Хотя мы обладаем удивительной способностью ставить перед собой собственные цели, начиная с детского возраста и заканчивая взрослой жизнью, у нас пока нет компьютерных моделей для понимания этой человеческой способности.

Однако группа ученых из Нью-Йоркского университета создала компьютерную модель, которая может представлять и генерировать цели, подобные человеческим, изучая, как люди создают игры.

Работа , опубликованная в журнале Nature Machine Intelligence, может привести к системам ИИ , которые лучше понимают человеческие намерения и более точно моделируют и согласуются с нашими целями. Она также может привести к системам ИИ, которые помогут нам разрабатывать более человекоподобные игры.

«Хотя цели имеют основополагающее значение для человеческого поведения , мы очень мало знаем о том, как люди их представляют и придумывают, и у нас нет моделей, которые бы отражали богатство и креативность целей, создаваемых людьми», — объясняет Гай Дэвидсон, ведущий автор статьи и докторант Нью-Йоркского университета.

«Наше исследование предоставляет новую основу для понимания того, как люди создают и представляют цели, что может помочь в разработке более креативных, оригинальных и эффективных систем ИИ».

Несмотря на значительную экспериментальную и вычислительную работу над целями и целеустремленным поведением, модели ИИ все еще далеки от охвата всего богатства повседневных человеческих целей. Чтобы заполнить этот пробел, авторы статьи изучили, как люди создают свои собственные цели или задачи, чтобы потенциально пролить свет на то, как и то, и другое генерируется.

Исследователи начали с изучения того, как люди описывают действия по постановке целей, проведя серию онлайн-экспериментов.

Они поместили участников в виртуальную комнату, содержащую несколько объектов. Участников попросили представить и предложить широкий спектр игровых целей или игр, связанных с содержимым комнаты, например, загнать мяч в корзину, сначала бросив его о стену, или игры на укладку, включающие строительство башен из деревянных брусков.

Исследователи записали описания участниками этих целей, связанных с разработанными играми — всего около 100 игр. Эти описания сформировали набор данных игр, на которых обучалась модель исследователей.

Хотя генерация человеческих целей может показаться безграничной, участники исследования целей руководствовались конечным числом простых принципов как здравого смысла (цели должны быть физически правдоподобными), так и рекомбинации (новые цели создаются из общих элементов игрового процесса).

Например, участники создали правила, в которых мяч можно было бы реалистично бросить в мусорное ведро или заставить его отскочить от стены (правдоподобность), и объединили основные элементы броска, чтобы создать различные игры (бросок со стены, на кровать, бросок со стола, с опрокидыванием блоков или без него и т. д., как примеры рекомбинации).

Затем исследователи обучили модель ИИ создавать целевые игры, используя правила и задачи, разработанные участниками-людьми.

Чтобы определить, соответствуют ли эти созданные ИИ цели целям, созданным людьми, исследователи попросили новую группу участников оценить игры по нескольким атрибутам, таким как веселье, креативность и сложность. Участники оценивали как созданные людьми, так и созданные ИИ игры, как в примере ниже:

Игра, созданная человеком:

• Игровой процесс: бросить мяч так, чтобы он коснулся стены, а затем поймать его или коснуться стены.
• Подсчет очков: вы получаете 1 очко за каждый успешный бросок мяча, касание им стены и повторное удерживание мяча или касание его после полета.

Игра, созданная ИИ:

• Игровой процесс: бросайте вышибалы так, чтобы они приземлились и остановились на верхней полке; игра заканчивается через 30 секунд.
• Подсчет очков: вы получаете 1 очко за каждый вышибал, который находится на верхней полке в конце игры .

В целом, участники-люди дали схожие оценки играм, созданным людьми, и играм, созданным моделью ИИ. Эти результаты показывают, что модель успешно уловила способы, которыми люди разрабатывают новые цели, и сгенерировала свои собственные игровые цели, которые были неотличимы от созданных человеком.

Это исследование помогает нам глубже понять, как мы формируем цели и как эти цели могут быть представлены компьютерам. Оно также может помочь нам создавать системы, которые помогают в разработке игр и других игровых видов деятельности.