Kodėl mokslininkai moko robotus žaisti slėpynių

Dirbtinis bendras intelektas, protingo A.I. agentas, galintis suprasti ir išmokti bet kokią intelektualinę užduotį, kurią gali atlikti žmonės, jau seniai buvo mokslinės fantastikos dalis. Kaip A.I. tampa vis išmanesnis – ypač dėl mašininio mokymosi įrankių, galinčių perrašyti, proveržių kodas, skirtas mokytis iš naujos patirties – tai vis dažniau yra tikrų dirbtinio intelekto pokalbių dalis gerai.

Bet kaip išmatuoti AGI, kai jis atvyksta? Bėgant metams mokslininkai išdėstė daugybę galimybių. Žymiausias išlieka Turingo testas, kurio metu teisėjas, nematomas, sąveikauja ir su žmonėmis, ir su mašina, ir turi pabandyti atspėti, kuris yra kuris. Kiti du, Beno Goertzelio robotų koledžo studentų testas ir Nilsas J. Nilssono užimtumo testas, siekia praktiškai išbandyti A.I. gebėjimus ir išsiaiškinti, ar jis gali įgyti koledžo laipsnį ar dirbti darbo vietoje. Kitas dalykas, kurį aš asmeniškai norėčiau nuvertinti, teigia, kad intelektas gali būti matuojamas sėkmingu gebėjimu be problemų surinkti Ikea stiliaus plokščius baldus.

Vieną įdomiausių AGI priemonių pasiūlė „Apple“ įkūrėjas Steve'as Wozniakas. Wozas, kaip jį pažįsta draugai ir gerbėjai, siūlo kavos testą. Pasak jo, bendras intelektas reikštų robotą, galintį patekti į bet kurį pasaulio namą, surasti virtuvės vietą, išsivirti šviežios kavos puodelį ir supilti į puodelį.

Kaip ir kiekvienas A.I. intelekto testą, galite ginčytis, kokie platūs ar siauri yra parametrai. Tačiau mintis, kad intelektas turėtų būti susietas su gebėjimu naršyti realiame pasaulyje, yra intriguojanti. Tai taip pat yra tas, kurį bando išbandyti naujas tyrimų projektas.

Kurti pasaulius

„Per pastaruosius kelerius metus A.I. bendruomenė padarė didžiulę pažangą mokydama A.I. agentai atlikti sudėtingas užduotis“, Luca Weihsas„Digital Trends“ pasakojo „Allen Institute for AI“, dirbtinio intelekto laboratorijos, kurią įkūrė velionio „Microsoft“ įkūrėjo Paulas Allenas, mokslininkas.

Weihsas citavo DeepMind sukurtą A.I. agentai, kurie gali išmokti žaisti klasikinius Atari žaidimus ir nugalėjo „Go“ žaidėjus. Tačiau Weihsas pažymėjo, kad šios užduotys „dažnai yra atskirtos“ nuo mūsų pasaulio. Parodykite realaus pasaulio vaizdą A.I. išmoko žaisti „Atari“ žaidimus, ir jis net neįsivaizduos, į ką žiūri. Būtent čia Alleno instituto mokslininkai tiki, kad turi ką pasiūlyti.

Alleno institutas A.I. sukūrė kažką panašaus į nekilnojamojo turto imperiją. Tačiau tai ne fizinis nekilnojamasis turtas, kiek virtualus nekilnojamasis turtas. Ji sukūrė šimtus virtualių kambarių ir butų, įskaitant virtuves, miegamuosius, vonios kambarius ir svetaines, kuriuose A.I. agentai gali bendrauti su tūkstančiais objektų. Šios erdvės gali pasigirti tikroviška fizika, kelių agentų palaikymu ir net tokiomis būsenomis kaip karšta ir šalta. Leisdamas A.I. Agentai žaidžia šioje aplinkoje, idėja yra ta, kad jie gali sukurti tikroviškesnį pasaulio suvokimą.

„[Mūsų naujame] darbe norėjome suprasti, kaip A.I. agentai galėtų sužinoti apie tikrovišką aplinką, joje žaisdami interaktyvų žaidimą“, – sakė Weihsas. „Norėdami atsakyti į šį klausimą, apmokėme du agentus žaisti „Cache“ – slėpynių variantą, naudojant priešpriešinį sustiprinimo mokymąsi itin tiksliai. AI2-THOR aplinka. Šio žaidimo metu mes nustatėme, kad mūsų agentai išmoko vaizduoti atskirus vaizdus, ​​​​priartėdami prie metodų veikimo Reikalingi milijonai rankomis pažymėtų vaizdų ir netgi pradėjo kurti kai kuriuos kognityvinius primityvus, kuriuos dažnai tyrinėjo [vystymosi] psichologai“.

