Ricordi la sensazione straordinaria e rivelatrice quando hai scoperto per la prima volta l'esistenza di causa ed effetto? Questa è una domanda trabocchetto. I bambini iniziano ad apprendere il principio di causalità già all'età di otto mesi, aiutandoli a fare inferenze rudimentali sul mondo che li circonda. Ma la maggior parte di noi non ricorda molto prima dei tre o quattro anni, quindi l’importante lezione del “perché” è qualcosa che diamo semplicemente per scontato.
Non è solo una lezione cruciale da imparare per gli esseri umani, ma è anche una lezione in cui gli odierni sistemi di intelligenza artificiale sono dannatamente pessimi. Mentre la moderna I.A. è capace di battendo giocatori umani a Go e guidando auto su strade trafficate, questo non è necessariamente paragonabile al tipo di intelligenza che gli esseri umani potrebbero utilizzare per padroneggiare queste capacità. Questo perché gli esseri umani, anche i bambini piccoli, possiedono la capacità di generalizzare applicando la conoscenza da un dominio all’altro. Per l'A.I. per essere all'altezza del suo potenziale, questo è
qualcosa che deve anche essere in grado di fare.Video consigliati
“Ad esempio, se il robot imparasse a costruire una torre utilizzando alcuni blocchi, potrebbe voler trasferire queste abilità alla costruzione di un ponte o anche di una struttura simile a una casa”, Ossama Ahmed, studente di master presso l'ETH di Zurigo in Svizzera, ha dichiarato a Digital Trends. “Un modo per raggiungere questo obiettivo potrebbe essere quello di apprendere le relazioni causali tra le diverse variabili ambientali. Oppure immagina che il Robot TriFinger usato in Mondo causale perde improvvisamente un dito a causa di un malfunzionamento dell'hardware. Come può invece costruire la forma dell'obiettivo con solo due dita?
Video di CausalWorld
Un mondo di allenamento virtuale per le macchine
CausalWorld è cosa Frederik Träuble, un dottorato di ricerca. studente presso l’Istituto Max Planck per i sistemi intelligenti in Germania, si riferisce a un “punto di riferimento della manipolazione”. È un passo avanti far avanzare la ricerca in modo che gli agenti robotici possano generalizzare meglio vari cambiamenti nelle proprietà di un ambiente, come la massa o la forma di oggetti. Ad esempio, se un robot impara a raccogliere un particolare oggetto, potremmo ragionevolmente aspettarci che lo faccia può trasferire questa capacità a oggetti più pesanti, purché comprenda la giusta causale relazione.
Il tipo di ambiente di formazione virtuale di cui siamo abituati a sentire parlare nei film di fantascienza è quello, ad esempio, La matrice: un mondo virtuale in cui le regole non si applicano. In CausalWorld, in cui i ricercatori possono addestrare e valutare sistematicamente i loro metodi in ambienti robotici, è esattamente il contrario. Si tratta di apprendere le regole e di applicarle. Agli agenti robot possono essere assegnati compiti simili a quelli a cui partecipano i bambini quando giocano con i blocchi per impilare, spingere e altri giochi di causa-effetto. I ricercatori possono intervenire per testare le capacità di generalizzazione del robot mentre apprende. È fondamentalmente un ambiente di test che aiuterà a valutare come l'A.I. gli agenti possono generalizzare.
“La maggior parte dell’A.I. si basa sull’apprendimento statistico, che consiste nell’estrarre informazioni statistiche – ad esempio, correlazioni – dai dati”, Bernhard Schölkopf, direttore del Max Planck Institute, ha dichiarato a Digital Trends. “Questo è fantastico perché ci consente di prevedere una quantità rispetto alle altre, ma solo finché non cambia nulla. Quando si interviene in un sistema, tutte le scommesse vengono annullate. Per fare previsioni in questi casi, dobbiamo andare oltre l’apprendimento statistico, verso la causalità. In definitiva, se la futura A.I. deve riguardare il pensare nel senso di “agire in spazi immaginati”, quindi gli interventi sono fondamentali e quindi la causalità deve essere presa in considerazione”.
Raccomandazioni degli editori
- I robot di sicurezza potrebbero arrivare in una scuola vicino a te
- Amazon utilizza l'intelligenza artificiale per riassumere le recensioni dei prodotti
- Amazon pianifica cambiamenti “irripetibili” per la Ricerca, rivela un annuncio di lavoro
- Google Smart Canvas ottiene un'integrazione più profonda tra le app
- L'ultima A.I. di Nvidia i risultati dimostrano che ARM è pronto per il data center
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
