ARS: Erzähl uns etwas über sich selbst und Sie können Ihre Karriere kurz beschreiben?
Touzet: Ich bin ein Wissenschaftler, Französisch, 40 Jahre alt, mit einem Master-Abschluss in Verhaltens-Neurowissenschaften und der Promotion in Informatik. Ich begann meine Karriere als wissenschaftlicher Mitarbeiter in einer Ingenieurschule in Nimes (Frankreich) im Jahr 1987. Es war die Rückkehr des künstlichen neuronalen Netzen und mit meinem Doktorvater Prof. N. Giambiasi arbeiteten wir hart genug, um Nimes in der Gemeinschaft konnektionistischen Landkarte zu setzen. Ich hatte eine wundervolle Zeit: Viele Studenten waren mit unserem Forschungszentrum angezogen, und viele Unternehmen waren die Einreichung uns potenziellen konnektionistischen Anwendungen. Im Jahr 1993 verbrachte ich 2 Monate als Gastprofessor an LAMI-EPFL, (Schweiz) unter der Regie von JD Nicoud. Ich war sehr glücklich, für die Entwicklung der Khepera Roboter in Verbindung gebracht werden, der erste Roboter, den ich je auf gekommen, dass nicht verlangen, dass von Zeit zu Zeit festgesetzt werden. Während dieses Aufenthalts traf ich Weltklasse-Robotiker wie F. Mondada (Khepera Vater und K-Team SA Gründer), J. Godjevac (Autor mehrerer Bücher über Fuzzy Logic), und viele andere. Im Jahr 1994, der Welt-Wirtschaftskrise erreicht Frankreich - Budgets wurden drastisch reduziert werden - und ich an die Universität von Marseille 3. Dort setzte ich die Forschung in Robot Learning mit einer Gruppe von Ph-D Studenten. Insbesondere entwickelten wir eine sich selbst organisierende Karte die Umsetzung der Q-Learning (Q-Kohon), die um eine Größenordnung bessere Ergebnisse als die ursprüngliche Matrix Umsetzung angezeigt. Wir haben auch über die automatische Gestaltung optimaler Verstärkung Funktionen. JM Santos, jetzt Informatik Professor an der Universität von Buenos Aires, benutzt diesen Ansatz und seine Roboter-Team beendete die Saison # 2 auf dem Welt-Fußballturnier 2002 (Korea). Im Jahr 1997 wurde ich Mitglied der CESAR-ORNL (USA), Regie: J. Barhen, die in der Genossenschaft Roboter Team von L. Parker, der die 2000 Empfänger des "Presidential Early Career Award for Scientists and Engineers war Spitze". Ich war wieder sehr glücklich. Als Teil eines der Top-5 Forschungszentren in der Welt, ich war beteiligt und finanziert, aber unglaublich anspruchsvolle Forschungs-Projekte, wie die Urban Robot sponsored by DARPA. Im Jahr 1999 zog ich nach Frankreich zurück, und voller Energie nach meiner erfrischenden USA zu bleiben, finanziert ich ein paar der Unternehmen in der Internet-Domain. Einer war eine direkte Anwendung meiner kooperativen Roboter Forschung und bietet Dienstleistungen, die Fristen zu verkürzen sich beim Besuch einer Website. Im Jahr 2001 trat ich in die Universität der Provence als Cognitive Sciences Associate-Professor.
ARS: Was ist Ihr Interesse an Robotik gefeuert?
Touzet: Ich werde in der Robotik nur interessiert, weil ich in der Notwendigkeit einer Test-Bett für meine künstliches neuronales Netz-Modelle, nämlich die Fähigkeit, mit Unsicherheit und Unberechenbarkeit umzugehen. Gibt es eine bessere Prüfstand als Sensor und Aktor Handeln in der realen Welt. ARS: Ist der Gestaltung von Robotern richtigen Weg in der Erforschung Aspekt der Intelligenz? Touzet: Intelligenz ist, meiner Meinung nach, eine schlecht gestellte Problem. Zumindest in der Robotik, da die Arbeit von V. Braitenberg (1986), ist es klar, daß wir Intelligenz nennen ist, was wir nicht verstehen. Solange Sie nicht wissen, wie sich das Verhalten erzeugt wird, Sie auf die Intelligenz der verschiedenen Fahrzeuge bewundern, jagen einander, die Vermeidung Verfolgung, usw. Sobald die Schaltungen erzeugen die verschiedenen Verhaltensweisen werden Ihnen erläutert, die Magie verschwinden - und die Intelligenz zu. Ich mag, was mit Robotern ist, dass, da sie Artefakte sind wir in der Lage sind, genau zu wissen, was los ist eins, und deshalb sollten wir in der Lage sein zu verstehen, eine "intelligente" Verhalten können sie anzuzeigen.
