4. ELMÉLETI HÁTTÉR, A KUTATÁS FOGALMI KERETEI
4.4.4. A jövőben akár robotkutya is „segíthet”…
48 Összefoglalva, doktori kutatásomban több oldalról szándékozom a segítőkutyák társadalmi beilleszkedésben játszott szerepét és elfogadottságát elemezni. 1) Személyes és önkéntes munkám során szerzett tapasztalataimon túl, kiképzői és gyógypedagógiai szociológiai szempontokat figyelembevéve, nem csak a segítőkutyák alkalmazásának hatékonyságát vizsgálom (egyéni tényezők), hanem a többségi társadalom hozzáállását is (környezeti tényezők). Ezt azért tartom fontosnak, mert hiába kiválóan képzett egy segítőkutya illetve nyitott, aktív és motivált egy fogyatékossággal élő gazda, nem tudnak érvényesülni a fentiekben ismertetett pozitív hatások társadalmi elfogadás nélkül (5. ábra).
49 okán a kedvencek régebben inkább a közösséghez, mintsem egyéni háztartásokhoz tartoztak.
Mindemellett a segítőkutyák jelen vannak Japánban, tehát lehetséges az összehasonlító elemzés egy Magyarországhoz képest fordított dominanciájú ország szemszögéből is (ahol relatíve „több robot – kevesebb kutya” van).
Másrészt az idős vagy fogyatékossággal élő személyek életvitelének családi/társadalmi megsegítése Japánban nemcsak egy közmegegyezésen alapuló szigorú elvárás, de a feladatok ellátásához rendelkezésre álló pénzügyi és technológiai lehetőségek is nagyon magas színvonalúak.
A száraz statisztikák a fenti kijelentéseknél árnyaltabb képet mutatnak: például a japán látássérült személyek 10 %-a rendelkezik segítőkutyával, míg Magyarországon a vakvezető kutyák száma csak 208 db (MATESZE, 2020)27, míg a 2011-es népszámlálás adatai szerint 9 054 vak, valamint 73 430 gyengénlátó, aliglátó ember élt hazánkban (Központi Statisztikai Hivatal kiadványa, 2014). Az is megállapítható, hogy a Japánban fokozatosan teret hódító nyugati életforma is beindított kiegyenlítődési folyamatokat.
Ami viszont vitán felül álló kiinduló pontja lehetett vizsgálatomnak illetve az ebből származtatott kooperációs javaslatnak („okos nyakörv” fejlesztés): Japán köztudottan a robottechnológia fellegvára. Különösen érdekes irányzat az un. szociális robotok (social robotics) fejlesztése, mely a háziállatok utánzásán alapul. Anélkül, hogy ezt a területet részleteiben tárgyalnám, csak egy jelzés: a japán kisgyermekek a robotkutyákat is egyfajta szociális partnernek tekintik – hasonlóan az „igazi” kutyákhoz (Rault, 2015).
Digitális korunk vívmányai (pl. internet, automatizálás, robotika, szociális médiák) alapvetően változtatják meg az emberek közötti viszonyokat. Miért ne változhatna a hagyományos ember – állat viszonyrendszeren belül a segítőkutyák szerepe is? „A kutya az ember legjobb barátja” – tartja nálunk (is) a mondás, gyógyító szerepe régóta ismert, az „egészségügyi háromszög” mindhárom aspektusát tekintve (fizikai-,
272020. januári adat.
50 mentális-, társadalmi jólét elősegítése), de lehet-e a jövőben a robot is egy „jóbarát”
(Howard, 2017)?
Már az eddig felsoroltak szerint is, Japán ideális terepe egy rövid összehasonlító elemzésnek: segítőkutya (service dog) vagy segítő robot (homecare robot) lehet-e megfelelőbb társ – például idős vagy fogyatékos emberek otthoni életének megkönnyítésére?
A rövid kitekintésben ugyan csak robotokról beszélek, de tágabb értelmezésem szerint figyelembe kell venni bármely olyan alternatív technológiai eszközt, melyekkel a segítőkutya funkciók részben kiválthatók. Csupán néhány esettanulmánnyal szeretném jelezni a segítő robotokban rejlő lehetőségeket és korlátokat – összehasonlítva azokat a segítőkutyák hasonló teljesítményével is.