Žaidimo taisyklės

Skirtingai nuo įprastų slėpynių, talpykloje robotai paeiliui slepia tokius objektus kaip tualeto stūmokliai, duonos kepalai, pomidorai ir kt., kurių kiekvienas gali pasigirti savo individualia geometrija. Du agentai – vienas slėpėjas, kitas – ieškotojas – tada varžosi, ar pavyks sėkmingai paslėpti objektą nuo kito. Tai apima daugybę iššūkių, įskaitant tyrinėjimą ir žemėlapių sudarymą, perspektyvos supratimą, slėpimą, manipuliavimą objektu ir ieškojimą. Viskas tiksliai imituojama, net iki reikalavimo, kad slėptuvė galėtų manipuliuoti rankoje esančiu daiktu ir jo nenumesti.

Naudojant gilų mokymąsi – mašininio mokymosi paradigmą, pagrįstą mokymusi imtis veiksmų aplinka, skirta maksimaliai padidinti atlygį – robotai vis geriau slepia objektus ir ieško juos lauk.

„A.I.s tai apsunkina tai, kad jie nemato pasaulio taip, kaip mes“, – sakė Weihsas. „Milijardus metų trukusi evoliucija padarė tai, kad net kūdikių mūsų smegenys efektyviai paverčia fotonus į sąvokas. Kita vertus, A.I. pradeda nuo nulio ir savo pasaulį mato kaip didžiulį skaičių tinklelį, kurį vėliau turi išmokti iššifruoti į prasmę. Be to, skirtingai nei šachmatuose, kur pasaulis yra tvarkingai išdėstytas 64 langeliuose, kiekvienas agento matomas vaizdas užfiksuoja tik maža aplinkos dalis, todėl ji turi integruoti savo stebėjimus laikui bėgant, kad susidarytų nuoseklus supratimas apie pasaulis“.

Kad būtų aišku, šis naujausias darbas nėra skirtas itin intelektualaus A.I. Tokiuose filmuose kaip Terminatorius 2: Teismo diena1997 m. rugpjūčio 29 d., „Skynet“ superkompiuteris pasiekia savimonę tiksliai 2.14 val. ryto laiku. Nepaisant datos, jau beveik ketvirtis amžiaus mūsų kolektyviniame galinio vaizdo veidrodyje, mažai tikėtina, kad bus toks tikslus lūžio taškas, kai įprastas A.I. tampa AGI. Vietoj to, bus nuskinta vis daugiau skaičiavimo vaisių – žemai kabančių ir aukštai kabančių – tol, kol galiausiai turėsime kažką, artėjantį prie apibendrinto intelekto įvairiose srityse.

Sunkūs dalykai yra lengvi, o lengvi – sunkūs

Tyrėjai tradiciškai linkę į sudėtingas A.I. išspręsti remiantis idėja, kad jei sudėtingas problemas galima išspręsti, lengvosios neturėtų būti per daug atsilikusios. Jei galite imituoti suaugusio žmogaus sprendimų priėmimą, gali atsirasti tokios idėjos kaip objekto pastovumas (idėja, kad objektai vis dar egzistuoja, kai jų nematome), kad vaikas išmoksta per pirmuosius kelis savo gyvenimo mėnesius, tai tikrai įrodo sunku? Atsakymas yra taip – ​​ir šis paradoksas, kad kalbant apie A.I sunkūs dalykai dažnai būna lengvi, o lengvi – sunkūs, būtent tokiame darbe kaip šis.

„Dažniausia paradigma treniruojant A.I. agentai [apima] didžiulius, rankiniu būdu pažymėtus duomenų rinkinius, siaurai orientuotus į vieną užduotį – pavyzdžiui, atpažinti objektus“, – sakė Weihsas. „Nors šis metodas buvo labai sėkmingas, manau, optimistiška manyti, kad galime rankiniu būdu sukurti pakankamai duomenų rinkinių, kad sukurtume A.I. agentas, galintis protingai veikti realiame pasaulyje, bendrauti su žmonėmis ir išspręsti įvairias problemas, su kuriomis anksčiau nebuvo susidūręs. Kad tai padarytume, manau, turėsime leisti agentams išmokti pagrindinių pažinimo primityvų, kuriuos laikome savaime suprantamais, leisdami jiems laisvai bendrauti su savo pasauliu. Mūsų darbas rodo, kad žaidimo naudojimas motyvuoti A.I. Agentai bendrauja ir tyrinėja savo pasaulį, todėl jie pradeda mokytis šiuos primityvus – ir taip parodo, kad žaidimo eiga yra daug žadanti kryptis nuo rankiniu būdu panaikintų duomenų rinkinių link patirtinio mokymasis“.

A šį darbą aprašantis dokumentas bus pristatyta artėjančioje 2021 m. tarptautinėje mokymosi reprezentacijų konferencijoje.

Redaktorių rekomendacijos

• Optinės iliuzijos gali padėti mums sukurti naujos kartos AI
• Juokinga formulė: kodėl mašinų sukurtas humoras yra šventasis A.I.
• Perskaitykite siaubingai gražų A.I. „sintetinį raštą“. kad mano, kad tai Dievas
• Algoritminė architektūra: ar turėtume leisti A.I. projektuoti pastatus mums?
• Emocijų jutimo A.I. yra čia, ir tai gali būti kitame jūsų darbo pokalbyje