لینک کوتاه مطلب : https://hsgar.com/?p=5263

هوش مصنوعی DeepMind مانند یک نوزاد فیزیک ساده را یاد می گیرد

حتی نوزادان جوان از فیزیک اولیه اشیاء روزمره آگاه هستند.اعتبار: گتی

دانشمندان کامپیوتر با الهام از تحقیقات در مورد نحوه یادگیری نوزادان، برنامه ای ایجاد کرده اند که می تواند قوانین فیزیکی ساده ای را در مورد رفتار اشیا یاد بگیرد – و وقتی به نظر می رسد که آنها این قوانین را نقض می کنند، ابراز تعجب کنند. نتایج در 11 ژوئیه منتشر شد طبیعت رفتار انسان1.

روانشناسان رشد چگونگی پیگیری حرکت اجسام توسط نوزادان را با ردیابی نگاه آنها آزمایش می کنند. وقتی فیلمی از مثلاً توپی که ناگهان ناپدید می‌شود نشان داده می‌شود، بچه‌ها تعجب می‌کنند، که محققان با مدت زمانی که به یک جهت خاص خیره می‌شوند اندازه‌گیری می‌کنند.

لوئیس پیلوتو، دانشمند کامپیوتر در شرکت متعلق به گوگل DeepMind در لندن، و همکارانش می خواستند آزمایش مشابهی برای هوش مصنوعی (AI) ایجاد کنند. این تیم یک شبکه عصبی – نوعی سیستم نرم افزاری که با تشخیص الگوها در مقادیر زیاد داده یاد می گیرد – با فیلم های متحرک از اشیاء ساده مانند مکعب ها و توپ ها آموزش دادند.

مدل نرم‌افزاری که آموزش فیزیک از طریق رمزگذاری خودکار و ردیابی اشیاء (PLATO) نام داشت، از تصاویر خام ویدیوها و همچنین نسخه‌هایی که هر شیء را در صحنه برجسته می‌کردند، تغذیه می‌شد. افلاطون برای ایجاد یک نمایش داخلی از خصوصیات فیزیکی اجسام، مانند موقعیت و سرعت آنها طراحی شده است.

این سیستم بر روی حدود 30 ساعت ویدئو آموزش داده شد که مکانیسم‌های ساده‌ای مانند غلتیدن توپ از شیب یا دو توپ از یکدیگر را نشان می‌داد و توانایی پیش‌بینی نحوه رفتار آن اشیاء در موقعیت‌های مختلف را توسعه داد. به ویژه، الگوهایی مانند تداوم را یاد گرفت، که در آن یک شی به جای انتقال جادویی از یک مکان به مکان دیگر، یک مسیر بدون وقفه را دنبال می کند. جامد، که از نفوذ دو جسم به یکدیگر جلوگیری می کند. و ماندگاری شکل اجسام پیلوتو می‌گوید: «در هر مرحله از یک فیلم، پیش‌بینی می‌کند» درباره اتفاقات بعدی. با جلوتر رفتن به فیلم، پیش‌بینی دقیق‌تر می‌شود.»

تعجب!

هنگامی که فیلم‌هایی با رویدادهای غیرممکن، مانند ناپدید شدن ناگهانی یک شی، نشان داده می‌شود، افلاطون می‌تواند تفاوت بین ویدیو و پیش‌بینی خود را اندازه‌گیری کند، و میزان شگفتی را ارائه دهد.

پیلوتو می‌گوید که پلاتو به‌عنوان مدلی از رفتار نوزادان طراحی نشده است، اما می‌تواند اولین گام به سوی هوش مصنوعی باشد که می‌تواند فرضیه‌هایی را درباره نحوه یادگیری نوزادان انسان آزمایش کند. “ما امیدواریم که در نهایت بتواند توسط دانشمندان شناختی برای مدل سازی جدی رفتار نوزادان استفاده شود.”

جف کلون، دانشمند کامپیوتر در دانشگاه بریتیش کلمبیا در ونکوور، می‌گوید مقایسه هوش مصنوعی با نحوه یادگیری نوزادان انسان «یک جهت تحقیقاتی مهم است». با این حال، این مقاله بسیاری از دانش قبلی را که به این مدل‌های هوش مصنوعی مزیت می‌دهد، به صورت دستی طراحی می‌کند.

Clune و سایر محققان روی رویکردهایی کار می کنند که در آنها این برنامه الگوریتم های خود را برای درک دنیای فیزیکی توسعه می دهد.

لینک منبع

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.