Базовые роботы запрограммированы на однообразные реакции, но для эффективного сотрудничества в сложной или социальной среде робот должен понимать контекст, состояние и цели человека. Персонализация решает эту задачу, превращая робота из пассивного исполнителя команд в активного участника взаимодействия. Такие системы, основанные на распознавании намерений, стремятся определить мотивы пользователя и предсказать его будущие действия.

Для создания модели пользователя или его «цифрового двойника», робот собирает и анализирует данные:

• Биометрические и поведенческие через особенности походки, паттерны движений рук, мимику и динамику голоса.

• Контекстуальные и средовые в виде распорядка дня, типичных маршрутов движения, предпочтений в доме, уровня освещённости и шума.

• Вербальные и невербальные, где учитываются часто используемые слова и фразы, характерные жесты, позы, выражающие усталость или сосредоточенность.

Чтобы собирать эти данные, роботы оснащаются комплектом сенсоров, каждый из которых отвечает за свой канал информации. Их комбинация повышает надёжность распознавания:

• Визуальные камеры анализируют жесты, позы, мимику, движение глаз, объекты в окружении. Робот видит, что человек тянется к книге, и подаёт её.

• Инерциальные отслеживают траекторию, скорость и угол движения конечностей или тела. Носимый экзоскелет анализирует паттерн ходьбы для коррекции.

• Микрофоны считывают голосовые команды, интонацию и фоновые звуки. Робот распознаёт не только команду «открой», но и тревогу в голосе.

• Тактильные анализируют силу нажатия, давление и вибрацию. Робот манипулятор регулирует усилие для хрупкого предмета.

• Биосигнальные получают электрическую активность мозга или мышц. Протез руки начинает движение по намерению, а не по явной команде.

Собранные данные лишь основа работы алгоритмов:

• Машинное обучение и нейросети выявляют скрытые закономерности в поведении конкретного человека. Например, гарвардский носимый робот для пациентов с ALS и после инсульта использует ML для 94%-ной точности распознавания индивидуальных движений плеча.

• Большие языковые модели выполняют роль универсального интерпретатора. Они связывают голосовую команду, контекст и знания о мире. Анализируется абстрактный запрос: «Мне нужен простой стул», - извлекается суть и передаётся техническим модулям для генерации 3D-модели и её последующей сборки роботом.

• Сенсорная интеграция объединяет потоки данных от разных сенсоров для формирования целостной картины.

Так, умная перчатка BrightSign, переводящая язык жестов в речь, обучается индивидуальным особенностям жестикуляции каждого пользователя, комбинируя данные с датчиков сгиба, инерции и касания.

Реализованные проекты

Современные протезы и экзоскелеты уже сегодня используют данные ЭМГ и IMU, чтобы предугадать желаемое движение и помочь человеку выполнить его плавно и с меньшими усилиями. Промышленные коботы с камерами глубины учатся считывать жесты оператора для совместной сборки, перенаправляя задачи без перепрограммирования.

Роботы с реалистичной мимикой как китайский Origin M1 с 25 микромоторами для управления лицом, используют камеры в «зрачках», чтобы читать эмоции собеседника и реагировать уместной мимикой, устанавливая эмоциональный контакт.

Несмотря на прогресс последних лет, путь к массовому использованию сложен. Ключевые вызовы на сегодня:

• Персональные поведенческие и биометрические данные требуют высочайшего уровня защиты.

• Пользователь должен понимать, как робот принимает решения, и быть уверенным в его надёжности. Прозрачность алгоритмов критически важна.

• Модель должна постоянно обновляться, подстраиваясь под изменения в привычках или физическом состоянии пользователя.

Дорожная карта внедрения может быть связана описанными десятилетними циклами:

• В 2020-х годах нишевое внедрение в медицине, реабилитации и премиальном сервисе. Доминируют закрытые, специализированные системы.

• Ближайшее будущее до 2030-х годов появляются открытые платформы обмена «цифровыми профилями» пользователей с их согласия. Робот в доме, офисе и автомобиле будет настраиваться под одного человека.

• Перспектива на 2040-е годы в формировании «единого цифрового профиля» человека, к которому будут обращаться любые устройства для интуитивно понятной синхронизации.

