I ett klassiskt experiment av psykologerna Felix Warneken och Michael Tomasello om mänsklig social
Då händer något fantastiskt:kid erbjuder hjälp. Efter att ha identifierat personens syfte går barnet till garderoben och öppnar sina dörrar så att mannen kan lägga in sina böcker. Men hur kan ett barn med en så begränsad livserfarenhet göra en sådan slutsats?
Nyligen har datavetare omdirigerat denna fråga till datorer: Hur kan maskiner göra detsamma?
En kritisk komponent att bildasådan förståelse är fel. Precis som ett småbarn bara kan dra slutsatsen om en persons mål baserat på hans fel, måste maskinerna som bestämmer en persons mål ta hänsyn till våra felaktiga åtgärder och planer.
I ett försök att återskapa denna sociala intelligensinom maskiner har forskare vid Massachusetts Institute of Technology's Computer Science and Artificial Intelligence Laboratory (CSAIL) och Department of Brain and Cognitive Sciences skapat en algoritm som kan identifiera mål och planer, även om dessa planer kanske misslyckas.
Denna typ av forskning kan i slutändan varaanvänds för att förbättra en rad hjälptekniker, samarbets- eller vårdrobotar och digitala assistenter som Siri och Alexa.
"Agent" och "Observer" visar hur nyttMIT: s algoritm kan identifiera mål och planer även om dessa planer kanske misslyckas. Här gör agenten en felaktig plan för att nå den blå pärla som observatören anser vara möjlig. Kredit: Massachusetts Institute of Technology
”Denna förmåga att redogöra för fel kan hakritiskt för att bygga maskiner som pålitligt drar slutsatser och agerar på våra vägnar, förklarar Tang Chih-Xuan, Ph.D., en student vid Massachusetts Institute of Technology (MIT) och ledande författare till ett nytt forskningspapper. "Annars kan AI-system felaktigt dra slutsatsen att eftersom vi inte lyckades uppnå våra högre ordningsmål var dessa mål i slutändan oönskade."
För att skapa sin modell använde laget sigGen, en ny AI-programmeringsplattform som nyligen utvecklats på MIT för att kombinera symbolisk AI-planering med Bayesian-inferens. Bayesiansk slutsats ger ett optimalt sätt att kombinera osäker tro med nya data och används ofta för finansiell riskbedömning, diagnostisk testning och valprognoser.
När du skapar algoritmen "Sekventiell sökningOmvänd planering (SIPS) ”forskare har inspirerat till ett allmänt sätt att planera mänskligt som i stort sett är suboptimalt. En person kanske inte planerar allt i förväg, utan snarare bildar partiella planer, implementerar dem och, baserat på nya resultat, planerar igen. Även om det kan leda till fel på grund av otillräckligt tänkande "i förväg", minskar denna typ av tänkande den kognitiva belastningen.
Forskare hoppas att deras forskning kommer att lägga grundennya filosofiska och konceptuella ramverk som behövs för att skapa maskiner som verkligen förstår mänskliga mål, planer och värderingar. Den nya grundläggande metoden att modellera människor som ofullkomliga tänkare verkar mycket lovande för ingenjörer.
Läs också
20 nya djurarter och växter som finns i Anderna
Det finns motorvägar i rymden för snabba resor. Hur kommer flygningar att förändras?
Namngivna en växt som inte är rädd för klimatförändringar. Det matar en miljard människor