Ta ciekawska sztuczna inteligencja skopie ci tyłek na pancerniku

Jezioro Brenden i Anselm Rothe

Niezwykle dociekliwy system sztucznej inteligencji opracowany przez zespół naukowców z NYU nauczył się grać w grę podobną do Battleship z oszałamiającymi umiejętnościami.

W prostej grze, którą stworzyli badacze, gracze starają się znaleźć statki przeciwnika ukryte na małej siatce kwadratów, zadając serię pytań, na które można odpowiedzieć za pomocą jednej liczby lub słowa. Ich program wymyśla, jak zadawać te pytania tak skutecznie, jak to możliwe.

Czerpiąc inspirację z psychologii poznawczej i stosując zasadniczo odmienne podejście niż większość dzisiejszych sztucznej inteligencji, system pokazuje, w jaki sposób maszyny mogą nauczyć się zadawać przydatne pytania dotyczące świata. Program traktuje pytania jako miniaturowe programy, pozwalając mu uczyć się na zaledwie kilku przykładach i konstruować własne pytania na podstawie tego, czego się nauczył.

Gra została stworzona przez Jezioro Brenden , adiunkt na NYU; Todd Gureckis profesor nadzwyczajny; oraz Anzelm Rothe , doktorant. Lake mówi, że istnieje ogromna przepaść między zdolnością człowieka i maszyny do zadawania pytań podczas poszukiwania informacji o świecie. Naukowcy opisują pracę w: papier opublikowane online.

Naukowcy kazali ludziom grać w swoją grę i rejestrowali zadawane przez nich pytania. Następnie przełożyli pytania na komponenty koncepcyjne. Na przykład pytania Jak długi jest niebieski statek? oraz Czy niebieski statek ma cztery kafelki? dotyczą długości celu. Pytanie Czy niebieskie i czerwone statki stykają się? dotyczy stanowiska. Następnie naukowcy zakodowali te pytania za pomocą prostego języka programowania i zbudowali model probabilistyczny, aby określić, które pytania powinny dostarczyć najbardziej użytecznych informacji. Ta metodologia umożliwiła systemowi AI sprawne konstruowanie nowych pytań, które pomogły mu wygrać grę.

Większość podejść do sztucznej inteligencji polega po prostu na dostarczaniu komputerowi ogromnych ilości przykładowych danych, a następnie generowaniu przez niego własnych przykładów. Chociaż metoda zespołu NYU wymaga więcej ręcznego kodowania, jest znacznie wydajniejsza i skuteczniejsza w odkrywaniu inteligentnych pytań do postawienia. System buduje również inteligentne pytania w bardziej metodyczny sposób i może nawet generować pytania, których nie mógłby zadać żaden człowiek.

Naukowcy badają, w jaki sposób ich technologia może sprawić, że chatboty i inne systemy dialogowe będą bardziej efektywne i mniej bolesne w użyciu. Przy odrobinie wstępnego zaprogramowania taki system może pomóc klientom szybciej rozwiązać ich problem poprzez zadawanie właściwych pytań.

Posiadanie systemów dialogowych, które generują nowe pytania, dzięki którym mogą uzyskać bardziej pouczające odpowiedzi w locie, sprawi, że interakcja człowiek-komputer będzie łatwiejsza i sprawi, że te systemy będą bardziej przydatne i przyjemniejsze w użyciu, mówi Lake.

Co ciekawe, program do gry był w stanie skonstruować ostateczne pytanie do gry w pancerniki. Polegało to na poproszeniu przeciwnika o wykonanie szeregu kroków matematycznych, dodając długość jednego statku do dziesięciokrotności długości następnego i tak dalej. Takie pytanie byłoby trudne do naśladowania lub poprawnej odpowiedzi, ale teoretycznie wynik można by wykorzystać do wstecznego obliczenia całej tablicy. To było całkiem interesujące, mówi Lake.

Sam Gershman , adiunkt na Uniwersytecie Harvarda, który opracowuje podejścia do sztucznej inteligencji inspirowane neuronauką kognitywną, mówi, że badania NYU dostarczają wglądu w to, jak ludzie wymyślają dobre pytania. Po pierwsze, potrzebna jest pewna forma kompozycyjności, aby uchwycić oszałamiającą różnorodność pytań, mówi Gershman. Po drugie, potrzebujesz zestawu kryteriów, które ważą względne mocne i słabe strony pytania.

Gershman dodaje, że ludzie wydają się stosować podobną strategię do bardziej skutecznego podejścia stosowanego w programie, uważnie oceniając złożoność swoich pytań, aby oszczędnie korzystać z zasobów poznawczych.

Ostatecznie maszyny nie staną się naprawdę inteligentne, jeśli nie zaczną interesować się otaczającym ich światem. Zaczyna się od zadawania sondujących pytań.

ukryć