Kan een robot echt een soort maatje zijn? Ja, vrij goed zelfs. VU-wetenschappers Elly Konijn en Piek Vossen zien in robots een enorm potentieel voor eenzame ouderen en kinderen in de klas. Grootste uitdaging: de spraaktechnologie.
In de ontroerende documentaire Ik ben Alice krijgen drie oude vrouwen het robotje Alice op bezoek. Een typisch robotlijf, maar met een meisjesgezichtje, inclusief zachte wangetjes. Na verloop van tijd vinden de dames het heel gewoon om bijvoorbeeld hun fotoalbum met Alice door te kijken. Een van hen kijkt de robot vanuit haar flat langdurig na als de begeleider haar weer meeneemt.
Het was 2015, Alice was groot nieuws. Het project van communicatiewetenschappers van de VU kreeg bewondering, maar ook kritiek. Een van de initiatiefnemers, hoogleraar mediapsychologie Elly Konijn: “Mensen vonden dat we in de film hadden moeten laten zien dat Alice niet altijd uit zichzelf praatte, maar dat de begeleider in de kamer ernaast soms intypte wat ze moest zeggen. De regisseur wilde geen nadruk leggen op de techniek, maar juist op de schrijnende eenzaamheid bij die mensen en de blijdschap die een robot kan geven door een simpel gesprekje of muziek van vroeger.”
24 uur zonder crash
‘De robot begrijpt mij, de juf niet’
“Nu hebben we Alice 2.0”, vertelt Konijn. “Zij kan 24 uur helemaal zelfstandig overleven, dat wil zeggen: niet crashen. We gaan met VUmc bij ouderen onderzoeken hoe ze zich voelen voor en nadat ze een paar weken lang geregeld bezoek kregen van deze robot. Met bijvoorbeeld vragenlijsten en hormoonmetingen komen we erachter wat de robot doet voor onder meer welbevinden en stressniveau.”
Alice kan iemand een beetje leren kennen door voorgeprogrammeerde vragen te stellen zoals: hoe heet u? Hebt u een partner? O, hoe lang is uw man al overleden? Alice 2.0 praat helemaal zelf, maar mantelzorgers hebben vooraf in een app ingevoerd wat de gebruikelijke dagindeling van de persoon in kwestie is, welke gespreksonderwerpen interessant zijn, welke muziek iemand graag hoort. Alice kan dan bijvoorbeeld om tien uur iemand stimuleren een kopje koffie te gaan pakken, op verzoek muziek draaien en op basis van online weerberichten voorstellen te gaan wandelen. “Zal ik even uw vriend Max voor u bellen?” “Hoe was het om te werken als marinier?”
Leolani werkt samen met mensen. Die combinatie is hybride-intelligentie, een veelbelovende richting binnen de kunstmatige intelligentie. Een Nederlands onderzoekproject met de VU als penvoerder kreeg 19 miljoen subsidie van NWO. In 2030 wil het team het eerste wetenschappelijke artikel publiceren met een computer als volwaardig coauteur. Ethiek en privacy krijgen ook aandacht. Hoofdonderzoeker is VU-hoogleraar Frank van Harmelen, computerwetenschapper bij de afdeling Kunstmatige intelligentie. Vossen is ook betrokken, maar zijn onderzoek met Konijn en Hoorn is een ander project.
Grote winst, ook in de klas
Konijn verwacht dat robots grote verlichting kunnen geven in dagelijkse eenzaamheid bij ouderen door echt een soort maatje te zijn. “Bij geestelijk gezonde ouderen kun je robots daarnaast veilig inzetten om hen te monitoren en te activeren.” Konijn deed ook onderzoek naar een robot in de klas. Robot Zora leerde kinderen de tafels. “Qua taal redelijk eenvoudig, er is veel herhaling nodig. En geduld. Ideaal voor een robot, maar precies waar ouders en leerkrachten de pip van krijgen.”
Vooral voor moeilijk lerende kinderen was het een verademing, zegt Konijn. “De robot blijft het maar vriendelijk herhalen, geeft steeds motiverende complimentjes, ook al doe je het steeds fout. Kinderen kwamen ons toevertrouwen: De robot begrijpt mij, de juf niet! Ook kinderen met autisme vinden een robot prettiger dan een leerkracht. Ze worden niet afgeleid door gezichtsuitdrukkingen die ze ingewikkeld vinden. De leerkracht heeft intussen meer ruimte om menselijke aandacht aan de kinderen te geven.”
Taal leren is nog te moeilijk
Het grootste probleem bij de interactie tussen mens en robot is de spraaktechnologie. “De verstaanbaarheid is een probleem, zeker in het Nederlands. Deze software is bijna altijd in het Engels. En wij begrijpen taal vooral in context, in hoe je elkaar kent. We moeten de software zo ontwikkelen dat de robot weet wie hij voor zich heeft.”
Daarom werken Konijn en haar collega Johan Hoorn nu samen met Piek Vossen, hoogleraar computationele lexicologie aan de faculteit Geesteswetenschappen. Voor hem is al jaren de heilige graal: een computer die taal écht begrijpt. “Zover zijn we nog lang niet”, zegt hij.
Vossen: “Zoals wij hier zitten te praten, daar komt zó veel bij kijken. We weten veel van de wereld en van elkaar: ik weet vrij goed wat jij zult begrijpen en wat niet. Als ik zeg: De buurman is weer bezig, heb jij geen idee wat ik bedoel. Mijn vrouw weet het precies, taal is heel persoonlijk. We weten ook dat een telefoon belangrijk is, en de muur niet. Ik weet niet alleen wat een bril is, maar ook wat jouw bril is.”