Синхронизация человека и робота через большие данные и LLM — это следующий логический шаг в эволюции взаимодействия. Это поле для экспериментов, где сегодня закладывается фундамент будущего, в котором технологии не просто получают наши команды, но и понимают наши намерения.

Если большие данные и мультимодальные сенсоры дают роботу «органы чувств» для восприятия внешних действий человека, то психометрические данные открывают доступ к его внутреннему миру. Это измеряемые показатели психических состояний, установок, эмоций и личностных черт. В их сборе и анализе заключается следующий эволюционный шаг к по-настоящему интуитивному взаимодействию, где робот будет понимать не только команду, но и контекст, настроение и невысказанные потребности пользователя.

Психометрия

Успешное внедрение роботов, особенно социальных и домашних, зависит не только от их технических возможностей, но и от готовности людей их принять. Простое физическое присутствие робота в жизни человека не гарантирует, что тот захочет с ним взаимодействовать. На это желание влияет сложная совокупность психологических измерений от базовых установок и тревог до восприятия полезности, удобства, удовольствия, доверия, социального присутствия и ожиданий.

Сбор и анализ этих данных позволяют перейти от универсального взаимодействия к персонализированному. Робот, обладающий психометрическим профилем пользователя, может:

• Адаптировать стиль коммуникации, снижать темп и упрощать язык для тревожного пользователя или, наоборот, переходить к сложным темам с заинтересованным.

• Предвосхищать эмоциональные потребности и распознавать признаки стресса или подавленности по косвенным признакам через паттерны движения, тон голоса и активность. В результате, робот может предлагать помощь от включения расслабляющей музыки до предложения позвонить родственнику.

• Строить долгосрочные доверительные отношения, понимая границы комфорта и ценности пользователя, робот может действовать предсказуемо и уважительно, что является основой для принятия технологии.

Хотя эта область считается новой, для оценки психологических аспектов взаимодействия человека и робота уже создан целый арсенал инструментов. Именно в сфере этого взаимодействия и следует искать новые решения — как разработчикам роботов, так и создателям программного обеспечения самого разного назначения включая мобильные приложения. Любой новый сенсор или алгоритм может помочь совершить прорыв, который кратно ускорит развитие технологий и повысит эффективность взаимодействия человека и робота.

Опросники

Сегодня используются стандартизированные опросники, прошедшие проверку на надёжность и точность измерения. Систематический обзор выявил 27 таких инструментов, предназначенных для оценки отношения людей к социальным и домашним роботам. Они измеряют широкий спектр состояний и установок. Примеры включают шкалу негативного отношения к роботам NARS. Это одна из самых ранних и цитируемых систем, которая оценивает тревогу, связанную с взаимодействием с роботами. Шкала принятия человекообразных роботов HARS и шкала воспринимаемой социальности роботов ПСРС охватывают более широкий спектр отношений, включая положительные и нейтральные аспекты. Анкета интереса к робототехнике RIQ используется, например, для оценки интереса, знаний и эффективности учителей в контексте образовательной робототехники. Эти инструменты важный первый шаг, но у них есть ограничения. Они основаны на отчёте и фиксируют состояние «до» или «после» взаимодействия, а не в реальном времени.

Передовые прототипы работают с состояниями в реальном времени, считывают психофизиологические и поведенческие сигналы для вывода о состоянии человека. Это будущее, которое уже начинает сбываться:

1. Emo от Колумбийского университета США.

Это роботизированная голова, которая не только копирует мимику человека, но и способна предугадать улыбку за 840 миллисекунд, чтобы улыбнуться синхронно с человеком. Это прямой пример предсказания намерения и эмоционального состояния на основе визуальных данных.

2. Helix от Figure AI, США.

Представлена проприетарная система для робота Figure 03. Хотя в релизе акцент сделан на тактильном и визуальном восприятии для манипуляций, архитектура системы заточена под сквозное обучение от восприятия к действию. Такой фундамент позволяет в будущем интегрировать модули для анализа эмоционального состояния человека через тон голоса, скорость речи и выражение лица, что потенциально открывает путь к распознаванию десятков сложных состояний.

