Vous souvenez-vous du sentiment étonnant et révélateur lorsque vous avez découvert pour la première fois l’existence de la cause et de l’effet? C’est une question piège. Les enfants commencent à apprendre le principe de causalité dès l’âge de huit mois, ce qui les aide à tirer des conclusions rudimentaires sur le monde qui les entoure. Mais la plupart d’entre nous ne se souviennent pas de grand-chose avant l’âge de trois ou quatre ans environ, donc la leçon importante du « pourquoi » est quelque chose que nous tenons simplement pour acquis.
Il s’agit non seulement d’une leçon cruciale à retenir pour les humains, mais aussi d’une leçon pour laquelle les systèmes d’intelligence artificielle d’aujourd’hui sont vraiment mauvais. Alors que l’IA moderne est capable de battre des joueurs humains au Go et conduire des voitures dans des rues animées, ce n’est pas nécessairement comparable au type d’intelligence que les humains pourraient utiliser pour maîtriser ces capacités. C’est parce que les humains – même les petits nourrissons – possèdent la capacité de généraliser en appliquant leurs connaissances d’un domaine à un autre. Pour l'A.I. être à la hauteur de son potentiel, c'est
quelque chose qu'il doit aussi être capable de faire.Vidéos recommandées
"Par exemple, si le robot a appris à construire une tour à l'aide de quelques blocs, il voudra peut-être transférer ces compétences pour construire un pont ou même une structure semblable à une maison." Oussama Ahmed, étudiant en master à l’ETH Zurich en Suisse, a déclaré à Digital Trends. « Une façon d’y parvenir pourrait consister à apprendre les relations causales entre les différentes variables environnementales. Ou imaginez que le Robot TriFinger utilisé dans Monde Causal perd soudainement un doigt en raison d'un dysfonctionnement matériel. Comment peut-il encore construire la forme de l’objectif avec seulement deux doigts ?
Vidéo CausalWorld
Un monde de formation virtuel pour les machines
CausalWorld est quoi Frederik Träuble, un doctorat. étudiant à l’Institut Max Planck pour les systèmes intelligents en Allemagne, est qualifié de « référence en matière de manipulation ». C'est un pas vers faire progresser la recherche afin que les agents robotiques puissent mieux généraliser divers changements dans les propriétés d’un environnement, comme la masse ou la forme des objets. objets. Par exemple, si un robot apprend à ramasser un objet particulier, on peut raisonnablement s'attendre à ce qu'il peut transférer cette capacité à des objets plus lourds - à condition qu'il comprenne la bonne causalité relation.
Le type d’environnement de formation virtuel dont nous avons l’habitude d’entendre parler dans les films de science-fiction est celui, disons, de La matrice: un monde virtuel dans lequel les règles ne s’appliquent pas. Dans CausalWorld, dans lequel les chercheurs peuvent systématiquement former et évaluer leurs méthodes dans des environnements robotiques, c’est tout le contraire. Il s’agit d’apprendre les règles et de les appliquer. Les agents robots peuvent se voir confier des tâches similaires à celles auxquelles les enfants participent lorsqu'ils jouent avec des blocs pour empiler, pousser et autres jeux de cause à effet. Les chercheurs peuvent intervenir pour tester les capacités de généralisation du robot au fur et à mesure de son apprentissage. Il s’agit essentiellement d’un environnement de test qui aidera à évaluer comment l’IA fonctionne. les agents peuvent généraliser.
« La plupart des I.A. modernes. est basé sur l’apprentissage statistique, qui consiste à extraire des informations statistiques – par exemple des corrélations – à partir de données », Bernhard Schölkopf, directeur de l'Institut Max Planck, a déclaré à Digital Trends. « C’est formidable car cela nous permet de prédire une quantité à partir d’autres, mais seulement tant que rien ne change. Lorsque vous intervenez dans un système, alors tous les paris sont ouverts. Pour faire des prédictions dans de tels cas, nous devons aller au-delà de l’apprentissage statistique et nous orienter vers la causalité. En fin de compte, si le futur A.I. Il s’agit de penser dans le sens « d’agir dans des espaces imaginés », alors les interventions sont essentielles et la causalité doit donc être prise en compte.
Recommandations des rédacteurs
- Des robots de sécurité pourraient arriver dans une école près de chez vous
- Amazon déploie l'IA pour résumer les avis sur les produits
- Amazon prévoit des changements « uniques dans une génération » pour la recherche, révèle une offre d'emploi
- Google Smart Canvas obtient une intégration plus approfondie entre les applications
- La dernière A.I. de Nvidia les résultats prouvent qu'ARM est prêt pour le centre de données
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
