Maszyny AI poddawane testom z psychologii behawioralnej

Psychologowie behawioralni od dawna wykorzystują labirynty do badania pamięci i uczenia się; ich poddanych, głównie szczurów i myszy.

Teraz naukowcy zaczynają stosować to samo podejście do testowania zupełnie nowego rodzaju tematu — najnowszej generacji maszyn ze sztuczną inteligencją. Zaczęli od przetestowania tych maszyn w labiryntach stworzonych w internetowym świecie Minecrafta.

Labirynty mają długa historia w psychologii behawioralnej . Na początku XX wieku naukowcy zainteresowali się zdolnością szczurów i myszy do uczenia się i zapamiętywania. W szczególności zaczęli badać mechanizmy uczenia się, takie jak uczenie się przez wzmacnianie.

Labirynt stał się standardowym wołem roboczym do tego rodzaju pracy. Badacze opracowaliby skomplikowany labirynt, umieścili w jego środku jakąś nagrodę, a następnie wpuścili szczura do środka i zobaczyli, jak szybko rozwiązał zagadkę.

Psychologowie szybko odkryli, że szczury szybko się uczą i potrafią odnaleźć drogę nawet z różnymi zaburzeniami zmysłów, takimi jak oślepienie, ogłuszenie lub wyrywanie sobie wąsów.

Jednak złożoność wczesnych labiryntów sprawiała, że ​​eksperymenty były trudne do porównania. W końcu psychologowie zdecydowali się na proste labirynty w kształcie na przykład T lub Y, które można łatwo odtworzyć w dowolnym laboratorium.

To pomogło pokazać, w jaki sposób szczury się uczą, że geny mogą określić, jak szybko szczury rozwiązują zagadki i tak dalej. W ostatnich latach informatycy opracowali nawet labirynty rzeczywistości wirtualnej, w których szczury są utrzymywane nieruchomo i zmuszane do patrzenia na ekran, stojąc na czymś w rodzaju trackballa, który porusza się podczas chodzenia lub biegu. W ten sposób szczur przechodzi przez wirtualny labirynt.

Teraz Junhyuk Oh, Valliappa Chockalingam, Satinder Singh i Honglak
Lee z University of Michigan zaczął eksperymentować z zupełnie nowym rodzajem labiryntu, aby przetestować zdolności poznawcze zupełnie nowego rodzaju istoty. Nowe labirynty są budowane w Minecrafcie, trójwymiarowym świecie, w którym gracze używają teksturowanych kostek do budowania prawie wszystkiego. Stworzenie prostego labiryntu jest tutaj banalne.

Ale istoty, które Oh i spółka testują, są jeszcze bardziej egzotyczne — są to maszyny sztucznej inteligencji. Jednakże, chociaż maszyny te łatwo uczą się w idealnym środowisku, mają trudności w sytuacjach rzeczywistych, w których obiekty mogą być częściowo zasłonięte, gdzie wzrok i ruch muszą być starannie skoordynowane, aby odnieść sukces, a wynikająca z tego nagroda często jest opóźniana.

Ważnym pytaniem jest, jakie rodzaje systemów AI są w tym najlepsze. Jednak badanie, jak radzą sobie systemy AI, jest trudne, ponieważ trudne środowiska są trudne do odtworzenia. Właśnie tam pojawia się Minecraft.

Oh and co stworzyli zestaw labiryntów, w których ustawiają swoje algorytmy AI coraz bardziej skomplikowanymi zadaniami. Na przykład, jednym zadaniem może być znalezienie czerwonego sześcianu w labiryncie, następnym zadaniem znalezienie czerwonego klocka, jeśli pierwszy klocek, który widzi, jest żółty, ale poza tym szukanie niebieskiego klocka i tak dalej (zobacz wideo).

Labirynt zapewnia, że ​​​​nie zawsze jest czysta linia między blokami i że algorytm musi koordynować ruch i wizję, aby je zbadać. Zespół może również przyznać różnego rodzaju nagrody za pomyślne wykonanie zadania. Co najważniejsze, to samo zadanie o tym samym poziomie trudności można ustawić w kółko.

Wyniki są pierwszą systematyczną eksploracją tego rodzaju zdolności poznawczych AI. Zespół twierdzi, że najlepiej działający system sztucznej inteligencji wykorzystuje głębokie uczenie ze wzmocnieniem wzbogacone o dodatkową pamięć. Maszyny te pobierają odpowiednie wspomnienia na podstawie kontekstu, w jakim były przechowywane i w jakim znajduje się urządzenie. Różni się to od wielu istniejących systemów pamięci, które nie opierają się na kontekście pobierania pamięci.

Naszym głównym wynikiem empirycznym jest to, że odzyskiwanie pamięci zależne od kontekstu może skuteczniej rozwiązywać nasz zestaw zadań, mówią.

To interesująca praca, która toruje drogę do wielu przyszłych prac. Labirynty Minecraft są łatwe do odtworzenia, co pozwala każdemu z systemem AI porównać ich wydajność z tymi i innymi wynikami.

Pozwala również na proste rozszerzenie badań. W przyszłych pracach zamierzamy wykorzystać elastyczność domeny Minecraft do konstruowania jeszcze trudniejszych zadań kognitywnych w celu dalszej oceny naszych architektur, powiedzmy Oh and co.

A to rodzi ciekawą perspektywę. Być może pierwszym miejscem, w którym zobaczymy AI wykonujące zaawansowane zadania, będą ustawienia wirtualnej rzeczywistości, takie jak Minecraft. Zapewnia to również łagodne środowisko, w którym można badać niektóre kwestie etyczne, które pojawiają się w badaniach nad sztuczną inteligencją.

Więc następnym razem, gdy ty lub twoje dzieci zanurzycie się w świecie Minecraft, przyjrzyjcie się uważnie innym graczom. Możliwe, że mogą nie być tym, czym się wydają.

Nr ref.: arxiv.org/abs/1605.09128 : Kontrola pamięci, aktywnej percepcji i działania w grze Minecraft

ukryć