Robots That Know When They’re Unsure

Robots That Know When They’re Unsure

What if robots could reflect on their own decisions—like asking, "How sure am I?"

A new study proposes a metacognition architecture that lets robots estimate confidence in their choices and use it to guide action. Inspired by neuroscience, the system monitors embodied actions in real time and adjusts behavior—slowing down, seeking alternatives, or allocating more resources when confidence is low.

The team demonstrates this on autonomous tool invention: when facing a task that needs a tool, the robot evaluates how reliable its plan is and adapts, leading to more robust behavior in messy, real-world settings.

  • Why it matters: Confidence-aware robots can avoid brittle decisions and recover better from uncertainty.
  • What’s new: Treating confidence as a second-order judgment layered on top of ordinary decision making.
  • Where next: Safer deployment, adaptive industrial automation, assistive robots, and on-the-fly learning.

Paper: "Robot Metacognition: Decision Making with Confidence for Tool Invention" — arxiv.org/abs/2511.16390v1

Paper: https://arxiv.org/abs/2511.16390v1

Register: https://www.AiFeta.com

#Robotics #AI #Metacognition #EmbodiedAI #AutonomousRobots #ToolInvention #AIResearch #ArXiv

Read more

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Pieni kielimalli oppi kysymään taulukoilta ihmisen puolesta

Moni on tuijottanut Exceliä ja toivonut voivansa vain kysyä: missä kaupunginosissa koti on kävelymatkan päässä terveysasemasta ja ruokakaupasta? Ihmismielelle yksinkertainen pyyntö muuttuu helposti tuntien suodatukseksi ja kaavanviilaukseksi. Tietokone kyllä tietää vastauksen – jos vain osaisimme puhua sen kieltä. Viime vuosina apua on pyydetty juttelevalta tekoälyltä. Se osaa etsiä ja tiivistää tekstejä,

By Kari Jaaskelainen
Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Tekoäly vastaa fiksummin, kun sille annetaan oikea tieto oikealla tavalla

Katsaus kokoaa, miten kielimalleja voi vahvistaa antamalla niille jäsenneltyä lisätietoa vastaushetkellä – yksinkertaisista vihjeistä aina syy–seurausketjuiksi järjestettyyn taustaan. Kuvittele, että pyydät tekoälyä selittämään, mitä uusi lakimuutos tarkoittaa pienyrittäjälle. Yleismallinen kielimalli osaa puhua aiheesta sujuvasti, mutta jos laki on muuttunut äskettäin, vastauksessa voi olla vanhaa tietoa tai epävarmoja arvailuja. Sama kokemus

By Kari Jaaskelainen
Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Tekoäly voi olla sekä nopea että säästeliäs – jos se oppii milloin ajatella ääneen

Kuvittele chat-ikkuna, jossa vastaus alkaa rönsyillä: ensin pari perustelua, sitten varmistus, lopulta vielä varmistuksen varmistus. Käyttäjä odottaa, laskutus juoksee. Tekoälymallit hinnoitellaan usein “tokeneina” – sananpaloina – joten jokainen turha kiemura maksaa sekä aikaa että rahaa. Vuosia alalla vallitsi hiljainen oletus: mitä enemmän mallilla on laskentatehoa ja mitä pidemmin se ”miettii”, sitä parempaa

By Kari Jaaskelainen