Miks teadlased õpetavad roboteid peitust mängima?

Üldine tehisintellekt, intelligentse A.I idee. agent, kes suudab mõista ja õppida kõiki intellektuaalseid ülesandeid, mida inimesed suudavad teha, on pikka aega olnud ulme osa. Nagu A.I. muutub targemaks ja targemaks – eriti tänu läbimurdele masinõppevahendites, mis suudavad oma ümber kirjutada kood uutest kogemustest õppimiseks – see on üha laiemalt osa tõelistest tehisintellekti vestlustest hästi.

Aga kuidas mõõta AGI-d, kui see kohale jõuab? Aastate jooksul on teadlased välja pakkunud mitmeid võimalusi. Kõige kuulsam on Turingi test, milles inimkohtunik suhtleb nähtamatult nii inimeste kui ka masinaga ning peab proovima ja ära arvama, kumb on kumb. Kaks teist, Ben Goertzeli robotkolledži üliõpilastest ja Nils J. Nilssoni tööhõivetesti eesmärk on testida praktiliselt AI võimeid, uurides, kas see võiks teenida kolledži kraadi või töötada töökohal. Teine, mida mulle isiklikult meeldiks allahinnata, eeldab, et intelligentsust saab mõõta õnnestumises Ikea stiilis kortermööbli probleemideta kokkupanemisega.

Ühe huvitavama AGI-meetme pakkus välja Apple'i kaasasutaja Steve Wozniak. Woz, nagu teda sõbrad ja austajad teavad, soovitab kohvitesti. Tema sõnul tähendaks üldine intelligentsus robotit, mis suudab siseneda igasse majja maailmas, leida köögi asukoha, keeta värsket tassi kohvi ja seejärel valada see kruusi.

Nagu iga A.I. intelligentsuse test, võite vaielda selle üle, kui laiad või kitsad on parameetrid. Kuid idee, et intelligentsus peaks olema seotud võimega reaalses maailmas navigeerida, on intrigeeriv. See on ka see, mida uus uurimisprojekt püüab katsetada.

Maailmade ehitamine

"Viimastel aastatel on A.I. kogukond on teinud suuri edusamme A.I koolitamisel. agendid keeruliste ülesannete täitmiseks," Luca Weihs, rääkis Microsofti kadunud kaasasutaja Paul Alleni loodud tehisintellekti labori Allen Institute for AI teadur väljaandele Digital Trends.

Weihs viitas DeepMindi arendamisele A.I. agendid, kes on võimelised õppima mängida klassikalisi Atari mänge ja võita Go's inimmängijaid. Siiski märkis Weihs, et need ülesanded on meie maailmast sageli "eraldunud". Näidake A.I-le pilti reaalsest maailmast. on treenitud Atari mänge mängima ja tal pole aimugi, mida ta vaatab. Just siin usuvad Alleni Instituudi teadlased, et neil on midagi pakkuda.

Alleni instituut A.I. on üles ehitanud midagi kinnisvaraimpeeriumi sarnast. Kuid see pole füüsiline kinnisvara, vaid virtuaalne kinnisvara. See on välja töötanud sadu virtuaalseid ruume ja kortereid – sealhulgas köögid, magamistoad, vannitoad ja elutoad –, kus A.I. agendid saavad suhelda tuhandete objektidega. Nendes ruumides on realistlik füüsika, tugi mitmele agendile ja isegi sellised seisundid nagu kuum ja külm. Lases A.I. agendid nendes keskkondades mängivad, on idee selles, et nad saavad luua realistlikuma maailmataju.

„[Meie uues] töös tahtsime mõista, kuidas A.I. agendid saaksid õppida tundma realistlikku keskkonda, mängides selles interaktiivset mängu, ”ütles Weihs. "Sellele küsimusele vastamiseks koolitasime kahte agenti mängima vahemälu, peituse ja otsimise varianti, kasutades vastastikku tugevdavat õpet kõrge täpsusega. AI2-THOR keskkond. Selle mängu käigus leidsime, et meie agendid õppisid kujutama üksikuid pilte, lähenedes meetodite toimivusele nõudes miljoneid käsitsi märgistatud kujutisi – ja isegi hakkas välja töötama mõningaid kognitiivseid primitiive, mida [arendav] sageli uuris. psühholoogid."

