הרובוט שלומד מקריאת מחשבות

מפתחי העתיד שוקדים על פיתוח רובוט שיבצע פעולות לאחר שיקרא אותות המשודרים היישר מהמוח, בלי לנקוף אצבע. מקיפול כביסה ועד “משחקי מוח”

אחד הסימנים לכך שטכנולוגיה מתחילה להבשיל הוא יישומה בצעצועים. הופעת הרובוט הביתי הראשון, צעצוע “פרבי” (Furby) משנת 1998, היא דוגמה טובה לכך: בפעם הראשונה היתה הטכנולוגיה אמינה וזולה דייה כדי ליצור רובוט המניע חלקים מגופו, מגיב לצלילים ולתנועות, ונראה כאילו הוא לומד את שפת המשפחות שאליהן הגיע.
למעשה הרובוטים תוכנתו לומר מילים באנגלית מתוך אוצר מילים שהלך וגדל ככל שעבר הזמן מאז שהופעלו לראשונה, מה שיצר אשליה כי הם לומדים מילים שנאמרו בסביבתם. אשליה זו חוזקה בשל העובדה שמתוך אוצר מילים שתוכנת לתוכו, הרובוט תוכנת כך שנטה לחזור על מילים שהוא עצמו אמר אם בעליו ליטפו אותו בכל פעם שהשמיע מילים אלה. (האשליה היתה חזקה כל כך עד שסוכנויות ביוּן אסרו על החזקת הצעצוע במשרדיהן, מחשש שיחזור על מילים שישמע שם…)

בכוח המחשבה

עכשיו מגיע תורה של טכנולוגיית “קריאת המחשבות”: לפני כשנה החלה חברת הצעצועים האמריקאית מאטל (Mattel) לשווק את המשחק Mindflex (וראו קישור בסוף הטור). המשחק כולל לוח שבו חורים המסודרים כטבעת, שמכל אחד מהם מותז סילון אוויר כלפי מעלה. כדור המונח מעל חור כזה ירחף בגובה התלוי בעוצמת סילוני האוויר. בלולאה שמרכיב השחקן מסביב לראשו משולבים כמה חיישנים המודדים את השדה החשמלי שיוצר המוח.
השחקן לומד כיצד להתרכז כך שעוצמת הסילונים תתחזק או תיחלש. בעזרת בקרה ידנית יכול השחקן לגרום לכדור לנוע בין הסילונים. הקסדה אינה מספיק מתוחכמת כדי לאפשר גם את הפקודות “ימין” או “שמאל” – גלי המוח של השחקן מתורגמים רק לפקודות “למעלה” או “למטה”. כך נוצרים אתגרים של העברת הכדור במסלולי מכשולים שונים.
במעבדות מחקר מסביב לעולם כבר אפשר להגיע לקריאת מחשבות מתקדמת הרבה יותר: בספטמבר 2010 הושתלו אלקטרודות במרכזי הדיבור של חולה אפילפסיה במהלך ניתוח מוח שעבר כדי לטפל במחלתו. לאחר מכן ביקשו ממנו החוקרים, בראשותו של פרופ’ ברדלי גרגר (Greger, וראו קישור בסוף הטור) מאוניברסיטת יוטה, לחזור כמה פעמים על עשר מילים: כן, לא, חם, קר, רעב, צמא, שלום, להתראות, יותר ופחות.
מחשבים המחוברים לחיישנים למדו את תבנית הפעילות המוחית בעבור כל אחת מהמילים, ולאחר מכן הצליחו לזהות איזה מילה נאמרה בדיוק של 76-90% כאשר נדרשו להבחין בכל פעם בין שתי מילים אפשריות (מה שבהחלט שימושי כאשר שואלים שאלה שהתשובה עליה תהיה “כן” או “לא”, “יותר” או “פחות” וכו’). כאשר נדרשו לזהות מילה מתוך כל העשר, הדיוק ירד לטווח של 24-48%: טוב יותר מניחוש מקרי אך עדיין לא מספיק לשימוש מעשי. חולה זה היה מסוגל לדבר, אבל החוקרים רואים בפיתוח זה פוטנציאל גדול לעזור לחולים שאיבדו את היכולת לתקשר בצורה אחרת.
קריאת מחשבות אינה מצריכה בהכרח ניתוחי מוח. הדמיה בטכניקת fMRI הושגו בשנים האחרונות הצלחות מרשימות במיפוי האזורים במוח הקשורים במונחים מסוימים. לפי אחד הדיווחים, אצל רבים מאיתנו יופעלו אותם האזורים במוח כאשר אנו חושבים על מושגים כמו “מברג” או “חלון”, ולכן אפשר גם לדעת מתי נבדק חדש, שהמחשב לא “למד” את תבניות המוח שלו, מרכז את מחשבותיו באחד ממונחים אלה – לפי הניסיון שרכש המחשב בעבודה עם נבדקים אחרים.
רובנו נעדיף שלא להסכים לניתוח מוח או לכליאתנו בתוך מכונת fMRI כדי שנוכל לזכות לכך שמחשב יזהה מילה שחשבנו, וגם זאת רק בתנאי שבחרנו מילה מתוך אוצר מילים מצומצם. עם התפתחות הטכנולוגיה נראה שמגבלות אלה יוסרו, ובכך ייפתחו שימושים מעשיים רבים: אולי נראה קריאת מחשבות מופיעה בתחילה כעזר למשותקים, בהמשך כדי להקל על אנשים הפועלים בתנאים קשים (כמו אסטרונאוטים בעת המראה), ואחר כך בשימוש נרחב הרבה יותר (אם הפתרון יהיה קל לשימוש וזול דיו זו ודאי תהיה בשורה טובה למי שנוטה לשכוח היכן השלט-רחוק של מכשירי הטלוויזיה, ה-DVD, ממיר הכבלים וכו’).

