pas suffisant. C’est une chose de commander un robot pour faire ceci ou cela, mais c’en est une autre d’arriver à le faire correctement.

Selon le MIT, les précédents travaux réalisés sur le contrôle des robots impliquaient la connexion de l’opérateur à un moniteur d’électroencéphalographie (EEG), puis de leur enseigner à donner des ordres au robot en pensant selon un protocole  précis, comme de choisir entre  deux écrans pour indiquer au robot quelle tâche effectuer. Le problème, c’est qu’il s’agissait d’un processus à sens unique et épuisant, car il exigeait une attention constante.

L’approche du CSAIL était d’effectuer “une boucle de rétroaction” en surveillant le cerveau de l’opérateur de telle manière qu’il indique, en temps réel et de manière inconsciente, au robot qu’il fait une erreur sans que l’opérateur n’ait à agir (consciemment).

(CSAIL/ MIT)

Selon la directrice du CSAIL, Daniela Rus :

Imaginez être capable de dire instantanément à un robot de réaliser une certaine action, sans avoir besoin de taper une commande, appuyez sur un bouton ou même de dire un mot. Une approche simplifiée comme celle-là améliorerait notre capacité à superviser les robots d’usine, les voitures sans conducteur et d’autres technologies que nous n’avons même pas encore inventées.

L’idée est de ne pas surveiller les commandes conscientes du cerveau, mais ce que l’équipe appelle les “potentiels liés à l’erreur” (« error-related potentials (ErrPs)). Ce sont des modèles de signal que le cerveau produit quand une personne remarque une erreur. En d’autres termes, l’opérateur peut avertir le robot quand il fait quelque chose de mal sans y penser consciemment. Le signal est envoyé automatiquement au robot qui rectifie le tir.

Pour développer ce système, l’équipe a utilisé un robot Baxter de la société Rethink Robotics pour effectuer des tâches simples de tri selon les instructions d’un opérateur humain portant un EEG. Actuellement, le système est limité à traiter des activités de choix binaire, mais le traitement des ondes cérébrales par un algorithme a été réalisé en environ 10 à 30 millisecondes.

L’équipe du CSAIL précise que les signaux ErrP sont extrêmement faibles, donc la boucle de rétroaction a besoin de quelques ajustements pour obtenir les bons résultats. Cela impliquait de s’assurer que les signaux étaient correctement classés tout en surveillant ce que l’on appelle les “erreurs secondaires”, lorsque le robot ne répond pas au premier signal d’erreur. Lorsque cela se produit, le cerveau renforce le signal qui améliore la précision, ce que l’équipe espère atteindre à 95 % une fois que leur système pourra reconnaitre les erreurs secondaires en temps réel. L’équipe indique également que les signaux ErrP augmentent proportionnellement en fonction de l’importance de l’erreur du robot, ce qui pourrait conduire à de futurs systèmes capables de traiter des tâches plus complexes à choix multiples.

En plus de contrôler des robots, l’équipe espère que leur technologie sera également utile aux personnes qui n’ont pas la capacité de communiquer verbalement.

L’étude publiée sur le site du Computer Science and Artificial Intelligence Laboratory (MIT) : (PDF) Correcting  Robot  Mistakes  in  Real  Time  Using  EEG  Signals et présentée sur le site du MIT : CSAIL system enables people to correct robot mistakes using brain signals.