Dzīvnieku un mākslīgā intelekta olimpiskajās spēlēs AI izturēsies kā pret laboratorijas žurku

Tehnikas kundze; Attēli: Wikimedia commons

Vienā no Ezopa pasakām izslāpušais vārna atrod krūku ar nelielu ūdens daudzumu ārpus tās knābja. Pēc neveiksmes uzgrūst krūku, vārna pa vienam nomet oļus, līdz paaugstinās ūdens līmenis, ļaujot putnam padzerties. Ezopam fabula parādīja inteliģences pārākumu pār brutālu spēku.

Pēc divarpus tūkstošiem gadu mēs varētu noskaidrot, vai mākslīgais intelekts varētu izturēt Ezopa seno intelekta pārbaudi. Jūnijā pētnieki apmācīs algoritmus, lai apgūtu uzdevumu kopumu, kas tradicionāli tiek izmantots dzīvnieku izziņas pārbaudei. Šis būs Dzīvnieku-AI olimpiāde , ar piedāvājumu $10 000 balvu fondā.

Parasti mākslīgā intelekta etaloni ietver viena uzdevuma apgūšanu, piemēram, lielmeistara pārspējošanu programmā Go vai izdomāšanu, kā apgūt videospēli no jauna . AI ir bijis ārkārtīgi veiksmīgs šādās jomās. Bet, ja tās pašas AI sistēmas izmantojat pilnīgi citam uzdevumam, tās parasti ir bezcerīgas. Tāpēc Dzīvnieku-AI olimpiādē vienam un tam pašam aģentam tiks veikti 100 iepriekš neredzēti uzdevumi. Tas, kas tiek pārbaudīts, nav konkrēta veida intelekts, bet gan viena aģenta spēja pielāgoties dažādām vidēm. Tas demonstrētu ierobežotu vispārināta intelekta veidu — veselā saprāta veidu, kas AI būs vajadzīgs, lai tas kādreiz gūtu panākumus mūsu mājās vai mūsu ikdienas dzīvē. Sacensību organizatori piekrīt, ka neviena no AI sistēmām nevarēs perfekti pielāgoties visiem apstākļiem vai ievietot perfektu rezultātu. Taču viņi cer, ka labākās sistēmas spēs pielāgoties, lai risinātu dažādas problēmas, ar kurām tās saskaras.

Dzīvnieku mākslīgā intelekta olimpiāde ir pētnieku komandas izveide Leverhulme izlūkošanas nākotnes centrā Kembridžā, Anglijā, kopā ar Prāgā bāzētu pētniecības institūtu GoodAI. Konkurss ir daļa no lielāka projekta Leverhulme centrā ar nosaukumu Inteliģences veidi , kurā ir apvienota starpdisciplināra dzīvnieku izziņas pētnieku, datorzinātnieku un filozofu komanda, lai apsvērtu cilvēku, dzīvnieku un mehānisko domāšanas veidu atšķirības un līdzības. Un, lai gan vairums uzdevumu parasti tiek izmantoti kā izlūkošanas testi dzīvniekiem, tie nonāks arī cilvēku teritorijā: daži uzdevumi tiek izmantoti, lai pārbaudītu zīdaiņu un mazu bērnu izziņas spējas. Grupa cer turpmākajās, sarežģītākās izaicinājuma versijās iekļaut vairāk cilvēku kognitīvo uzdevumu.

Tā vietā, lai lūgtu pētniekiem izveidot fiziskus robotus, grupas direktore Marta Halina un viņas komanda izstrādāja virtuālo vidi, kas izveidota ar videospēļu izstrādes programmatūru Unity. Iestatījums simulē laboratorijas testēšanas vidi dzīvnieku izziņai, komplektā ar pārtikas balvām, sienām un kustīgiem objektiem. Vēlāk šajā mēnesī šis simulētais rotaļu laukums, kā to sauc Halina, tiks izlaists AI kopienai, un pētnieki tiks aicināti apmācīt aģentus, kas var tajā orientēties.

Aģenti būs datorsistēmas, kas šajā vidē var darboties autonomi, līdzīgi kā AI roboti, ko OpenAI un DeepMind ir izstrādājuši, lai konkurētu tādās spēlēs kā Dota un Starcraft. Konkursa organizatori atzinīgi vērtē jebkāda veida pieeju šo aģentu veidošanai un sagaida, ka daudzi izvēlēsies pastiprināšanas mācības. Bet viņi arī cer, ka pētnieki eksperimentēs ar jaunām metodēm, jo ​​īpaši to, ko viņi sauc par kognitīvo pieeju, piemēram, tādu, ko atbalsta tādi pētnieki kā Džošs Tenenbuams MIT, kas ietver cilvēka (vai šajā gadījumā dzīvnieku) problēmu risināšanas un garīgās risināšanas simulāciju. apstrāde datorizētā modelī.

Jūnijā pētnieki iesniegs savus aģentus, un Kembridžas komanda veiks 100 testus, kas sadalīti 10 kategorijās. Metjū Krosbijs, Leverhulme centra pēcdoktorantūras pētnieks, stāsta, ka šobrīd testi tiek turēti noslēpumā, lai dalībnieki nevarētu aģentiem iemācīt konkrētas prasmes pirms konkursa sākuma.

