İnsan hatalarına dayalı algoritma, AI eğitiminde yardımcı olacaktır

Psikolog Felix Warneken ve Michael Tomasello'nun insan sosyalleri üzerine yaptığı klasik bir deneyde

18 aylık bir bebek zihinsel olarak nasıl gözlemlerbir adam bir yığın kitabı kapalı bir dolaba taşıyor. Dolaba yaklaştığında kitaplarını beceriksizce birkaç kez dolabın kapısına vuruyor, ardından şaşkın bir ses çıkarıyor.

Sonra harika bir şey olur:çocuk yardım sunuyor. Kişinin amacını belirleyen bebek dolaba gider ve kapılarını açarak adamın kitaplarını içeri koymasına izin verir. Fakat bu kadar sınırlı yaşam deneyimine sahip bir yürümeye başlayan çocuk nasıl böyle bir sonuca varabilir?

Son zamanlarda, bilgisayar bilimcileri bu soruyu bilgisayarlara yönlendirdiler: Makineler aynı şeyi nasıl yapabilir?

Oluşturulması gereken kritik bir bileşenbu tür anlayış hatalardır. Tıpkı bir çocuğun amacını sadece başarısızlıklarından yola çıkarak çıkarabileceği gibi, bir kişinin hedeflerini belirleyen makineler de hatalı eylemlerimizi ve planlarımızı hesaba katmalıdır.

Bu sosyal zekayı yeniden yaratma çabası içindeMakinelerde, Massachusetts Institute of Technology'nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) ve Beyin ve Bilişsel Bilimler Bölümü'ndeki araştırmacılar, bu planlar başarısız olsa bile, hedefleri ve planları belirleyebilen bir algoritma oluşturdu.

Bu tür araştırmalar sonuçtaçeşitli yardımcı teknolojileri, işbirliği veya bakım robotlarını ve Siri ve Alexa gibi dijital asistanları geliştirmek için kullanılır.

"Aracı" ve "Gözlemci" ne kadar yeni olduğunu gösteriyorMIT'nin algoritması, bu planlar başarısız olsa bile hedefleri ve planları belirleme yeteneğine sahiptir. Burada ajan, gözlemcinin mümkün olduğunu düşündüğü mavi cevhere ulaşmak için hatalı bir plan yapar. Kredi: Massachusetts Teknoloji Enstitüsü

"Bu hataları hesaba katma yeteneği,Massachusetts Institute of Technology'de (MIT) bir öğrenci ve yeni bir araştırma makalesinin baş yazarı olan Tang Chih-Xuan, güvenilir bir şekilde sonuçlar çıkaran ve bizim adımıza hareket eden makineler inşa etmek için kritik olduğunu açıklıyor. "Aksi takdirde, AI sistemleri yanlışlıkla, üst düzey hedeflerimize ulaşamadığımız için bu hedeflerin sonuçta istenmeyen olduğu sonucuna varabilir."

Ekip, modellerini oluşturmak içinSembolik AI planlamasını Bayesian çıkarımıyla birleştirmek için MIT'de yakın zamanda geliştirilen yeni bir AI programlama platformu olan Gen. Bayesci çıkarım, belirsiz inançları yeni verilerle birleştirmenin en uygun yolunu sağlar ve finansal risk değerlendirmesi, teşhis testleri ve seçim tahmini için yaygın olarak kullanılır.

"Sıralı arama" algoritmasını oluştururkenTers Planlama (SIPS) ”bilim adamları, büyük ölçüde optimalin altında olan genel bir insan planlaması yöntemine ilham verdiler. Kişi her şeyi önceden planlamayabilir, bunun yerine kısmi planlar oluşturabilir, bunları gerçekleştirebilir ve yeni sonuçlara dayanarak yeniden planlar yapabilir. “Önceden” yetersiz düşünme nedeniyle hatalara yol açabilirken, bu tür düşünme bilişsel yükü azaltır.

Bilim insanları araştırmalarının temel oluşturacağını umuyorİnsanın hedeflerini, planlarını ve değerlerini gerçekten anlayan makineler yaratmak için yeni felsefi ve kavramsal çerçevelere ihtiyaç var. İnsanları kusurlu düşünürler olarak modellemeye yönelik yeni temel yaklaşım, mühendisler için oldukça umut verici görünüyor. 

Ayrıca okuyun

And Dağları'nda 20 yeni hayvan ve bitki türü bulundu

Hızlı seyahat için uzayda otoyollar var. Uçuşlar nasıl değişecek?

İklim değişikliğinden korkmayan bir bitki olarak adlandırıldı. Bir milyar insanı besliyor