De ce oamenii de știință îi învață pe roboți să se joace de-a v-ați ascunselea

Inteligența generală artificială, ideea unui I.A. inteligent. agent care este capabil să înțeleagă și să învețe orice sarcină intelectuală pe care o pot face oamenii, a fost mult timp o componentă a science fiction-ului. Ca A.I. devine din ce în ce mai inteligent – ​​în special cu descoperiri în instrumentele de învățare automată care sunt capabile să-și rescrie cod pentru a învăța din experiențe noi - este din ce în ce mai mult o parte din conversațiile reale cu inteligența artificială bine.

Dar cum măsurăm AGI când ajunge? De-a lungul anilor, cercetătorii au prezentat o serie de posibilități. Cel mai faimos rămâne Testul Turing, în care un judecător uman interacționează, la vedere nevăzut, atât cu oameni, cât și cu o mașină, și trebuie să încerce să ghicească care este care. Alți doi, testul lui Ben Goertzel Robot College Student și Nils J. Testul de angajare al lui Nilsson, încearcă să testeze practic abilitățile unui I.A., văzând dacă ar putea obține o diplomă universitară sau să desfășoare locuri de muncă la locul de muncă. Un altul, pe care personal mi-ar plăcea să îl reduc, presupune că inteligența poate fi măsurată prin capacitatea de succes de a asambla fără probleme mobilierul tip Ikea.

Una dintre cele mai interesante măsuri AGI a fost propusă de co-fondatorul Apple, Steve Wozniak. Woz, așa cum este cunoscut prietenilor și admiratorilor, sugerează Testul Cafelei. O inteligență generală, a spus el, ar însemna un robot care este capabil să intre în orice casă din lume, să localizeze bucătăria, să pregătească o ceașcă de cafea proaspătă și apoi să o toarne într-o cană.

Ca în cazul oricărui A.I. test de inteligență, puteți argumenta despre cât de largi sau îngusti sunt parametrii. Cu toate acestea, ideea că inteligența ar trebui să fie legată de capacitatea de a naviga prin lumea reală este intrigantă. Este, de asemenea, unul pe care un nou proiect de cercetare încearcă să îl testeze.

Construind lumi

„În ultimii ani, A.I. comunitatea a făcut pași uriași în formarea A.I. agenți să facă sarcini complexe”, Luca Weihs, un cercetător de la Institutul Allen pentru AI, un laborator de inteligență artificială fondat de regretatul co-fondator al Microsoft Paul Allen, a declarat pentru Digital Trends.

Weihs a citat dezvoltarea de către DeepMind a I.A. agenți care sunt capabili să învețe juca jocuri clasice Atari și învinge jucători umani la Go. Cu toate acestea, Weihs a remarcat că aceste sarcini sunt „frecvent detașate” de lumea noastră. Arată o imagine a lumii reale unui I.A. antrenat să joace jocuri Atari și nu va avea idee la ce se uită. Aici cercetătorii Institutului Allen cred că au ceva de oferit.

Institutul Allen pentru I.A. a construit ceva ca un imperiu imobiliar. Dar acesta nu este un imobil fizic, atât de mult cât este un imobil virtual. A dezvoltat sute de camere și apartamente virtuale - inclusiv bucătării, dormitoare, băi și camere de zi - în care A.I. agenții pot interacționa cu mii de obiecte. Aceste spații se laudă cu o fizică realistă, suport pentru mai mulți agenți și chiar stări precum cald și rece. Lăsând A.I. agenții joacă în aceste medii, ideea este că ei pot construi o percepție mai realistă a lumii.

„În [noua noastră] lucrare, am vrut să înțelegem cum A.I. agenții ar putea învăța despre un mediu realist jucând un joc interactiv în cadrul acestuia”, a spus Weihs. „Pentru a răspunde la această întrebare, am instruit doi agenți să joace Cache, o variantă de ascunselea, folosind învățarea de întărire adversară în cadrul sistemului de înaltă fidelitate. Mediul AI2-THOR. Prin acest gameplay, am constatat că agenții noștri au învățat să reprezinte imagini individuale, abordând performanța metodelor necesitând milioane de imagini etichetate manual - și chiar a început să dezvolte unele primitive cognitive adesea studiate de [dezvoltare] psihologi.”