Az egyik legismertebb segítőrobot Paro névre hallgat, melynek változatait közel másfél évtizede fejleszti a tokiói székhelyű National Institute of Advanced Industrial Science and Technology (Walton, 2003). Széleskörűen alkalmazzák terápiás célokra – elsősorban Japánban, az USA-ban – kórházakban, idős emberek otthonában, fogyatékossággal élő személyek lakásában (Šabanović, Bennett, Chang & Huber, 2013).
A mobilrobotoknak sokkal több hasznát vehetnénk az otthonápolásban, ha képessé tennénk azokat is emberek, tárgyak felismerésére és lokalizálására 3D környezetben.
Ezt a feladatot eddig elsősorban kamerás képfeldolgozó rendszerekkel szokták megoldani. A digitális képfeldolgozásban – professzionális szinten – ugyan járatlan vagyok, de (anélkül, hogy technikai részletekbe bocsátkoznánk) belátható, hogy a kamerás rendszerek rendkívül drágák, működésük bizonytalan (pl. takart vagy akár egy fiókba rejtett tárgy felismerése és megtalálása lehetetlen a lakótérben). Ezenkívül a kameraképek tárolása, feldolgozása és továbbítása komoly személyiségi jogi aggályokat is felvet – különösen otthoni vagy egészségügyi intézményi alkalmazások esetén.
A 3D lokalizálás terén a kamerák érdekes alternatíváját biztosítja az RFID (Radio Frequency IDentification) technológia, melynek ismertetése szintén túlmutatna disszertációm célkitűzésein. Ugyanakkor mindannyian „találkozhattunk” már filléres RFID címkékkel, például áruházakban, könyvtárakban, melyekkel akár könyvek, ruhák,
51 drágább italok, parfümök azonosíthatók be és/vagy lokalizálhatók – polcokon, pénztárnál, kijárati ellenőrző kapuknál.
A továbbiakban röviden hivatkozok a Geogia Tech egyetemen kifejlesztett mobilrobot navigációs megoldásra, az ELTE Bárczi Gusztáv Gyógypedagógiai Kar, a Budapesti Műszaki és Gazdaságtudományi Egyetem és az Akita Prefectural University együttműködésében kidolgozott RISE projekttervre – a segítőkutya vagy segítőrobot választás helyett – inkább az egymást jól kiegészítő (komplemens) előnyökön alapuló kutya-robot együttműködést javaslom (technology empowered helping dog).
Javaslatom konkrétabb alátámasztására röviden ismertetek egy RFID technológián alapuló „okos nyakörv” koncepciót, melynek igénye a NEO Magyar Segítőkutya Közhasznú Egyesület keretében végzett segítőkutya-kiképző munka során kristályosodott ki, még 2013-ban (Loványi, 2014; Mányik, 2015). A technikai megvalósítás a Budapesti Műszaki és Gazdaságtudományi Egyetemmel való együttműködés (hallgatói diplomatervek, önálló laborok közös konzultálása) keretében történt.
Példaként csak két fontos segítő funkcióban (megfelelően címkézett tárgyak térbeli lokalizációja, vizuális 3D információk magasszintű interpretálása valósidejű döntésekhez) utalok a szociális robotok és segítőkutyák „versenyének” mai állására, illetve az „együttműködésükben” rejlő (még kiaknázatlan!) többletlehetőségekre.
1. Hogyan tehetünk képessé segítő-robotot otthoni tárgyak megtalálására – RFID technológiával?
Az alábbi képeken látható fázisok:
1. fázis: Az összes RFID-címkézett tárgy off-line feltérképezése (pl. éjjel).
Robotnak ez a feladat nyilván jobban megy, mint egy segítőkutyának!
2. fázis: A „gazda” által kijelölt tárgy megkeresése, prezentálása. Kutyának jobban is mehetne – a későbbiekben definiált funkciójú „okos nyakörvet” viselve!
