В мире, изобилующем противоположными взглядами, давайте обратим внимание на то, с чем мы все можем согласиться: если я покажу вам свою ручку, а затем спрячу ее за спину, моя ручка все еще существует, даже если вы ее больше не видите. Мы все можем согласиться, что он все еще существует и, вероятно, имеет ту же форму и цвет, что и до того, как скрылся за моей спиной. Это просто здравый смысл.
Эти законы здравого смысла физического мира понятны людям. Даже двухмесячные младенцы разделяют это понимание. Но ученые все еще озадачены некоторыми аспектами того, как мы достигаем этого фундаментального понимания. И нам еще предстоит создать компьютер, который мог бы конкурировать со способностями здравого смысла типично развивающегося младенца.
Новое исследование Луиса Пилото и его коллег из Принстонского университета, которое я рецензирую для статьи в журнале Nature Human Behavior , делает шаг к заполнению этого пробела. Исследователи создали систему искусственного интеллекта (ИИ) с глубоким обучением , которая приобрела понимание некоторых законов здравого смысла физического мира.
Выводы помогут построить более совершенные компьютерные модели, имитирующие человеческий разум , подходя к задаче с теми же предположениями, что и младенец.
Детское поведение
Как правило, модели ИИ начинаются с чистого листа и обучаются на данных с множеством различных примеров, из которых модель строит знания. Но исследования младенцев показывают, что это не то, что делают младенцы. Вместо того, чтобы создавать знания с нуля, младенцы начинают с некоторых принципиальных ожиданий в отношении объектов.
Например, они ожидают, что если они займутся объектом, который затем спрятан за другим объектом, первый объект продолжит существовать. Это основное предположение, которое запускает их в правильном направлении. Затем их знания совершенствуются со временем и опытом.
Захватывающий вывод Пилото и его коллег заключается в том, что система искусственного интеллекта с глубоким обучением, созданная по образцу действий младенцев, превосходит систему, которая начинает с чистого листа и пытается учиться, основываясь только на опыте.
Кубик скользит и шарит по стенам
Исследователи сравнили оба подхода. В версии с чистым листом модель ИИ получила несколько визуальных анимаций объектов. В некоторых примерах куб соскальзывал по пандусу. В других случаях мяч отскакивал от стены.
Модель обнаружила закономерности в различных анимациях, а затем была протестирована на ее способность предсказывать результаты с помощью новых визуальных анимаций объектов. Эту производительность сравнивали с моделью, в которую были встроены «принципиальные ожидания» до того, как она испытала какую-либо визуальную анимацию.
Эти принципы были основаны на ожиданиях младенцев относительно поведения и взаимодействия объектов. Например, младенцы ожидают, что два объекта не должны проходить друг через друга.
Если вы покажете младенцу фокус , в котором нарушаете это ожидание, он сможет обнаружить магию. Они раскрывают это знание, значительно дольше рассматривая события с неожиданными или «магическими» результатами по сравнению с событиями, результаты которых ожидаются.
Младенцы также ожидают, что объект не должен просто мигать и исчезать. Они также могут обнаружить , когда это ожидание нарушается.
Пилото и его коллеги обнаружили, что модель глубокого обучения, которая начиналась с чистого листа, работала хорошо, но модель, основанная на объектно-центрированном кодировании, вдохновленном когнитивными способностями младенцев, показала себя значительно лучше.
Последняя модель могла более точно предсказывать, как объект будет двигаться, была более успешной в применении ожиданий к новым анимациям и учится на меньшем наборе примеров (например, ей удалось это сделать после эквивалента 28 часов видео).
Врожденное понимание?
Ясно, что обучение через время и опыт важно, но это еще не все. Это исследование Пилото и его коллег помогает понять извечный вопрос о том, что может быть врожденным у людей, а чему можно научиться.
Помимо этого, он определяет новые границы того, какую роль могут играть перцептивные данные, когда дело доходит до получения знаний искусственными системами. И это также показывает, как исследования младенцев могут способствовать созданию более совершенных систем искусственного интеллекта, имитирующих человеческий разум.