ARS: Könnte ein solches Artefakt intelligent sein?
Touzet: Um den vorherigen Absatz folgen, könnten Roboter nur intelligent sein, wenn wir nicht in der Lage zu erklären, wie sie ein solches Verhalten zu produzieren verwaltet. Aufgrund der Menge an Daten, die sie gehen können, kann es sehr kompliziert sein, zu verstehen, was vor sich geht, aber wir werden wissen, was sind die grundlegenden Mechanismen bei der Arbeit, und dies könnte erheblich reduzieren unseren Sinn für Wunder.
ARS: Warum sollten wir nutzen neuronale Netze in Roboter zu steuern?
Touzet: Künstliche neuronale Netze zu lernen und Generalisierung. Ich denke, dass diese Eigenschaften notwendig sind, um mit der realen Welt Unsicherheit, Unberechenbarkeit umzugehen, etc. Jedoch, neuronale Netze nicht eindeutig sind in solchen Aspekten. Sie sind nur ein sehr nützliches Werkzeug bei der Umsetzung müssen wir solche Eigenschaften zu verwenden. Reinforcement Learning, Fuzzy-Lernen, genetische Algorithmen und viele andere Ansätze weisen die gleichen Eigenschaften.
ARS: Welche Tipps würden Sie für Forscher wollen neuronale Netze im Entwurf von autonomen Systemen zu verwenden?
Touzet: Erfahrung ist nicht etwas leicht geteilt werden. Für die Robotik, insbesondere würden, empfehle ich, viele verschiedene Modelle versuchen, so daß man wirklich die Vorteile und Grenzen jeder verstehen kann. Meiner Meinung nach, der sicherste Weg, in einer Sackgasse stecken bleiben, ist es, mit nur einem Modell (insbesondere Back-Propagation) zu arbeiten.
ARS: In Ihrer Stellungnahme, was die meisten aufregenden Fortschritt in neuronalen Netzen wurde?
Touzet: Self-Organisation map [Kohonen, 1984].
ARS: Ist biologische Plausibilität der Schlüssel zu schaffen, ein neuronales Netz? Warum?
Touzet: Erstellen eines neuronalen Netzes ... Ich kann mir vorstellen, dass diese Frage für die Entwicklung neuer Modelle für künstliche neuronale Netze bezieht. Ist dies der Fall ist, dann erinnern Sie sich, dass ein Modell immer mit einem Zweck verbunden ist, muss. Es ist nie so etwas wie ein Vorbild, ohne ein Ziel. Wenn es Ihr Ziel ist es, Erkenntnisse für das Verständnis der Biologie verfügt, kann es eine gute Politik zu versuchen, so nah wie möglich an biologische Plausibilität bleiben werden. Andernfalls ist die biologische Plausibilität nicht erforderlich.
ARS: Wie erfolgreich sind Sie der Ansicht Neuronale Netze können imitiert biologische Verhalten angewandt werden?
Touzet: In der Theorie künstlicher neuronaler Netze können beliebige Zuordnung zwischen Situationen und Handlungen erreicht. Daher gibt es keine Begrenzung in der Theorie, ihre Fähigkeiten zu imitieren. Allerdings zeigt uns die Realität, dass heute Lernparadigmen Einschränkungen zur Verfügung zu haben. Wir werden sicher auf diesen Lernparadigmen zu verbessern, aber es wird nicht genug sein. Warum? Ein leistungsfähiges Gehirn ist nicht genug, um ein effizientes Verhalten zeigen. Lernen ist nicht nur eine Frage der Speicherung und Verallgemeinerungen, es ist auch eine Frage der persönlichen Erfahrung, Emotion und Motivation. Es dauert viele Jahre, einen kompetenten Erwachsenen von einem Kind in "gutem Zustand" zu bauen. Es macht mich immer frage mich, wann ich Ohr Menschen wollen Roboter mit menschlichen Fähigkeiten liefern, obwohl wir wissen nicht, was sind die notwendigen EDV-Ressourcen von einer zuständigen Roboter. Die gleichen Leute sind in Eile und meinen, sie könnten Jahren Ausbildung an einem einzigen Tag zu komprimieren (oder weniger) des Experimentierens.
