Спомняте ли си удивителното, разкриващо чувство, когато за първи път открихте съществуването на причина и следствие? Това е трик въпрос. Децата започват да учат принципа на причинно-следствената връзка още от осем месеца, което им помага да направят елементарни заключения за света около тях. Но повечето от нас не помнят много преди около три или четиригодишна възраст, така че важният урок „защо“ е нещо, което просто приемаме за даденост.
Това е не само решаващ урок, който хората трябва да научат, но също и този, в който днешните системи за изкуствен интелект са адски зле. Докато съвременният A.I. е способен на побеждаване на човешки играчи в Go и шофиране на коли по оживени улици, това не е непременно сравнимо с вида интелект, който хората биха могли да използват, за да овладеят тези способности. Това е така, защото хората - дори малките бебета - притежават способността да обобщават, като прилагат знания от една област в друга. За A.I. да изпълни потенциала си, това е нещо, което също трябва да може да прави.
Препоръчани видеоклипове
„Например, ако роботът се е научил как да построи кула с помощта на някои блокове, той може да иска да прехвърли тези умения в изграждането на мост или дори структура, подобна на къща,“ Осама Ахмед, магистър в ETH Zurich в Швейцария, каза пред Digital Trends. „Един от начините да се постигне това може да бъде изучаването на причинно-следствените връзки между различните променливи на средата. Или си представете, че Робот TriFinger използвано в CausalWorld внезапно губи един пръст поради хардуерна неизправност. Как може все пак да изгради формата на вратата само с два пръста?“
Видео на CausalWorld
Виртуален свят за обучение на машини
CausalWorld е какво Фредерик Треубле, докторска степен студент в Института Макс Планк за интелигентни системи в Германия, наричан „бенчмарк за манипулиране“. Това е стъпка към напредък в изследванията, така че роботизираните агенти да могат по-добре да обобщават различни промени в свойствата на околната среда, като масата или формата на обекти. Например, ако робот се научи да вдига конкретен предмет, можем разумно да очакваме това може да прехвърли тази способност на по-тежки предмети - стига да разбира правилната причинно-следствена връзка връзка.
Виртуалната среда за обучение, за която сме свикнали да чуваме в научнофантастичните филми, е тази в, да речем, Матрицата: виртуален свят, в който правилата не важат. В CausalWorld, в който изследователите могат систематично да обучават и оценяват своите методи в роботизирани среди, е точно обратното. Всичко опира до научаване на правилата – и прилагането им. На агентите-роботи могат да се дават задачи, подобни на тези, в които участват децата, когато играят с блокове, за да правят подреждане, бутане и друга причинно-следствена игра. Изследователите могат да се намесят, за да тестват способностите на робота за обобщаване, докато се учи. Това е основно среда за тестване, която ще помогне да се оцени как A.I. агентите могат да обобщават.
„Повечето от съвременния ИИ. се основава на статистическо обучение, което е свързано изцяло с извличане на статистическа информация - например корелации - от данни," Бернхард Шьолкопф, директор на Института Макс Планк, каза пред Digital Trends. „Това е страхотно, защото ни позволява да предвидим едно количество от други, но само докато нищо не се промени. Когато се намесите в система, тогава всички залози са изключени. За да правим прогнози в такива случаи, трябва да отидем отвъд статистическото обучение, към причинно-следствената връзка. В крайна сметка, ако бъдещият ИИ. е да се мисли в смисъл на „действие във въображаеми пространства“, тогава интервенциите са ключови и следователно причинно-следствената връзка трябва да бъде взета под внимание.“
Препоръки на редакторите
- Роботите за сигурност може да идват в училище близо до вас
- Amazon внедрява AI, за да обобщава отзивите за продукта
- Amazon планира промени „веднъж в поколение“ за Търсене, разкрива реклама за работа
- Google Smart Canvas получава по-дълбока интеграция между приложенията
- Най-новият AI на Nvidia резултатите доказват, че ARM е готов за центъра за данни
Надградете начина си на животDigital Trends помага на читателите да следят забързания свят на технологиите с всички най-нови новини, забавни ревюта на продукти, проницателни редакционни статии и единствени по рода си кратки погледи.