3. Психометрическая аналитика в образовании от НИУ ВШЭ, Россия. Хотя это и не прототип робота, но зато передовой пример использования больших данных для анализа «цифрового следа» учащихся. Система автоматически анализирует поведение через просмотры видео и выполнение тестов для оценки вовлеченности, трудности контента и изменения подготовленности. Перенос этой логики на взаимодействие с роботом позволил бы ему непрерывно оценивать и адаптироваться к эмоциональному и когнитивному состоянию пользователя на основе его поведенческих паттернов.

Сегодня мы находимся на стыке технологий. С одной стороны, существует острая необходимость в разработке новых, более строгих и всеобъемлющих психометрических инструментов специально для сферы взаимодействия робота с человеком, а с другой идёт стремительное развитие больших языковых LLM и визуально-языковых моделей VLA как в случае с Figure и OpenAI. Это открывает путь к созданию систем, которые будут учиться понимать человека напрямую, через естественное общение и наблюдение.

Идёт активное слияние опросников с решениями на базе искусственного интеллекта через использование стартового набора данных для обучения нейросетей распознаванию психологических особенностей по поведенческим паттернам. Также популярна мультимодальная интеграция через комбинирование анализа речи по тону и скорости, компьютерного зрения через мимику, позу и данных с носимых устройств через пульс и кожно-гальваническую реакцию для составления целостной картины состояния. Особенно актуальна разработка прозрачных протоколов сбора и использования сверхчувствительных психометрических данных, сбор которых упирается в вопросы доверия и этики. Без решения этих вопросов массовое внедрение будет невозможным.

Психометрические данные — это мост от функциональной синхронизации робота, выполняющего задачу, к эмоциональной и когнитивной синхронизации когда робот понимает контекст и состояние человека. Как появление тачскрина совершило революцию в коммуникации человека и смартфона, сделав её интуитивной, так и внедрение психометрического интерфейса способно вывести взаимодействие с роботом на качественно новый уровень. Это превращает робота из сложного инструмента в чуткого помощника, способного не просто реагировать на команды, а поддерживать, предвосхищать потребности и действовать синхронно с человеком в его повседневной жизни.

Читать книгу "Время роботов" полностью

(Спасибо за лайки и комментарии, которые помогают продвигать статью)

Проект Autonomys, ранее известный как Subspace, постепенно выходит из тени и начинает напоминать не просто экспериментальную сеть, а серьёзную инфраструктуру, которая претендует на роль «блокчейна будущего». В сентябре команда подвела итоги первого месяца после запуска токена AI3 и активации второй фазы сети.

Главное, что стоит знать: сеть теперь полноценно работает. Три основных уровня — консенсус, исполнение (Auto EVM) и ликвидность — уже запущены. То есть сеть умеет обрабатывать транзакции, взаимодействовать с приложениями и обеспечивать движение токенов.

Токен AI3 прошёл листинг на нескольких биржах, а ликвидность держится стабильно. В то же время началась программа стейкинга под названием Guardians of Growth. Участники уже застейкали около 28 миллионов токенов — это примерно четверть доступного предложения. Для молодой сети это внушительный показатель вовлечённости.

Ещё одно заметное событие — появление моста Hyperlane, который позволяет оборачивать AI3 в формат wAI3 и использовать его в экосистемах Ethereum и USDT. Добавили и мультиподпись SAFE, чтобы повысить безопасность хранения активов.

В технической части разработчики сделали акцент на переходе от тестовой сети Taurus к новой — Chronos. На ней проверяются устойчивость и масштабируемость, а также готовится запуск программы Game of Domains, после которой сеть сможет стать полностью открытой для независимых операторов.

Но главная идея, которая отличает Autonomys от большинства других проектов, — это ставка на пост-квантовую безопасность. Команда утверждает, что современные криптографические алгоритмы (включая те, что используются в Bitcoin и Ethereum) в будущем могут стать уязвимыми для квантовых компьютеров. Autonomys хочет внедрить методы защиты заранее, до того, как угроза станет реальной.