פענוח אותות ולימוד מהםמנקודת המבט של הבינה המלאכותית, “קריאת מחשבות” כזו מספקת כמה אתגרים. האתגר הראשון הוא ב”תרגום” של קריאות החיישנים או תמונות ה-fMRI: קריאות אלה כוללות כמות גדולה של נתונים ובכל פעם שהאדם חושב על אותה מילה הקריאות יהיו שונות. נדרשת תוכנה המוצאת את המשותף בין הקריאות שנמדדו בעבור אותה מילה ואת השונה בין קריאות בעבור מילים שונות. זהו אתגר המוכר בתחום הלמידה הממוחשבת: סיווג של נתוני קלט לתוך קבוצה אחת מתוך הקבוצות הידועות לתוכנה (אתגר דומה בטיבו, אך עשוי להיות קשה יותר, הוא סיווג של תמונות על-ידי זיהוי העצמים המופיעים בכל תמונה).
זהו תחום ותיק בבינה המלאכותית וקיימות טכניקות רבות ללמידת תהליך סיווג יעיל. לרובן משותף התהליך המתחיל בלמידה מקבוצת נתונים אחת – “קבוצת הלמידה”. במקרה שלנו, יינתנו למחשב המדידות או התמונות שהופקו מהמוח ברגע שהאדם חשב על מילים מתוך הרשימה הנלמדת, ובצד כל מדידה יימסר למחשב גם זיהוי המילה שנבחרה באותו רגע. המחשב יחפש תבניות נתונים החוזרות בעבור אותה מילה, כך שתבניות אלה יהיו רחוקות ככל האפשר מתבניות שזוהו בעבור כל המילים האחרות. בשלב השני של התהליך נבדקת איכות הלמידה על-ידי זיהוי המילים שנאמרו, כאשר הפעם המילה ידועה למפתח התוכנה אך לא לתוכנה עצמה. כך אפשר לבדוק את רמת הדיוק שהלמידה הגיעה אליה.
למידה עשויה גם לאפשר זיהוי מילים שלא נכללו בקבוצת הלמידה. באפריל 2010 דיווחה חברת אינטל על תוכנה שפיתחה עם אוניברסיטאות קרנגי-מלון ופיטסבורג. לאחר שתוכנה זו לומדת את תבניות פעילות המוח הנמדדות ב-fMRI בעבור מילים מסוימות, היא מצליחה גם להבין באיזה מילה חדשה מתרכז הנבדק. החוקרים מסבירים זאת כך: חלק מהאזורים במוח שזוהו כפעילים כאשר נלמדה פעילות המוח בתגובה למילה “כלבלב” יופעלו גם בחשיבה על המילה “דוב”, אך לצידם נראה גם הפעלה של האמיגדלה (גרעין השקד), אזור מוחי המשתתף בתגובות “הילחם או ברח” (Fight or Flight).
שילוב זה מאפשר לנו לנחש כי הכוונה לדוב, או לפחות לחיה בעלת פרווה הנתפשת כמאיימת. כדי להגיע לרמה גבוהה של עצמאות בסוג זה של זיהוי נדרשים מידע סמנטי על מילים רבות והבנת ההשפעה של הקשרים הסמנטיים על פעילות המוח, אם כי מהדיווח  על הפרויקט של אינטל לא ברור עד כמה הניתוח שבוצע שם היה כללי ועד כמה הוא דרש מעורבות אנושית.