52
6. ábra: Robot keresi a RFID-val felcímkézett tárgyat28
Az összehasonlíthatóság céljából a robottechnológia zsargonjában is összefoglalva a segítőkutya előnyös/hátrányos tulajdonságait:
• nagyon szereti szolgálni gazdáját (ez az érzelmi kapcsolat robot részéről aligha értelmezhető, mégha a szociális robotokban próbálják is ezt imitálni),
• természettől fogva adott kiváló érzékelési, jelfeldolgozási, megfogási képességek,
• valósidejű (nagyon gyors) működés,
• tanulás/adaptivitás képessége,
• a segítő robottal ellentétben betanítható összetett megfogási feladatokra (pl. fiók óvatos kihúzása, majd a keresett tárgy kivétele),
• a segítő robottal ellentétben nem képes a háztartásban megtalálható összes potenciálisan behívható tárgy pontos helyét feltérképezni/memorizálni, illetve az összes tárgyra vonatkozó egyedi parancsszavakat (és/vagy rámutatásokat – kiképzéstől függően) megkülönböztetni.
Ezért – a segítőkutyák képzése során szerzett tapasztalatainkra alapozva kidolgoztuk egy RFID technológián alapuló „okos nyakörv” (tulajdonképpen egy kutya által hordozható méretű számítógép) funkcionális tervét (szöveges alapkoncepcióját):
Mozgássérült-segítő kutyákat nagyon jól lehetne „továbbfejleszteni”, például a mai mobiltelefon + RFID technikával. A kutyáknak a tárgynevek (néhány megtanult kivételtől eltekintve) általában nem sokat jelentenek, fogyatékos gazdáiknak viszont
28Deyle, T., Reynolds, M. S., & Kemp, C. C. (2014). Finding and Navigating to Household Objects with UHF RFID Tags by Optimizing RF Signal Strength. Chicago: IEEE. doi: 10.1109/IROS.2014.6942914.
53 nagyon fontos lenne úgy behozatni egy cipőt vagy egy kulcsot, hogy az biztosan az legyen, amit kértek. Erre jó egy „okos nyakörv”, ami a „hideg-meleg vizes” játékhoz hasonlóan egyre intenzívebb csipogással jelzi a kutyának a gazda által kijelölt konkrét tárgyat. Például, ha a gazda gyermeke a tévé-távirányítóját átvitte a másik szobába, akkor telefonon kijelölheti az előre beprogramozott távirányítót, a kutyát pedig elküldi keresni (magára a funkcióra már könnyen meg lehet tanítani), akkor a nyakörvén lévő csipogó intenzitásából hamar ki tudja választani a behozandó tárgyat. Több tárgyat be lehet így címkézni, és például mobiltelefonnal kijelölni. Az „okos nyakörv” pedig elvezethetné a kutyát a keresett tárgyhoz (így a tárgyaknak nem kell korábban megismert helyükön maradni, még az elveszett kulcstartókat, szemüveget is meg tudnák így találni az „okos nyakörv” használatára kiképzett segítőkutyák) (Loványi, 2014;
Mányik, 2015).
Ahogy az alábbi ábra sejteti, Kuku sok parancsot ért (más házi kedvencekhez képest is), így a „Hozd ide a csontot!”-utasítást is örömmel végrehajtja „okos nyakörv” nélkül is, szóbeli parancsra. A segítőrobot végtelen számú tárgy-RFID hollétét tudja önállóan feltérképezni majd „fejbentartani”, viszont a megértett parancsok végrehajtásban egyelőre sokkal lassúbb, ügyetlenebb, mint Kuku.
7. ábra: Kutya vs. robot dilemma feloldása: robot technológiával („okos nyakörv”) feljavított segítőkutya29
29Forrás: 1. kép: saját fotó.
2. kép: Deyle, T., Reynolds, M. S., & Kemp, C. C. (2014). Finding and Navigating to Household Objects with UHF RFID Tags by Optimizing RF Signal Strength. Chicago: IEEE.
doi: 10.1109/IROS.2014.6942914.
