U klasičnom eksperimentu psihologa Felixa Warnekena i Michaela Tomasella na ljudskoj društvenoj mreži
Tada se dogodi nešto nevjerojatno:dijete nudi pomoć. Utvrdivši svrhu osobe, beba odlazi do ormara i otvara vrata, dopuštajući muškarcu da svoje knjige stavi unutra. Ali kako mališan s tako ograničenim životnim iskustvom može donijeti takav zaključak?
Nedavno su informatičari ovo pitanje preusmjerili na računala: Kako strojevi mogu učiniti isto?
Kritična komponenta koju treba oblikovatitakvo razumijevanje su pogreške. Baš kao što mališan može samo zaključiti o čovjekovu cilju na temelju njegovih neuspjeha, strojevi koji određuju čovjekove ciljeve moraju uzeti u obzir naše pogrešne postupke i planove.
U nastojanju da ponovno stvori ovu socijalnu inteligencijuu strojevima, istraživači s Laboratorija za računalne znanosti i umjetnu inteligenciju Massachusetts Institute of Technology i Odjela za mozak i kognitivne znanosti stvorili su algoritam sposoban za identificiranje ciljeva i planova, čak i ako ti planovi mogu propasti.
Ova vrsta istraživanja u konačnici može bitikoristi se za poboljšanje niza pomoćnih tehnologija, robota za suradnju ili njegu i digitalnih pomoćnika kao što su Siri i Alexa.
"Agent" i "Promatrač" pokazuju koliko su novialgoritam MIT sposoban je odrediti ciljeve i planove čak i ako ti planovi mogu propasti. Ovdje agent neispravno planira doći do plavog dragulja koji promatrač smatra mogućim. Zasluge: Massachusetts Institute of Technology
“Ova sposobnost objašnjavanja pogrešaka može imatipresudno za izgradnju strojeva koji pouzdano donose zaključke i djeluju u naše ime, objašnjava dr. Tang Chih-Xuan, studentica na Massachusetts Institute of Technology (MIT) i vodeća autorica novog istraživačkog rada. "Inače, AI sustavi mogu pogrešno zaključiti da su, budući da nismo uspjeli postići ciljeve višeg reda, ti ciljevi u konačnici bili nepoželjni."
Za izradu svog modela tim se koristioGen, nova AI programska platforma nedavno razvijena na MIT-u kako bi kombinirala simbolično planiranje AI s Bayesovim zaključivanjem. Bayesov zaključak pruža optimalan način kombiniranja nesigurnih uvjerenja s novim podacima i široko se koristi za procjenu financijskog rizika, dijagnostičko testiranje i predviđanje izbora.
Prilikom izrade algoritma "Sekvencijalno pretraživanjeObrnuto planiranje (SIPS) ”znanstvenici su nadahnuli općeniti način ljudskog planiranja koji je u velikoj mjeri neoptimalan. Osoba možda ne planira sve unaprijed, već oblikuje djelomične planove, izvršava ih i na temelju novih rezultata ponovno izrađuje planove. Iako može dovesti do pogrešaka zbog nedovoljnog razmišljanja „unaprijed“, ova vrsta razmišljanja smanjuje kognitivno opterećenje.
Znanstvenici se nadaju da će njihovo istraživanje postaviti nove filozofske i konceptualne temelje potrebne za stvaranje strojeva koji istinski razumijuNovi osnovni pristup modeliranju ljudi kao nesavršenih mislilaca čini se vrlo obećavajućim inženjerima.
Pročitajte i
20 novih vrsta životinja i biljaka pronađenih u Andama
U svemiru postoje autoceste za brza putovanja. Kako će se promijeniti letovi?
Nazvana biljkom koja se ne boji klimatskih promjena. Hrani milijardu ljudi