למידה מהסתכלות, למידה מעשייהבמחקרים אחרים המטרה היא לא ללמוד מילים אלא פעולות. כמו ילד הצופה במבוגר ולומד לבצע פעולות בדרך של חיקוי, קיימים גם רובוטים המסוגלים ללמוד מתוך צפייה בבני אנוש. הרובוט דיגורו (DiGORO), למשל, שפותח באוניברסיטת UEC בטוקיו, לומד לבצע פעולות כמו הכנסת עצמים לתוך דלי תוך כדי דיאלוג עם המדגים האנושי, כפי שאפשר לראות בקישור לווידאו בסוף הטור.
לאחר שלמד את הפעולה, יכול הרובוט לחזור עליה גם אם הוא מתבקש להכניס עצמים אחרים לתוך הדלי. גובהו של דיגורו כ-150 ס”מ והוא נע ממקום למקום על רכינוע (סגוויי) שהותאם לצרכיו. הוא גם ניחן ביכולת לזהות פנים וקולות וללמוד לזהות אנשים המוצגים לו.
בפרויקטים אחרים למידת תנועות האדם מדויקת יותר, מכיוון שהם אינם משתמשים בצילום התנועות, כמו דיגורו, אלא בחיישני תנועה המרכיב האדם המדגים בשילוב עם צילום. דוגמה לכך הוא פרויקט COGNITO, שהחל בינואר 2010 במימון של האיחוד האירופי. אחת ממטרות הפרויקט היא ללמוד תנועות מורכבות המשמשות בתהליכי ייצור תעשייתיים.
טכנולוגיית “קריאת המחשבות” מאפשרת צעד נוסף קדימה בלמידה רובוטית: הפעלת הרובוט בעזרת אותות מהמוח עצמו, כך שלאחר מכן הרובוט יוכל לחזור על אותן פעולות בצורה עצמאית. לפני כשנה הדגימה חברת הונדה, יצרנית הרובוט המפורסם ASIMO, קסדת EEG מודדת פעילות חשמלית של המוח ומעבירה אותן לפקודה לרובוט להרים יד או רגל.
בקבוצה של ד”ר ראג’ש ראו ((Rao מאוניברסיטת וושינגטון, הלמידה מתקדמת יותר: בתחילה הרובוט מצויד בכמה פעולות בסיסיות, כמו הליכה, והמפעיל האנושי מתאמן במתן פקודות דרך הקסדה לביצוע פעולות אלה. פעולות מורכבות יותר נלמדות כסדרה של פעולות פשוטות, ולאחר מכן מקבלות פקודה חדשה המפעילה אותן. כך אפשר לשלוט ברובוט ברמה הולכת ועולה של מורכבות, כאשר הרובוט יודע לפרק פקודה מסובכת לסדרה של פקודות פשוטות יותר, שחלקן מורכבות כשלעצמן מצעדים בסיסיים.
ד”ר ראו מדמה זאת לפעולות היררכיות אצל בני אדם: “לדוגמה, התנהגות כמו נהיגה במכונית היא תחילה נלמדת אך לאחר מכן הופכת לפעולה כמעט אוטומטית, המשחררת אותך לזהות חבר ולנופף לך בידו בעודך נוהג” (לא ברור אם הרשות הלאומית לבטיחות בדרכים תעודד דוגמאות כאלה).
במובן מסוים, רעיונות אלה אינם חדשים: בחלק השלישי של הספר “שמי יהיה לרבבה” של סופר המדע הבדיוני רוג’ר זילאזני (Zelazny; הסיפור הופיע באנגלית בנפרד כנובלהHome is the” Hangman”, 1975) מופיע רובוט עצמאי שהגיע לרמה גבוהה של בינה מלאכותית ועצמאות דרך תהליך למידה.
