В класически експеримент на психолозите Феликс Варнекен и Майкъл Томаселло върху човешките социални
Тогава се случва нещо невероятно:дете предлага помощ. След като определи целта на човека, бебето отива до килера и отваря вратите му, позволявайки на мъжа да сложи книгите си вътре. Но как малко дете с толкова ограничен жизнен опит може да направи такъв извод?
Наскоро компютърните учени пренасочиха този въпрос към компютрите: Как машините могат да правят същото?
Критичен компонент за формиранетакова разбиране са грешки. Точно както малкото дете може да изведе целта на човека само въз основа на неговите неуспехи, машините, които определят целите на човека, трябва да вземат предвид нашите грешни действия и планове.
В опит да пресъздаде тази социална интелигентноств машините, изследователи от Лабораторията за компютърни науки и изкуствен интелект на Масачузетския технологичен институт (CSAIL) и Департамента по мозъчни и когнитивни науки са създали алгоритъм, способен да идентифицира цели и планове, дори ако тези планове може да се провалят.
Този тип изследвания в крайна сметка може да бъдеизползва се за подобряване на гама от помощни технологии, роботи за сътрудничество или грижи и цифрови асистенти като Siri и Alexa.
„Агент“ и „Наблюдател“ демонстрират колко новиАлгоритъмът на MIT може да идентифицира цели и планове, дори ако тези планове може да се провалят. Тук агентът прави грешен план за достигане до синия скъпоценен камък, който наблюдателят счита за възможен. Кредит: Масачузетски технологичен институт
„Тази способност за отчитане на грешки може да имаот решаващо значение за изграждането на машини, които надеждно правят изводи и действат от наше име, обяснява д-р Танг Чих-Сюан, студент в Масачузетския технологичен институт (MIT) и водещ автор на нова изследователска работа. „В противен случай системите за ИИ могат погрешно да заключат, че тъй като не успяхме да постигнем целите си от по-висок ред, тези цели в крайна сметка бяха нежелани.“
За да създадат своя модел, екипът използваGen, нова платформа за програмиране на AI, разработена наскоро в MIT, за да комбинира символичното планиране на AI с байесов извод. Байесовото заключение осигурява оптимален начин за комбиниране на несигурни вярвания с нови данни и се използва широко за оценка на финансовия риск, диагностично тестване и прогнозиране на изборите.
При създаването на алгоритъма „Последователно търсенеОбратното планиране (SIPS) ”учените са вдъхновили общ начин на човешко планиране, който до голяма степен е неоптимален. Човек може да не планира всичко предварително, а по-скоро да формира частични планове, да ги изпълнява и въз основа на нови резултати да прави планове отново. Въпреки че може да доведе до грешки поради недостатъчно мислене „предварително“, този тип мислене намалява когнитивното натоварване.
Учените се надяват, че техните изследвания ще положат основитенови философски и концептуални рамки, необходими за създаване на машини, които наистина разбират човешките цели, планове и ценности. Новият основен подход за моделиране на хората като несъвършени мислители изглежда много обещаващ за инженерите.
Прочетете също
20 нови вида животни и растения, открити в Андите
В космоса има магистрали за бързо пътуване. Как ще се променят полетите?
Име на растение, което не се страхува от изменението на климата. Храни милиард души