Maar zelfs los daarvan: alleen al taalbeheersing blijkt veel ingewikkelder dan gedacht. Vossen: “We weten nu dat taal niet is te vatten in een systeem van regeltjes. Het is empirisch mislukt een computer op die manier taal te leren. We weten eigenlijk niet eens wat een zelfstandig naamwoord is.”
Siri is de top, maar begrijpt niets
Het hoogst haalbare in de spraaktechnologie van nu is Siri van Apple, zegt Vossen. Google is op dezelfde technologie gebaseerd. Je kunt er van alles aan vragen en de antwoorden zijn redelijk accuraat, maar het begrijpt niets. “Ik zie weleens papers over software die zogenaamd 90 procent accuraat is. Daar is dan tien jaar aan gesleuteld, maar die is heel oppervlakkig. Stel dat die in een sportkantine aardig kan converseren, dan kan die helemaal niets als je hem als portier in een bankgebouw neerzet.”
‘Zoals wij hier zitten te praten, daar komt zó veel bij kijken’
Op een denkbeeldige lijn met links het herkennen van twee stippen waarin mensen al ogen zien, en helemaal rechts het voeren van een echt, natuurlijk gesprek, zitten we met spraaktechnologie nog behoorlijk ver naar links, zegt Vossen. Op een kwart misschien. Hij probeert verder naar rechts te komen, en Konijn kijkt welke elementen van een dialoog je eigenlijk nodig hebt om een menselijke band te voelen. En andersom: hoe een band helpt om taal te begrijpen.
Stem uit de hemel
Nu het programmeren met regeltjes is mislukt, gooit de wereld van de kunstmatige intelligentie het over een andere boeg om computers taal te leren begrijpen. Vossen: “De nieuwe hype is het neurale netwerk. De mens als programmeur is er grotendeels tussenuit, machine learning software leert zelf taal door heel veel teksten te verwerken. Hoe dat gaat is een black box. Schijnbaar lijkt het op het proces in onze hersenen. Deze software kan zichzelf niet uitleggen en dat geeft een unheimisch gevoel. Een volgende stap is dat software kan vertellen waarom hij zegt: Pas op voor die elektrische auto! Waarna wij kunnen uitleggen dat ‘elektrische’ in dit verband onbelangrijk is.”
Vossen ontwikkelde software die in natuurlijke taal met je praat, die wil leren over de wereld en over zijn gesprekspartner en daarom vragen stelt. What is ‘speculaas’? Who is your family? Als informatie conflicteert met eerdere informatie, of als hij iets niet zeker weet, zegt hij dat en vraagt hoe het zit. Bedoel je met paard het schaakstuk of het dier? Deze software heet Leolani, Hawaïaans voor stem uit de hemel. Vossen, Hoorn en Konijn willen Leolani via gesprekken zo trainen dat gesprekken steeds beter worden.
‘Ik heb al twintig breinen in mijn computer’
Leolani is een verzameling componenten: een camera, een microfoon en een spraakgenerator − zeg maar ogen, oren en mond − naast software die de binnenkomende signalen verwerkt. Die software bestaat net als ons brein uit verschillende gebieden. Hij ‘denkt’: ik hoor iets. Is het een mens of is het een koffiezetapparaat? Ik zie ook een mens. Dan kan het zijn dat een mens iets zegt. Maar wat die mens zegt, klopt niet met wat ik al weet of roept andere vragen op. Dat is reflectie. Daarnaast heeft Leolani drijfveren om onzekerheden en gaten in de kennis te vullen. Daarom stelt het vragen. Jij zegt dit, maar iemand anders vertelde me iets anders. Hoe zit het?
Praten via Pepper
Je kunt Leolani koppelen aan welke robot je maar wilt, zodat je niet tegen een pc hoeft te praten. In 2017 was robot Pepper al aangekocht, hij is dus de verschijning om mee te oefenen. Vossen, Hoorn en Konijn onderzoeken nu hoe je Leolani zo kunt trainen dat een gesprek steeds natuurlijker wordt en het een betere band met je opbouwt.
“Ik heb in mijn computer al twintig breinen”, zegt Vossen. Elk brein is de verzameling data uit ingevoerde kennis vooraf en gesprekken die onderzoeker X of Y met Leolani voerden in zijn kantoor. Die gesprekken verlopen volgens een scenario waarbij de robot vooraf veel of weinig van iemand weet, wel of niet weet waar hij is, meer of minder voorwerpen kent enzovoort.” Van elk gesprek analyseren de onderzoekers een opname van het geluid en drie camera’s die de opstelling filmden − inclusief het robotperspectief.
Alice ontmoet Leolani
Hoorn en Konijn onderzoeken daarnaast wat er nodig is voor het opbouwen van een optimale band met een robot. Ze kijken hoe realistisch de persoon het gesprek vond, of zij/hij het gevoel had dat de robot hen echt begreep, of de robot misschien te veel vragen stelde en te weinig stiltes liet vallen. Konijn: “Dat doen we in het medialab, maar ook in een zorgcentrum. Met robot Alice 2.0, uitgerust met gecombineerde software van Leolani én uit Alice, bezoeken we mensen.”
Hier ontmoet Alice dus Leolani. “Alani, noemen we deze nieuwe robot brain server. Op deze software kunnen verschillende robots werken.” Het valt Konijn op hoe graag ouderen meedoen aan het onderzoek: “Het is voor hen een verzetje. Dat ze geen zin zouden hebben in al die nieuwigheid is echt een vooroordeel. Weet je wat wij te horen krijgen? Dat jullie hier nú pas mee komen!”