54 2. Hogyan tehetünk képessé egy segítő-robotot 3D környezetben való tájékozódásra – vizuális információk valósidejű interpretálásával?
A számítógépes látás state-of-the-art-jára csak egy rövid ismeretterjesztő cikkel hivatkozom, hogy a téma iránt érdeklődők néhány kulcsszó és általános megállapítás birtokában tovább olvashassanak. Hiszen ez a fontos mesterséges intelligencia alkalmazása, úgy az algoritmusok, mint az eszközök tekintetében, az 1960-as évek óta folyamatosan az aktuálisan rendelkezésre álló technológia korlátait feszegetve lett – hatalmas anyagi és humán kapacitásokat mozgósítása árán – az informatikai fejlesztések egyik motorja. Ezzel együtt (legalábbis a cikk szemléletes példájával élve) a következő elérendő cél (az aktuális „sztár” deep learning technológia alkalmazásával, amely ugyancsak az emberi látást próbálja modellezni) körülbelül a hároméves gyerek vizuális interpretációs képességeinek elérése. A cikkben leírtakhoz én csak annyit tennék hozzá, hogy számomra még ez is túl ambiciózus célnak tűnik egyelőre. Például a 4-5 hónapos csecsemő is felismeri, sőt megkülönbözteti szülei arcát, gesztusait (ilyen pl. a mosoly) – részben örökölt, részben gyorsan megtanult, de ma még nem teljesen beazonosított
„képfeldolgozó algoritmusok” lefuttatásával az agyában (Bohannon, 2014).
A (segítő)kutyák látása is a csecsemőkéhez hasonlóan fejlett. Ezen algoritmusok visszafejtésében még inkább csak találgatnak a szakemberek, hiszen a kísérleti alanyokat még nehezebb kikérdezni. Annyi biztos, hogy a ragadozó kutya és az ember (lényeg)látó képfeldolgozó rendszerei szükségszerűen nagyon különbözőek – a szem felépítése, illetve az (1) alak, (2) szín, (3) mozgás, (4) textúra általános képjellemző osztályok magasabb szintű interpretálásában.
A cikkből két hétköznapi képfeldolgozási feladatot citálnék, hogy szemléltessem: hol is tart a vizuális információ kutatása ma, melynek eredményeit majd a segítőrobotok is hasznosíthatnák a jövőben (amikor a megoldások már gazdaságosan elérhetők lesznek széria segítőrobotokban is).
• Captcha: ha a weben igazolnunk kell magunkat (bizonyítva, hogy mi nem vagyunk „keresőrobotok”), nem véletlenül kell vizuális rejtvényeket megoldanunk. Ezeket a rejtvényeket úgy méretezik, hogy még laikus felhasználók is meg tudják azokat oldani, de a nagyon összetett kémprogramok (web crawling) nem.
55
• Arcfelismerés (amit amúgy egy kisgyerek is „magától értetődően” tud): a Facebook DeepFace (a már említett deep learning technológiára utal ez az elnevezés is) projektje hatalmas erőforrásokat fordít arra, hogy egy nap bárkit meg tudjon különböztetni mindenki mástól, bármely arcképe alapján. Mire ezt a célt elérné a projekt, remélhetőleg a törvény fog gátat szabni a technológia eme ijesztő fejlődésének…
A két kiragadott példával (tárgyak lokalizációja, látás) csak azt a meggyőződésemet szerettem volna szemléletesen alátámasztani a technikai részletek teljes mellőzésével, hogy a segítőrobotok és a segítőkutyák „versenyében” utóbbiak sok tekintetben utcahosszal vezetnek. Ugyanakkor a már kifejlesztett technológiai vívmányok azonnal és tömegesen bevethetők lesznek a segítőrobotokban (ha rendelkezésre állnak a szükséges erőforrások), míg a segítőkutyákat egyenként, évekig kell kiképezni a jövőben is.
Íme még egy érv a verseny helyetti kooperáció mellett, amire a versengő felek nem szoktak magától értetődően gondolni (hiszen mindenki csak a saját szakmai buborékában mozog otthonosabban).