Mängu reeglid

Erinevalt tavalisest peitusest peidavad robotid vahemällu kordamööda selliseid objekte nagu tualetikolbid, leivapätsid, tomatid ja palju muud, millest igaühel on oma individuaalne geomeetria. Seejärel võistlevad kaks agenti – üks peitja, teine ​​otsija –, kas üks suudab objekti edukalt teise eest peita. See hõlmab mitmeid väljakutseid, sealhulgas uurimist ja kaardistamist, perspektiivi mõistmist, peitmist, objektiga manipuleerimist ja otsimist. Kõik on täpselt simuleeritud, isegi kuni nõudeni, et peitja peaks saama oma käes oleva objektiga manipuleerida ja mitte maha kukkuda.

Sügava tugevdamise õppimise kasutamine – masinõppe paradigma, mis põhineb õppimisel toimingutes keskkond tasu maksimeerimiseks – robotid saavad järjest paremini nii objekte peita kui ka otsida nad välja.

"A.I.-de jaoks teeb selle nii keeruliseks see, et nad ei näe maailma nii, nagu meie," ütles Weihs. "Miljardeid aastaid kestnud evolutsioon on teinud selle, et isegi imikutena muudab meie aju footonid tõhusalt kontseptsioonideks. Teisest küljest on A.I. alustab nullist ja näeb oma maailma tohutu arvude võrgustikuna, mida ta peab seejärel õppima tähenduseks dekodeerima. Pealegi, erinevalt malest, kus maailm koosneb kenasti 64 ruudust, jäädvustab iga agendi poolt nähtud pilt ainult väike osa keskkonnast ja seetõttu peab ta oma vaatlusi aja jooksul integreerima, et kujundada ühtne arusaam maailm."

Et olla selge, see viimane töö ei ole seotud üliintelligentse A.I loomisega. Sellistes filmides nagu Terminaator 2: Kohtupäev, saavutab Skyneti superarvuti eneseteadlikkuse 29. augustil 1997 täpselt kell 2.14 ida aja järgi. Vaatamata kuupäevale, mis on meie kollektiivses tahavaatepeeglis juba peaaegu veerand sajandit, tundub ebatõenäoline, et regulaarne A.I. muutub AGI-ks. Selle asemel kitkutakse üha rohkem arvutusvilju – madalalt ja kõrgelt rippuvaid –, kuni lõpuks on meil midagi, mis läheneb üldistatud intelligentsusele mitmes valdkonnas.

Rasked asjad on lihtsad, kerged asjad on rasked

Teadlased on traditsiooniliselt keskendunud A.I keeruliste probleemide poole. lahendada, lähtudes ideest, et kui rasked probleemid on lahendatavad, ei tohiks lihtsad liiga kaugele maha jääda. Kui suudate simuleerida täiskasvanu otsustusprotsessi, võivad sellised ideed nagu objekti püsivus (idee, et objektid jäävad eksisteerivad siis, kui me neid ei näe), et laps õpib esimeste elukuude jooksul, tõestavad seda raske? Vastus on jah – ja see paradoks, et kui tegemist on A.I.-ga, rasked asjad on sageli lihtsad ja kerged asjad on rasked, see on see, mida taoline töö käsitleb.

"Kõige levinum paradigma A.I koolitamiseks. agendid [hõlmavad] tohutuid käsitsi märgistatud andmekogumeid, mis on kitsalt keskendunud ühele ülesandele - näiteks objektide tuvastamisele, " ütles Weihs. "Kuigi see lähenemisviis on olnud väga edukas, arvan, et on optimistlik uskuda, et suudame käsitsi luua piisavalt andmekogumeid, et luua A.I. agent, mis suudab reaalses maailmas arukalt tegutseda, suhelda inimestega ja lahendada kõikvõimalikke probleeme, millega ta pole varem kokku puutunud. Usun, et selleks peame laskma agentidel õppida põhilisi kognitiivseid primitiive, mida me peame enesestmõistetavaks, lastes neil oma maailmaga vabalt suhelda. Meie töö näitab, et mängu kasutamine A.I motiveerimiseks Agente, kellega suhelda ja oma maailma uurida, annavad tulemuse, et nad hakkavad õppima need primitiivid – ja seeläbi näitab, et mängimine on paljulubav suund käsitsi silditud andmekogumitest eemaldumiseks kogemusliku poole õppimine."

A seda tööd kirjeldav paber esitletakse eelseisval 2021. aasta rahvusvahelisel õpiesinduste konverentsil.

Toimetajate soovitused

• Optilised illusioonid võivad aidata meil luua järgmise põlvkonna tehisintellekti
• Naljakas valem: miks masinaga loodud huumor on A.I püha graal?
• Lugege A.I kohutavalt ilusat "sünteetilist pühakirja". kes arvab, et see on jumal
• Algoritmiline arhitektuur: kas peaksime laskma A.I. meile hooneid projekteerida?
• Emotsioone tajuv A.I. on siin ja see võib olla teie järgmisel tööintervjuul