211service.com
Šis smalsus dirbtinis intelektas atmuš jūsų užpakalį mūšio laive
Brenden Lake ir Anselm Rothe
Nepaprastai smalsi dirbtinio intelekto sistema, kurią sukūrė NYU tyrėjų komanda, išmoko žaisti žaidimą, panašų į Battleship, turėdamas protą.
Paprastame tyrėjų sukurtame žaidime žaidėjai, užduodami klausimų, į kuriuos galima atsakyti vienu skaičiumi arba vienu žodžiu, siekia rasti savo priešininko laivus, paslėptus mažame kvadratų tinklelyje. Jų programa sugalvoja, kaip kuo efektyviau užduoti šiuos klausimus.
Pasisėmusi įkvėpimo iš kognityvinės psichologijos ir naudojant iš esmės skirtingą požiūrį nei dauguma šiuolaikinių AI, sistema parodo, kaip mašinos gali išmokti užduoti naudingų klausimų apie pasaulį. Programa klausimus traktuoja kaip miniatiūrines programas, leidžiančias mokytis iš kelių pavyzdžių ir kurti savo klausimus, remiantis tuo, ką ji išmoko.
Žaidimą sukūrė Brendeno ežeras , NYU docentas; Todas Gureckis , docentas; ir Anselmas Rothe , magistrantas. Egzistuoja didžiulis atotrūkis tarp žmogaus ir mašinos gebėjimo užduoti klausimus ieškant informacijos apie pasaulį, sako Lake. Tyrėjai aprašo darbą popierius paskelbta internete.
Tyrėjai liepė žmonėms žaisti savo žaidimą ir įrašė jų užduotus klausimus. Tada jie pavertė klausimus konceptualiais komponentais. Pavyzdžiui, klausimai Kiek ilgio mėlynas laivas? ir Ar mėlyname laive yra keturios plytelės? susiję su taikinio ilgiu. Klausimas Ar mėlyni ir raudoni laivai liečiasi? susijusi pozicija. Tada mokslininkai užkodavo šiuos klausimus naudodami paprastą programavimo kalbą ir sukūrė tikimybinį modelį, kad nustatytų, kurie klausimai turėtų duoti naudingiausią informaciją. Ši metodika leido dirbtinio intelekto sistemai efektyviai konstruoti naujus klausimus, kurie padėjo laimėti žaidimą.
Dauguma dirbtinio intelekto metodų apima tiesiog tiekimą kompiuteriui didžiuliu kiekiu pavyzdinių duomenų, o po to jis generuoja savo pavyzdžius. Nors NYU komandos metodas reikalauja daugiau kodavimo rankomis, jis yra daug veiksmingesnis ir efektyvesnis atrandant protingus klausimus. Sistema taip pat kuria protingus klausimus metodiškesniu būdu ir netgi gali pateikti klausimus, kurių niekas negalvojo užduoti.
Tyrėjai tiria, kaip jų technologija gali padaryti pokalbių robotus ir kitas dialogo sistemas veiksmingesnes ir mažiau skausmingas. Šiek tiek iš anksto suprogramavus tokia sistema gali padėti klientams greičiau išspręsti jų problemą, užduodant tinkamus klausimus.
D. Lake'o teigimu, naudojant dialogo sistemas, kurios generuoja naujus klausimus, kad jie galėtų gauti daugiau informatyvių atsakymų skrydžio metu, žmogaus ir kompiuterio sąveika taps lengvesnė ir šių sistemų naudojimas taps naudingesnis ir smagiau.
Stebėtina, kad žaidimo programa sugebėjo sukurti galutinį mūšio žaidimo klausimą. Tai apėmė oponento prašymas atlikti keletą matematinių žingsnių, vieno laivo ilgį pridedant prie 10 kartų kito ilgio ir pan. Tokį klausimą žmogui būtų sunku sekti ar teisingai atsakyti, tačiau teoriškai pagal rezultatą būtų galima perskaičiuoti visą lentą. Tai buvo gana įdomu, sako Lake.
Samas Gershmanas , Harvardo universiteto docentė, kurianti kognityvinės neurologijos įkvėptus būdus į dirbtinį intelektą, teigia, kad NYU tyrimas suteikia įžvalgų apie tai, kaip žmonės sugalvoja gerus klausimus. Pirma, jums reikia tam tikros kompozicijos formos, kad galėtumėte užfiksuoti gluminančią klausimų įvairovę, sako Gershmanas. Antra, jums reikia kriterijų rinkinio, kuris pasvertų santykines klausimo stipriąsias ir silpnąsias puses.
Gershmanas priduria, kad atrodo, kad žmonės laikosi panašios strategijos kaip sėkmingesnis programos metodas, atidžiai įvertindami savo klausimų sudėtingumą, kad galėtų taupiai naudoti pažinimo išteklius.
Galiausiai mašinos netaps tikrai protingos, nebent pradės domėtis aplinkiniu pasauliu. Tai prasideda užduodant tiriamuosius klausimus.