Felix Warneken és Michael Tomasello pszichológusok klasszikus kísérletében az emberi társadalomról
Aztán valami elképesztő történik:gyerek segítséget kínál. Miután megállapította a személy célját, a baba a szekrényhez megy és kinyitja az ajtaját, lehetővé téve a férfinak, hogy betegye a könyveit. De hogyan tehet ilyen következtetést egy ilyen korlátozott élettapasztalattal rendelkező kisgyermek?
A közelmúltban az informatikusok ezt a kérdést a számítógépekre irányították: Hogyan tehetik ugyanezt a gépek?
A kialakulás kritikus komponenseaz ilyen megértés hibák. Ahogyan a kisgyermek is csak kudarcai alapján következtethet az ember céljára, az ember céljait meghatározó gépeknek figyelembe kell venniük hibás cselekedeteinket és terveinket.
E társadalmi intelligencia újrateremtése érdekébengépekben a Massachusettsi Műszaki Intézet Számítástechnikai és Mesterséges Intelligencia Laboratóriumának (CSAIL), valamint az Agy- és Kognitív Tudományok Tanszékének kutatói létrehoztak egy algoritmust, amely képes azonosítani a célokat és terveket, még akkor is, ha ezek a tervek kudarcot vallanak.
Ez a fajta kutatás végső soron az lehetszámos segítő technológia, együttműködési vagy ápolási robotok, valamint olyan digitális asszisztensek fejlesztésére használják, mint a Siri és az Alexa.
Az "Agent" és a "Observer" bemutatja, mennyire újaz MIT algoritmus képes meghatározni a célokat és terveket, még akkor is, ha ezek a tervek kudarcot vallanak. Itt az ügynök hibás tervet készít a kék gyöngyszem elérésére, amelyet a megfigyelő lehetségesnek tart. Hitel: Massachusettsi Műszaki Intézet
„Ez a hibaelszámolási képesség lehetkritikus fontosságú az olyan gépek építéséhez, amelyek megbízhatóan vonják le a következtetéseket és a nevünkben járnak el - magyarázza Ph.D. Tang Chih-Xuan, a Massachusettsi Műszaki Intézet (MIT) hallgatója és egy új kutatási cikk vezető szerzője. "Ellenkező esetben az AI rendszerek tévesen arra a következtetésre juthatnak, hogy mivel nem sikerült elérnünk magasabb rendű céljainkat, ezek a célok végül nem voltak kívánatosak."
Modelljük elkészítéséhez a csapat használtaA Gen, az MIT-ben nemrégiben kifejlesztett új mesterséges AI programozási platform, amely ötvözi a szimbolikus AI-tervezést a Bayes-i következtetéssel. A Bayes-i következtetés optimális módot kínál a bizonytalan hiedelmek új adatokkal való összekapcsolására, és széles körben használják a pénzügyi kockázat felmérésére, a diagnosztikai tesztekre és a választási előrejelzésre.
Az algoritmus létrehozásakor "Szekvenciális keresésfordított terv (SIPS) ”tudósok inspirálták az emberi tervezés általános módját, amely nagyrészt nem optimális. Lehet, hogy az ember nem tervez meg mindent előre, inkább részleges terveket alkot, végrehajtja és új eredmények alapján újra terveket készít. Míg az elégtelen „előre” gondolkodás miatt hibákhoz vezethet, ez a gondolkodásmód csökkenti a kognitív terhelést.
A tudósok remélik, hogy kutatásaik megalapozzákúj filozófiai és fogalmi keretekre van szükség olyan gépek létrehozásához, amelyek valóban megértik az emberi célokat, terveket és értékeket. A mérnökök számára nagyon ígéretesnek tűnik az az új alapvető megközelítés, amely szerint az embereket tökéletlen gondolkodóként modellezik.
Olvassa el
20 új állat- és növényfaj található az Andokban
Vannak autópályák az űrben a gyors utazáshoz. Hogyan változnak a járatok?
Olyan növénynek nevezték el, amely nem fél a klímaváltozástól. Milliárd embert táplál