ARS: Wird Einblick in die Roboter interagieren und kooperieren schließlich führt uns zu einem besseren Verständnis von uns selbst?
Touzet: Ich denke schon. Meine persönliche Erfahrung in Kooperierende Roboter hat mir zu zeigen, dass die Zusammenarbeit entstand in ungeahnte Möglichkeiten - die verschiedenen von dem, was wir denken, gilt für die Menschen. Darüber hinaus, Roboter, wie sie miteinander umgehen und arbeiten, sind leistungsfähige Simulationswerkzeuge in Ethology. Ich kann mir vorstellen, dass hervorragende Ergebnisse aus dieser Richtung in Zukunft kommen wird.
ARS: Ist Neural Network Forschung eine Renaissance erlebt?
Touzet: Ich würde sagen, dass Reife erreicht hat Neural Networks. Es besteht kaum die Notwendigkeit für die Schlachten und Krieger, es ist Zeit für die zweite Generation der Wissenschaftler auf ihre Marken auf dem Gebiet zu verlassen.
ARS: Können Sie uns über jede kommerzielle Verwendung Ihrer Forschung?
Touzet: Während meiner Karriere habe ich mich tief in meine Anwendung der Forschung beteiligt. Heute sind einige neuronale Netzwerk-Anwendungen denen ich gearbeitet habe: - Prognose für Umsatz im nächsten Jahr eine große Automobilhersteller, - Filtern von Daten in einem High-Ofen Antrag auf eine der ersten Stahlindustrie, - Möglichkeit einer anmutigen Verschlechterung der Leistung der SONAR-Antenne, - Verringerung von 2 bis 5 der Verzögerungen beim Besuch einer Website.
ARS: Wenn ich ein Student denkt über eine Karriere entwerfen und bauen Roboter, was ich jetzt tun kann, um mich vorzubereiten?
Touzet: Sie müssen in Computer-Programmierung fließend, gute Ideen der Mikroelektronik (Sensoren, Aktuatoren), und bereit sein, zu sammeln persönliche Erfahrung bei der Entwicklung von Anwendungen, bei denen Wechselwirkungen mit der "realen" Welt. Begriffe für Neurowissenschaften und Psychologie wäre ein großes Plus.
ARS: Was sind die vielversprechendsten Forschungsgebiete sind?
Touzet: Ich denke, Lernen ist der Schlüssel zum Erfolg Robotik. Roboter sind besonders geeignet, um Aufgaben in unbekannten Umgebungen, also unsere Unfähigkeit, in vollem Umfang Modell und vorauszusagen, muss berücksichtigt werden - das Lernen ist die Lösung. Das gleiche gilt für die Verwertung nach dem Versagen, die Zusammenarbeit zwischen den Robotern, etc. ...
ARS: Wenn Sie wieder aufnehmen können, was würden Sie studieren jetzt?
Touzet: Zumindest für mich ist es ganz unmöglich, welches Wissen Ich vermisse wissen. Alles, was ich sagen kann ist, dass ich versuchen, mein Wissen so schnell abgeschlossen, als ich einen Mangel zu identifizieren in meinem Verständnis. Es ist nie zu spät zu lernen, aber denken Sie daran, dass zwischen dem Erwerb von Kenntnissen und ihre Anwendung gibt es seit Jahrzehnten sein kann!
ARS: Am Ende, was denkst du über unsere Zeitschrift als eine Idee, die Forschung von jungen Wissenschaftlern unterstützen?
Touzet: Meiner Meinung nach sollte jeder Wissenschaftler unter 40 Jahren als junger Wissenschaftler. In der Regel sind redaktionelle Verantwortung gegeben zu reiferen Forscher, die nicht notwendig die gleiche Vision von Forschung und Wissenschaft. Es ist eine gute Idee zu haben gezielt dieses Publikum.
Associate-professor, Human Neurobiology Laboratory,
University of Provence, Marseille, France
Veröffentlicht in: Volume 1, Number 1, March 2004
Weitere Informationen in Englisch finden Sie unter diesem Link!