בתהליך זה הופעל הרובוט בשליטה מרחוק על-ידי יוצריו, שהשתמשו בקסדה כדי להעביר לרובוט אותות מהמוחות שלהם וכדי לחוש ישירות את מצב מוחו האלקטרוני של הרובוט. תוך כדי כך עוצבו בינתו ואישיותו של הרובוט, ולכן אין פלא שהוא מתייחס ליוצריו כאל הורים. זילאזני משתמש ברעיון הטכנולוגי כדי לדון בשאלות של אחריות, אשמה וכפרה במהלך סיפור מרתק ומפתיע, ולאו דווקא כדי לנבא את העתיד. עם זאת, קשה שלא לראות את הדמיון בין הסיפור שנכתב לפני 35 שנים ובין הפיתוחים העכשוויים.
היום המגבלה העיקרית היא חוסר הדיוק בקריאת פעילות מוח דרך חיישני EEG המודדים פוטנציאלים חשמליים על הקרקפת. אותות אלה אינם יכולים לשקף בפרוטרוט את פעילות המוח, ולכן ד”ר ראו אינו צופה כי הקסדות שבהן הוא משתמש כרגע יאפשרו ביצוע או למידה של פעולות הדורשות מוטוריקה עדינה כמו פתיחת בקבוק תרופות או קשירת שרוכים.
כאשר בעיות כאלה ייפתרו והטכנולוגיה תהיה זולה ואמינה דייה לשימוש בכל בית, הן ודאי יובילו לייצור סוג חדש של משחקים (“משחקי מוח” במקום “משחקי מחשב”?), אך גם ישמשו לצרכים פרוזאיים יותר: בתחילה נוכל ללמד רובוט כיצד לגהץ חולצה או לקפל מכנסיים, לכבס ולייבש כביסה, ולאחר מכן נוכל לתת רק פקודה אחת – “טפל בכביסה”, ולהשתמש בפקודה זו כדי לבנות התנהגויות מורכבות אף יותר, כל זאת מבלי לנקוף אצבע אלא בחשיבה בלבד.
ואם כל זה אינו חוסך די זמן, ודאי יתפתח מקצוע חדש – “מאמני רובוטים” שילמדו את הרובוטים הביתיים והאישיים את כל מה שעליהם לעשות, בלי שבעלי הרובוטים ייאלצו להדגים במו ידיהם את הפעולות אפילו פעם אחת. הרבה לפני ש”עולם חדש אמיץ” זה יתממש, יוכלו שיטות כאלה להביא למהפכה בחייהם של נכים ומשותקים, להקל על קשישים ולהעניק להם עצמאות, ולפתוח נתיב חדש לאינטראקציה של מוחותינו עם העולם שמסביבנו.

קישורים:

משחק MindFlex

פענוח אותות מהמוח ע”י זיהוי המילה הנאמרת

קריאת מחשבות בהדמיית fMRI

קריאת מחשבות המזהה גם מילים שלא נלמדו מראש

הרובוט DiGORO לומד מתוך מתוך צפייה בפעולות אנושיות

פרוייקט Cognito שבו נלמדות תנועות אנושיות על ידי חיישני תנועה

רובוט הלומד מגלי המוח של מדריך אנושי

ישראל בנימיני עובד בחברת ClickSoftware בפיתוח שיטות אופטימיזציה מתקדמות