Pārbaudes būs dažādas grūtības pakāpes. Dažas lietas var būt tikpat vienkāršas kā prasība aģentam paņemt pārtiku no vides bez šķēršļiem. Sarežģītākiem uzdevumiem būs nepieciešama izpratne par objekta pastāvību — zināt, ka objekts joprojām atrodas, pat ja tas ir paslēpts, un spēja izveidot mentālu vides modeli, lai tajā pārvietotos tumsā.

Saskaņā ar Krosbija teikto, sacensību grūtākais aspekts ir tas, ka aģentiem būs jābūt labiem visos pārbaudēs: uzvarēs aģents, kurš vidēji uzrādīs labu sniegumu, nevis tikai spēju smagi apgūt. uzdevumus. Tiek pārbaudīta spēja ātri pielāgoties jaunām situācijām vai pārnest prasmes no viena darbības veida uz citu, kas ir labs vispārējās inteliģences rādītājs. Krosbijam šāda veida elastība ir būtiska, lai AI padarītu noderīgu reālajā pasaulē.

Dzīvnieku mākslīgā intelekta olimpiskās spēles nav pirmais mākslīgā intelekta pētniecības projekts, kas smēlies no dzīvnieku intelekta. Radhika Nagpal, Hārvardas datorzinātņu profesors, izmeklē ko AI varētu iegūt, pētot jauno inteliģenci, ko demonstrē zivju bari un putnu ganāmpulki. Un pagājušajā gadā Kiana Ehsani vadīja Vašingtonas Universitātes un Alena mākslīgā intelekta institūta pētnieku komanda, kas apmāca neironu tīklus, lai ļoti ierobežotā uzdevumu diapazonā domātu kā suns. Ehsani saka, ka būtu ieinteresēta piedalīties dzīvnieku un mākslīgā intelekta olimpiskajās spēlēs, un uzskata, ka tās mērķi ir saskaņoti ar viņas mērķiem.

Lai gan šie projekti ir guvuši zināmus panākumus, dzīvnieku intelekta atkārtošana skaitļošanas aģentos joprojām tiek uzskatīta par smagu problēmu. Kā to darījis pionieris AI pētniece Džūdija Pērla teica , dzīvnieku kognitīvās prasmes — kaķu navigācijas prasmes, suņa neparastā oža, žileti asā čūsku redze — tas viss ievērojami pārspēj visu, ko var pagatavot laboratorijā. Šis bioloģiskā intelekts ir simtiem miljonu rezultāts. evolūcijas gadi.

Es uzskatu, ka, lai mākslīgais intelekts darbotos tikpat gudri kā dzīvnieks, ir jāiebūvē daļa no šīs iedzimtās struktūras sistēmā, saka Entonijs Zadors, Cold Spring Harbor laboratorijas neirozinātņu profesors. Kā to izdarīt, ir sarežģīts jautājums, uz kuru vēl nevienam nav atbildes.

Vēl viens sarežģīts faktors ir tas, ka paši dzīvnieku intelekta rādītāji tiek apstrīdēti. Savā grāmatā Vai esam pietiekami gudri, lai zinātu, cik gudri ir dzīvnieki? Frans de Vāls, Emory universitātes Yerkes Nacionālā primātu pētniecības centra direktors, strīdas ka daudzi testi dzīvnieku garīgo piemērotību vērtē tikai pēc tā, cik tie ir līdzīgi cilvēkiem. Tā vietā, lai pārbaudītu viņu dabiskās uzvedības robežas, mēs apmācām dzīvniekus veikt cilvēkiem līdzīgus uzdevumus.

Daļēji tas ir tāpēc, ka akreditētiem zinātniskiem eksperimentiem dzīvnieku izzināšanā ir jānotiek laboratorijā, tālu no dzīvnieka dabiskās vides. Dzīvnieku un mākslīgā intelekta olimpiāde papildina vēl vienu abstrakcijas līmeni no reālās pasaules, simulējot laboratorijas vidi datorā, novēršot ne tikai dabisko vidi, bet arī dzīvnieku dzīves iemiesoto pieredzi.

Krosbijs atzīst, ka pastāv ierobežojumi, izmantojot testus, sākot no dzīvnieku intelekta līdz AI iespēju etalonuzņēmumam. Bet viņš saka, ka projekts ir vairāk par prātu atšķirību izpēti, nevis mēģinājumu pierādīt līdzvērtību starp mākslīgo un bioloģisko izziņu. Patiešām, viņš cer, ka tas atklās, kā darbojas mūsu pašu smadzenes, kā arī pārbaudīs labāko AI.

Viņš saka, ka mēs patiesībā esam ieinteresēti atklāt, kā tulkot starp dažādiem intelekta veidiem. Ja daļa no tā, ko mēs mācāmies, ir vieta, kur šis tulkojums neizdodas, mūsuprāt, tas ir panākums.

paslēpties