I et klassisk eksperiment av psykologene Felix Warneken og Michael Tomasello på menneskelig sosial
Så skjer det noe fantastisk:ungen tilbyr hjelp. Etter å ha identifisert formålet med personen, går babyen til skapet og åpner dørene, slik at mannen kan legge bøkene sine inn. Men hvordan kan et småbarn med en så begrenset livserfaring treffe en slik konklusjon?
Nylig har dataforskere omdirigert dette spørsmålet til datamaskiner: Hvordan kan maskiner gjøre det samme?
En kritisk komponent å danneslik forståelse er feil. Akkurat som et småbarn bare kan utlede en persons mål basert på hans feil, må maskinene som bestemmer en persons mål ta hensyn til våre feilaktige handlinger og planer.
I et forsøk på å gjenskape denne sosiale intelligenseni maskiner har forskere ved Massachusetts Institute of Technology's Computer Science and Artificial Intelligence Laboratory (CSAIL) og Department of Brain and Cognitive Sciences opprettet en algoritme som er i stand til å identifisere mål og planer, selv om disse planene kanskje mislykkes.
Denne typen forskning kan til slutt værebrukes til å forbedre en rekke hjelpeteknologier, samarbeids- eller stellroboter, og digitale assistenter som Siri og Alexa.
"Agent" og "Observer" demonstrerer hvor nyttMIT-algoritmen er i stand til å bestemme mål og planer selv om disse planene kan mislykkes. Her lager agenten en feil plan for å nå den blå perlen som observatøren anser mulig. Kreditt: Massachusetts Institute of Technology
“Denne evnen til å gjøre rede for feil kan hakritisk for å bygge maskiner som pålitelig trekker konklusjoner og handler på våre vegne, forklarer Tang Chih-Xuan, Ph.D., en student ved Massachusetts Institute of Technology (MIT) og hovedforfatter av et nytt forskningspapir. "Ellers kan AI-systemer feilaktig konkludere med at fordi vi ikke klarte å oppnå våre høyere ordensmål, var disse målene til slutt uønskede."
For å lage sin modell brukte teametGen, en ny AI-programmeringsplattform som nylig ble utviklet på MIT for å kombinere symbolsk AI-planlegging med Bayesian-inferens. Bayesiansk slutning gir en optimal måte å kombinere usikker tro med nye data og brukes mye til økonomisk risikovurdering, diagnostisk testing og valgprognoser.
Når du lager algoritmen "Sekvensielt søkomvendt plan (SIPS) ”forskere har inspirert til en generell måte å planlegge mennesker på, som i stor grad er suboptimal. En person kan ikke planlegge alt på forhånd, men heller danne delplaner, gjennomføre dem og, basert på nye resultater, lage planer igjen. Selv om det kan føre til feil på grunn av utilstrekkelig tenkning "på forhånd", reduserer denne typen tenkning kognitiv belastning.
Forskerne håper at deres forskning vil legge nye filosofiske og konseptuelle grunnlag som trengs for å skape maskiner som virkelig forstårEn ny grunnleggende tilnærming til modellering av mennesker som ufullkomne tenkere virker veldig lovende for ingeniører.
Les også
20 nye arter av dyr og planter funnet i Andesfjellene
Det er motorveier i rommet for rask reise. Hvordan vil flyreiser endre seg?
Navngitt et anlegg som ikke er redd for klimaendringer. Det gir næring til en milliard mennesker