Ko dzīvnieki var mācīt AI par intelektu

Autors: Laura McKinney
Radīšanas Datums: 4 Aprīlis 2021
Atjaunināšanas Datums: 24 Jūnijs 2024
Anonim
Kurš īsti pārvalda šo pasauli?
Video: Kurš īsti pārvalda šo pasauli?

Saturs


Avots: Macrovector / Dreamstime.com

Izņemšana:

Mākslīgā intelekta virzīšana līdz domāšanai par cilvēku joprojām ir tikai zinātniskās fantastikas produkts. Reālajā dzīvē cilvēku spēju sarežģītība joprojām ir tālu no mūsu tehnoloģisko jauninājumu izpratnes. Bet pētnieki izskata, kā AI var mācīties - ja ne gluži tā, kā to dara cilvēki, tad kā dzīvnieki.

Parasti AI izrādās ļoti veiksmīgs, ja tā mērķi ir vērsti uz vienu uzdevumu, piemēram, spēlējot spēli ar skaidri noteiktiem noteikumiem. Tas mēģina izveidot sistēmu, lai apstrādātu lielāku sarežģītību, kas ir izrādījusies neizdevīga AI. Daži pētnieki uzskata, ka pētījumi par dzīvnieku mācīšanos var dot iespēju visaptverošākai AI uzdevumu apgūšanai.

Dzīvnieku demonstrēto izziņas spēju novērtējums ir Animal-AI olimpiādes motivācija. Kā aprakstīts tā YouTube videoklipā: “Tā vietā, lai sniegtu risināmu problēmu, mēs nodrošināsim arēnu, kurā pārbaudīsim jūsu ierakstu ar daudzām vienkāršām izziņas spējām, izmantojot metodes no dzīvnieku izziņas literatūras.” (Lai uzzinātu par AI pirmsākumiem, pārbaudiet Īsa AI vēsture.)


Kā putni izmanto savas smadzenes

“Putnu smadzenes” parasti saprot kā apvainojumu personai, kura ir pierādījusi intelekta trūkumu.Bet faktiski putni ļoti efektīvi izmanto savas smadzenes, lai izdomātu, kā risināt problēmas, piemēram, piekļuvi pārtikai, kas ir tiešā vietā.

Kā parādīts zemāk esošajā video, putni var būt diezgan gudri, izstrādājot praktiskus risinājumus.

Uzdevumu paaugstināt pārtikas daļiņas, ūdenī metot oļus, iedvesmoja viens no Ezopa pasakas “Vārna un krūka”. Stāsta morāle ir šāda: “Vienā šķipsnā laba prāta izmantošana mums var palīdzēt.” Ir arī citi putnu piemēri, kas demonstrē izcilu domāšanu, tik ļoti, ka šajā video tiek apgalvots, ka mums vajadzētu pārdomāt, kā mēs izmantojam “putnu smadzenes”.

Sacensību mērķi ir šādi:

Bez kļūdām, bez stresa - jūsu soli pa solim, kā izveidot programmatūru, kas maina dzīvi, neiznīcinot savu dzīvi

Jūs nevarat uzlabot savas programmēšanas prasmes, ja nevienam nerūp programmatūras kvalitāte.


  • Etalona pašreizējais AI attiecībā pret vairākām dzīvnieku sugām, izmantojot virkni noteiktu dzīvnieku izziņas uzdevumu.

  • Iepazīstināt testus AI kognitīvo spēju noteikšanai.

  • Nosakiet, kuras AI pieejas ir visdaudzsološākās šāda veida uzdevumos.

  • Izveidojiet pastāvīgu mākslīgās izziņas etalonu un datu krātuvi.

  • Nosakiet, kuri izlūkošanas aspekti izaicina pašreizējo AI un kuri AI jau ir izcili.

  • Izveidojiet jaunus eksperimentus, lai atgrieztos dzīvnieku izziņas kopienā, kurus vēlāk var izmēģināt ar dzīvniekiem.

  • Apkopojiet divas dažādas disciplīnas, lai dalītos metodēs un attīstībā.

Pārbaude, pārbaude, 1, 2, 3

Pārbaudes Metjū Krosbijs, Leverhulmes centra pēcdoktorantūras pētnieks, savā emuārā skaidroja par trim pazīmēm, kuras visas var “pārveidot par mūsdienu mašīnmācīšanās sistēmām”. Tās ir:

  1. Vīzija (spēja redzēt apkārtni)

  2. Navigācija (spēja pārvietoties - jebkurā formātā)

  3. Pārtikas atrašana (ka dzīvnieki tiek iekšēji atalgoti, lai paņemtu barību izsalkuši)

Intervijā IEE Spectrum Krosbijs paskaidroja, ka, kā parādīts augšpusē esošajā videoklipā, dzīvnieki bieži var izdomāt, kas viņiem jādara, lai tiktu pie ēdiena. Jautājums ir šāds: vai viņi analizēja situāciju, lai piemērotu risinājumu, vai tikai darīja to, kas, pēc viņu ieskatiem, darbojas, būtībā “tikai atkārtojot modeli, ko tas iemācījās, izmantojot izmēģinājumu un kļūdu”? Atšķirība starp patiesu “sapratni par iegaumēšanu”.

Atsaucoties vārnas risinājumam, lai iegūtu ēdienu, nav pilnībā skaidrs, kā vārna nonāk pie tā risinājuma. Vai ir iespējams, ka tas ir intuitīvi ietekmējis ūdens pārvietošanās dinamiku? Vai arī no savas pieredzes tā vienkārši ir iemācījusies, ka oļi paaugstinās ūdens līmeni?

Video demonstrē vienu vienkāršu piemēru, kā izdomāt, kā iekāpt mājā nūju, kas pārsniedz mājas atveres platumu, ilustrējot to ar suni un pēc tam tikai ar kastes formu, paņemot to un pagriežot to tādā leņķī, lai tas varētu izveidojiet to caur atveri.

“Katrā ziņā ideja ir izstrādāt testus, kas parādīs, kā dzīvnieku smadzenes saprot, interpretē un izskaidro pasauli,” savā emuārā sacīja Krosbijs.

Tas kopā veido 100 testus, kas sastāv no 10 dažādām kategorijām. Lai gan precīzs pārbaužu raksturs tiek turēts noslēpumā, tie ietver izpratni par objekta pastāvību un telpiskajām prasmēm. Uzvarētājiem nav jāizceļas ne tikai vienā jomā, bet visās. (Dzirdiet, ko citi saka par AI 11 citatos par AI, kas liks aizdomāties.)

Neveiksme ir iespēja

Protams, pat aģentu neveiksme joprojām var būt veiksme atklāšanā. Kā pastāstīja Krosbijs Technology Review, “kas patiesībā mūs interesē, tiek atklāts, kā tulkot starp dažādiem izlūkošanas veidiem.” Ja testi parāda, ka “šis tulkojums neizdodas, tas, cik mēs uztraucamies, ir veiksmīgs”.

Tiešsaistes konkursa pieteikumi notiks no 2019. gada 8. jūlija līdz 1. novembrim. Sākotnējā piedāvātā balva bija USD 10 000, bet tagad tā ir vairāk nekā trīskāršojusies līdz USD 32 000.

Rezultāti tiks paziņoti gada beigās, taču ir arī plāni līdz 2020. gadam un pēc tam datu un testēšanas platformu padarīt pieejamu citiem, kas darbojas šajā jomā, izmantošanai etalonsalīdzinājumos un salīdzināšanai ar liela mēroga analīzi, kā arī kā plānu nākamajām sacensībām.