Herinner je je het verbazingwekkende, onthullende gevoel toen je voor het eerst het bestaan van oorzaak en gevolg ontdekte? Dat is een strikvraag. Kinderen leren het causaliteitsprincipe al vanaf de leeftijd van acht maanden, waardoor ze rudimentaire gevolgtrekkingen kunnen maken over de wereld om hen heen. Maar de meesten van ons herinneren zich niet veel van vóór de leeftijd van ongeveer drie of vier jaar, dus de belangrijke les van ‘waarom’ is iets dat we eenvoudigweg als vanzelfsprekend beschouwen.
Het is niet alleen een cruciale les die mensen moeten leren, maar ook een les waar de huidige kunstmatige intelligentiesystemen behoorlijk slecht in zijn. Terwijl moderne A.I. is in staat om menselijke spelers verslaan bij Go en autorijden door drukke stratenis dit niet noodzakelijkerwijs vergelijkbaar met het soort intelligentie dat mensen zouden kunnen gebruiken om deze vaardigheden onder de knie te krijgen. Dat komt omdat mensen – zelfs kleine baby’s – het vermogen bezitten om te generaliseren door kennis van het ene domein op het andere toe te passen. Voor A.I. om zijn potentieel waar te maken, dit is
iets wat het ook moet kunnen.Aanbevolen video's
“Als de robot bijvoorbeeld heeft geleerd hoe hij een toren moet bouwen met behulp van enkele blokken, wil hij deze vaardigheden misschien overbrengen naar het bouwen van een brug of zelfs een huisachtige structuur,” Ossama Ahmed, een masterstudent aan de ETH Zürich in Zwitserland, aan Digital Trends. “Een manier om dit te bereiken zou het leren van de causale relaties tussen de verschillende omgevingsvariabelen kunnen zijn. Of stel je voor dat de TriFinger-robot gebruikt in Causale Wereld verliest plotseling één vinger als gevolg van een hardwarestoring. Hoe kan het in plaats daarvan nog steeds de doelvorm met slechts twee vingers opbouwen?
CausalWorld-video
Een virtuele trainingswereld voor machines
Causale Wereld is wat Frederik Träuble, een Ph.D. student aan het Max Planck Instituut voor Intelligente Systemen in Duitsland, een ‘manipulatiebenchmark’ genoemd. Het is een stap in de richting het bevorderen van onderzoek zodat robotagenten verschillende veranderingen in de eigenschappen van een omgeving beter kunnen generaliseren, zoals de massa of vorm van voorwerpen. Als een robot bijvoorbeeld leert een bepaald object op te pakken, mogen we dat redelijkerwijs verwachten kan dit vermogen overbrengen op zwaardere objecten – zolang het maar de juiste causaliteit begrijpt relatie.
Het soort virtuele trainingsomgeving waar we in sciencefictionfilms over gewend zijn, is die in bijvoorbeeld De Matrix: een virtuele wereld waarin regels niet gelden. In CausalWorld, waarin onderzoekers hun methoden systematisch kunnen trainen en evalueren in robotomgevingen, is het precies het tegenovergestelde. Het draait allemaal om het leren van de regels – en het toepassen ervan. Robotagenten kunnen taken krijgen die lijken op de taken waaraan kinderen deelnemen wanneer ze met blokken spelen om te stapelen, te duwen en ander oorzaak-en-gevolgspel te spelen. De onderzoekers kunnen ingrijpen om het generalisatievermogen van de robot te testen terwijl hij leert. Het is eigenlijk een testomgeving die zal helpen evalueren hoe A.I. Agenten kunnen generaliseren.
“De meeste moderne AI-systemen is gebaseerd op statistisch leren, waarbij het gaat om het extraheren van statistische informatie – bijvoorbeeld correlaties – uit gegevens,” Bernhard Scholkopf, directeur van het Max Planck Instituut, tegen Digital Trends. “Dit is geweldig omdat we hierdoor de ene grootheid van de andere kunnen voorspellen, maar alleen zolang er niets verandert. Wanneer je ingrijpt in een systeem, zijn alle weddenschappen uitgeschakeld. Om in dergelijke gevallen voorspellingen te kunnen doen, moeten we verder gaan dan statistisch leren, naar causaliteit. Als toekomstige A.I. gaat over denken in de zin van ‘handelen in ingebeelde ruimtes’, dan zijn interventies van cruciaal belang, en dus moet rekening worden gehouden met causaliteit.”
Aanbevelingen van de redactie
- Beveiligingsrobots kunnen naar een school bij u in de buurt komen
- Amazon zet AI in om productrecensies samen te vatten
- Amazon plant ‘eenmalige’ veranderingen voor Search, blijkt uit vacatureadvertenties
- Google Smart Canvas krijgt een diepere integratie tussen apps
- Nvidia's nieuwste A.I. De resultaten bewijzen dat ARM klaar is voor het datacenter
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