Az egyesületi munkánk során készített demo videók is szemléltetik a segítőkutya egyes
„robotikai jellemzőinek” kiválóságát:30
• extrém komplexitású „mobil-robot”,
• valósidejű (real-time) működés,
• intuitív navigáció – ismeretlen környezetben is,
• teljesen autonóm vagy „human-in-the-loop” működési mód,
• nagyon jó, soha nem törlődő (non-volatile) memória,
• kiválóan működő érzékelők (szaglás, látás, hallás, taktilis) fúziója,
• a robotokénál is jobb megfogási technika (pl. Kuku egy golden retriever vadászkutya – fajtája különösen híres arról, ahogy az elejtett vadat sérülésmentesen elhozza),
• természet adta amúgyis jó tulajdonságok kiterjeszthetők technikai upgrade-ekkel (pl. a dolgozatban definiált „okos nyakörv” hardver/szoftver funkciókkal).
30Forrás: http://segitokutya.net/category/galeria/videok/.
56 A segítőkutya és a robotok/gépek által nyújtott lehetőségek tárgyalásakor szükséges megemlíteni a neuropszichológiai megközelítést illetve a motivációelméleteket, melyek szintén a segítőkutya javára szólnak. A motivációk szabályozásában a pszichológiai és biológiai tényezők szorosan összekapcsolódnak, melyek két oldalról erednek: belső késztetésekből és külső ösztönzőkből. Ahogy az „egészségügyi háromszög”
bemutatásakor már kiderült (3. fejezet), egy segítőkutya kiválóan ösztönzi a fogyatékossággal élő gazdákat – fizikális, mentális-pszichés és szociális oldalon. Elég Maslow szükséglethierarchiájára gondolni, ami az alapvető pszichológiai szükségletektől az összetettebb pszichológiai motivációkig terjed. Az eddigi szakirodalmi bemutatás alapján is könnyen látható, hogy egy segítőkutya több szükségletszint kielégítéséhez hozzájárulhat (pl. biztonság, hovatartozás és szeretet, megbecsülés, tanulás, önmegvalósítás szükséglete) (Atkinson & Hilgard, 2005; Baron, 2001).
Végezetül egy nagyon fontosnak tartott felismerés és pozitív megkülönböztetés a segítőkutyák javára: nemcsak a fogyatékossággal élő személyek adott testi vagy érzékszervi működését képesek többé-kevésbé, de meghatározó módon pótolni (testi jóllét/physical healthcare), hanem az „egészségügy háromszög” másik két oldalát (social integration/társadalmi integráció, mental healthcare/mentális jóllét) is támogatják. Segítőrobot fejlesztésekben az utóbbi két aspektus eddig alig volt vizsgált és így támogatott. Disszertációm témájának kibővítését a BME Irányítástechnika és Informatika Tanszék és az Akita Prefectural University home-care robot / képfeldolgozás területén kialakult technikai jellegű együttműködését, illetve az ELTE Bárczi Gusztáv Gyógypedagógiai Kar és a NEO Magyar Közhasznú Segítőkutya Egyesület bevonását éppen ez a kölcsönös felismerés motiválta:
1. A segítőrobot fejlesztések (eddig) kevésbé tárgyalták/támogatták a mentális jólét és a társadalmi integrációs oldalakat – japán partnereink, velünk együttműködve, ezen változtatni akarnak.
2. Segítőkutya-képzéseink (eddig) kevésbé vizsgálták a legújabb technológiák által támogatott segítőkutyák nyújtotta új lehetőségeket – pl. az „okos nyakörv”
fejlesztések kezdeményezésével ezen akarunk változtatni.
57 Mivel megadatott, hogy mindkét megközelítést (segítőkutya, segítőrobot) megismerhetem az említett intézményekben (NEO, BME, Akita Prefectural University, Bárczi), doktori munkám során lehetőségem nyílt a fenti pontokban összefoglalt szinergikus előnyök felismerésére, így új típusú fejlesztések kezdeményezésére.
A következő fejezetekben egy újabb nézőpontból – a társadalmi együttműködés, az integráció fogalmi keretei között – folytatom a szakirodalmi feldolgozást.