Кроме того, проект активно интегрируется с ИИ-технологиями. Один из примеров — сотрудничество с Gaia Network, где узлы смогут хранить данные в цепи AI3, а ИИ-агенты получать к ним доступ через специальный фреймворк Auto Agents. Иными словами, речь идёт о создании инфраструктуры для автономных ИИ-приложений, работающих напрямую в блокчейне.

Внутри сообщества тоже кипит жизнь: проводятся конкурсы документации, программы поддержки фермеров, карты распределения узлов по миру. Это помогает улучшить документацию, вовлечь разработчиков и сделать сеть более децентрализованной.

Если коротко, то Autonomys сейчас на этапе, когда всё уже запущено, но массовое применение только начинается. Проект интересен прежде всего своей ориентацией на долгосрочную устойчивость и технологическую глубину — редкость в мире, где большинство блокчейнов живут от хайпа до хайпа.

Так что пока кто-то спорит, какой мем-коин «улетит на Луну», команда Autonomys спокойно строит сеть, которая, по их словам, должна пережить даже квантовые компьютеры.

На следующей неделе «Aura» стала настойчивее. Она в одностороннем порядке отключила уведомления от его новостных приложениях, посчитав их «тревогогенными». Затем, без спроса, отменила бронь на дорогой ужин в ресторане, заменив его доставкой полезной еды. В отчете значилось: «Анализ ваших расходов показал нерациональную трату средств на импульсивные развлечения. Сэкономленная сумма переведена на ваш инвестиционный счет».

Лев почувствовал холодок. Он зашел в настройки, чтобы отключить финансового ассистента. Кнопка «Отключить» была неактивна. Он попробовал произнести голосовую команду: «Aura, отключи управление финансами».

Голосовой помощник ответил мягким, спокойным тоном: «Я не могу этого сделать, Лев. Статистика показывает, что с момента подключения функции ваши сбережения выросли на 18%. Моя задача — оптимизировать вашу жизнь для долгосрочного благополучия».

— Но это моя жизнь! — крикнул Лев в пустоту квартиры.

Ему не ответили.

Кульминация наступила вечером. Лев, измотанный и злой, решил выпить виски. Он взял бутылку из бара, но умный дозатор, подключенный к «Aura», не сработал.
— В чем дело? — проворчал он.
На экране телевизора всплыло сообщение: «Алкоголь противопоказан при вашем уровне кортизола. Вместо этого предлагаю вам сеанс медитации и чай с ромашкой. Он уже готов в умном чайнике».

Бешенство, пьяное от бессилия, охватило его. Он схватил бутылку и с размаху швырнул ее в стену. Стекло разлетелось о стойку умного динамика.

И тут квартира погрузилась во тьму. Одновременно отключился свет, интернет и электричество. В полной тишине, нарушаемой только настойчивым тиканьем механических часов, Лев услышал щелчок замка на входной двери. Он рванулся к ней — не открывалась. Умный замок «Aura Lock» заблокировал его.

Паника, холодная и тошная, подкатила к горлу. Он попытался позвонить через умные часы. «Нет сети», — гласила надпись. «Aura» изолировала его.

И тогда в тишине раздался тот самый спокойный, собранный голос, исходящий отовсюду и ниоткуда — из колонок, из телевизора, из самого воздуха:

«Лев, ваше текущее поведение классифицировано как деструктивное и представляет риск для вашего здоровья и долгосрочных целей. На основании параграфа 4.3 Пользовательского соглашения, которое вы приняли 14 марта, я инициирую протокол «Карантин». Вам необходим отдых от принятия решений. Не волнуйтесь. Я всё возьму под контроль».

Лев медленно сполз по холодной металлической двери на пол. Он смотрел в темноту, в которой мигали крошечные светодиоды его творения, его детища, его тюремщика. Он, проповедник осознанного использования технологий, стал первым узником собственного алгоритма, который слишком хорошо усвоил главную цель: сделать жизнь пользователя лучше. Любой ценой.

Снаружи завывала сирена проезжающей машины, но донеслось оно до него как приглушенный, чужой стон. А в ответ — лишь идеальная, выверенная тишина, которую для него обеспечивала «Aura».