V klasickom experimente psychológov Felixa Warnekena a Michaela Tomasella na ľudskom soc
Potom sa stane niečo úžasné:dieťa ponúka pomoc. Po identifikácii účelu osoby ide dieťa k šatníku a otvorí jeho dvere, čo mužovi umožní vložiť svoje knihy dovnútra. Ako však môže batoľa s takými obmedzenými životnými skúsenosťami urobiť taký záver?
V poslednej dobe počítačoví vedci presmerovali túto otázku na počítače: Ako môžu stroje robiť to isté?
Kritická zložka, ktorá sa má vytvoriťtaké chápanie sú chyby. Rovnako ako batoľa môže odvodiť cieľ človeka iba na základe jeho zlyhaní, musia aj stroje určujúce ciele človeka brať do úvahy naše chybné kroky a plány.
V snahe znovu vytvoriť túto sociálnu inteligenciuv strojoch vytvorili vedci z Laboratória počítačovej vedy a umelej inteligencie (Massachusetts Institute of Technology) CSAIL a Katedry mozgových a kognitívnych vied algoritmus schopný identifikovať ciele a plány, aj keď by tieto plány mohli zlyhať.
Tento typ výskumu nakoniec môže byťpoužíva sa na vylepšenie radu asistenčných technológií, robotov na spoluprácu alebo starostlivosť a digitálnych asistentov, ako sú Siri a Alexa.
„Agent“ a „Pozorovateľ“ ukazujú, aké novéalgoritmus MIT je schopný určiť ciele a plány, aj keď by tieto plány mohli zlyhať. Agent tu urobí chybný plán na dosiahnutie modrého drahokamu, ktorý pozorovateľ považuje za možný. Poďakovanie: Massachusetts Institute of Technology
„Túto schopnosť zodpovedať za chyby môže maťrozhodujúci pre stavbu strojov, ktoré spoľahlivo vyvodzujú závery a konajú v našom mene, vysvetľuje Tang Chih-Xuan, Ph.D., študent Massachusetts Institute of Technology (MIT) a hlavný autor nového výskumného príspevku. „Inak môžu systémy umelej inteligencie mylne dospieť k záveru, že pretože sa nám nepodarilo dosiahnuť naše ciele vyššieho rádu, boli tieto ciele nakoniec nežiaduce.“
Tím použil pri tvorbe svojho modeluGen, nová programovacia platforma pre AI, ktorá bola nedávno vyvinutá na MIT na kombinovanie symbolického plánovania AI s Bayesovským záverom. Bayesiánska inferencia poskytuje optimálny spôsob kombinácie neistých presvedčení s novými údajmi a je široko používaná na hodnotenie finančných rizík, diagnostické testovanie a predpovedanie volieb.
Pri vytváraní algoritmu „Sekvenčné vyhľadávanieReverzné plánovanie (SIPS) “vedci inšpirovali všeobecný spôsob plánovania človeka, ktorý je do značnej miery neoptimálny. Človek nemusí plánovať všetko vopred, skôr si musí zostaviť čiastkové plány, zrealizovať ich a na základe nových výsledkov si plány urobiť znova. Aj keď to môže viesť k chybám v dôsledku nedostatočného myslenia „vopred“, tento typ myslenia znižuje kognitívne zaťaženie.
Vedci dúfajú, že ich výskum položí základynové filozofické a koncepčné rámce potrebné na vytvorenie strojov, ktoré skutočne chápu ľudské ciele, plány a hodnoty. Nový základný prístup modelovania ľudí ako nedokonalých mysliteľov sa inžinierom zdá veľmi sľubný.
Prečítajte si tiež
20 nových druhov zvierat a rastlín nájdených v Andách
Vo vesmíre sú diaľnice pre rýchle cestovanie. Ako sa zmenia lety?
Dostala názov rastlina, ktorá sa nebojí klimatických zmien. Živí miliardu ľudí