Regulile jocului

Spre deosebire de ascunselele obișnuite, în Cache, roboții ascund pe rând obiecte precum piston de toaletă, pâine, roșii și multe altele, fiecare având propriile geometrii individuale. Cei doi agenți – unul un ascunzator, celălalt un căutător – concurează apoi pentru a vedea dacă unul poate ascunde cu succes obiectul de celălalt. Acest lucru implică o serie de provocări, inclusiv explorarea și cartografierea, înțelegerea perspectivei, ascunderea, manipularea obiectelor și căutarea. Totul este simulat cu acuratețe, chiar și până la cerința ca ascunzătorul să poată manipula obiectul din mână și să nu-l scadă.

Folosirea învățării prin consolidare profundă — o paradigmă de învățare automată bazată pe învățarea să întreprindă acțiuni într-un mediu pentru a maximiza recompensa — roboții devin din ce în ce mai buni la ascunderea obiectelor, precum și la căutare ei afară.

„Ceea ce face acest lucru atât de dificil pentru IA este că ei nu văd lumea așa cum o vedem noi”, a spus Weihs. „Miliarde de ani de evoluție au făcut astfel încât, chiar și în copilărie, creierul nostru traduce eficient fotonii în concepte. Pe de altă parte, un A.I. începe de la zero și își vede lumea ca pe o uriașă grilă de numere pe care apoi trebuie să învețe să le decodeze în sens. În plus, spre deosebire de șah, unde lumea este bine cuprinsă în 64 de pătrate, fiecare imagine văzută de agent surprinde doar o mică parte a mediului și, prin urmare, trebuie să-și integreze observațiile de-a lungul timpului pentru a forma o înțelegere coerentă a lume."

Pentru a fi clar, această ultimă lucrare nu este despre construirea unui I.A. super-inteligent. În filme ca Terminator 2: Ziua Judecății, supercomputerul Skynet atinge conștientizarea de sine exact la 2.14 a.m., ora estului, pe 29 august 1997. În ciuda datei, acum aproape un sfert de secol în oglinda noastră retrovizoare colectivă, pare puțin probabil să existe un punct de răsturnare atât de precis când A.I. devine AGI. În schimb, din ce în ce mai multe fructe computaționale - low-hanging și high-hanging - vor fi culese până când vom avea în sfârșit ceva care se apropie de o inteligență generalizată în mai multe domenii.

Lucrurile grele sunt ușoare, lucrurile ușoare sunt grele

Cercetătorii au gravitat în mod tradițional către probleme complexe pentru I.A. de rezolvat pe baza ideii că, dacă problemele grele pot fi rezolvate, cele ușoare nu ar trebui să rămână prea în urmă. Dacă poți simula luarea deciziilor unui adult, pot idei precum permanența obiectului (ideea că obiectele încă există atunci când nu le putem vedea) că un copil învață în primele luni de viață demonstrează cu adevărat asta dificil? Răspunsul este da - și acest paradox că, când vine vorba de IA, lucrurile grele sunt adesea ușoare, iar cele ușoare sunt dificile, este ceea ce o lucrare de genul acesta își propune să abordeze.

„Cea mai comună paradigmă pentru formarea A.I. agenții [implică] seturi de date uriașe, etichetate manual, concentrate strict pe o singură sarcină – de exemplu, recunoașterea obiectelor”, a spus Weihs. „Deși această abordare a avut un mare succes, cred că este optimist să credem că putem crea manual suficiente seturi de date pentru a produce un I.A. agent care poate acționa inteligent în lumea reală, poate comunica cu oamenii și poate rezolva tot felul de probleme pe care nu le-a mai întâlnit înainte. Pentru a face acest lucru, cred că va trebui să lăsăm agenților să învețe primitivele cognitive fundamentale pe care le luăm de bune, lăsându-le să interacționeze liber cu lumea lor. Munca noastră arată că folosirea gameplay-ului pentru a motiva I.A. agenții cu care să interacționeze și să-și exploreze lumea îi face ca ei să înceapă să învețe aceste primitive - și, prin urmare, arată că jocul este o direcție promițătoare, departe de seturile de date etichetate manual și către experiență învăţare."

A lucrare care descrie această lucrare va fi prezentat la viitoarea Conferință internațională din 2021 privind reprezentațiile învățării.

Recomandările editorilor

• Iluziile optice ne-ar putea ajuta să construim următoarea generație de IA
• Formula amuzantă: De ce umorul generat de mașini este Sfântul Graal al A.I.
• Citiți „scriptura sintetică” ciudat de frumoasă a unui A.I. care crede că este Dumnezeu
• Arhitectura algoritmică: Ar trebui să lăsăm A.I. proiectați clădiri pentru noi?
• A.I. care sesizează emoții. este aici și ar putea fi la următorul interviu de angajare