Buat AI berfikir seperti bayi! Model DeepMind "Plato" diterbitkan dalam sub-jurnal Alam

Alamat kertas: https://www.nature.com/articles/s41562-022-01394-8

Namun, sebelum bercakap tentang projek ini, kita perlu Biar saya beri contoh dahulu untuk memudahkan semua orang faham.

Jika saya berdiri di hadapan anda dengan pen, dan kemudian saya menyembunyikan pen di belakang saya, adakah anda tidak dapat melihat pena?

Tetapi pen itu pasti masih wujud, kan.

Kebenaran yang begitu mudah, bukan sahaja anda memahaminya, malah bayi berusia dua bulan pun memahaminya.

Tetapi sebab di sebaliknya sangat menarik. Para saintis ingin tahu, mengapa orang secara semula jadi memahami prinsip ini?

Kisah DeepMind bermula dari rasa ingin tahu yang mudah ini.

Adakah anda fikir bayi tidak faham apa-apa?

Kami memanggil "pen tidak boleh dilihat selepas diletakkan tetapi pen masih ada" sebagai salah satu daripada ribuan akal dalam fizik, dan saintis DeepMind ingin membandingkan akal dalam fizik antara AI dan bayi .

Luis Piloto dari Princeton University dan rakan sekerjanya membangunkan sistem AI pembelajaran mendalam yang boleh memahami beberapa undang-undang akal fikiran dunia fizikal.

Dengan cara ini, model komputer masa hadapan boleh meniru pemikiran manusia dengan lebih baik dan menyelesaikan masalah dengan model yang mempunyai kognisi yang sama seperti bayi.

Secara umum, mana-mana model AI bermula dengan sekeping kertas kosong, dan kemudian menggunakan pelbagai contoh untuk melatih model tersebut. Daripada data input dan contoh, model menjana pengetahuan.

Walau bagaimanapun, saintis menegaskan bahawa ini tidak berlaku untuk bayi.

Bayi tidak belajar sesuatu dari awal, tetapi mereka dilahirkan dengan beberapa prasangka tentang perkara objektif.

Mari kita ambil pen tersembunyi di atas sebagai contoh. Bayi secara semula jadi tahu bahawa walaupun pen itu disembunyikan, ia akan tetap ada.

Ini adalah logik asas percubaan seterusnya. Iaitu: bayi mempunyai beberapa andaian teras apabila mereka dilahirkan, dan andaian ini akan membolehkan mereka berkembang ke arah yang betul apabila mereka membesar, dan pengetahuan mereka akan menjadi lebih baik dan lebih baik apabila masa berlalu dan pengalaman bertambah.

Ini adalah inspirasi kepada pasukan Piloto.

Piloto tertanya-tanya, adakah model kecerdasan buatan pembelajaran mendalam yang meniru corak tingkah laku bayi berprestasi lebih baik daripada model kecerdasan buatan yang bermula dengan helaian kertas kosong dan bergantung sepenuhnya pada pembelajaran pengalaman?

Para penyelidik membandingkan kedua-dua model yang berbeza.

Perkara pertama yang mereka lakukan ialah kaedah tradisional (dirujuk sebagai helaian kertas kosong). Mereka memberikan model AI beberapa animasi visual objek dan membiarkan AI belajar, seperti bongkah yang meluncur menuruni cerun, atau bola yang melantun ke dinding.

Model AI mengesan corak pergerakan dalam animasi ini, dan kemudian penyelidik mula menguji sama ada model itu boleh meramalkan hasil pergerakan beberapa objek lain.

Sebaliknya, model kecerdasan buatan yang meniru bayi mempunyai beberapa "prinsip" pada permulaannya, dan sumber "prinsip" ini adalah beberapa andaian semula jadi bayi tentang pergerakan dan interaksi antara objek.

Untuk contoh mudah, bayi tahu bahawa adalah mustahil untuk dua objek melalui satu sama lain, bahawa objek tidak boleh keluar dari udara nipis, dsb.

AI yang meniru kognisi bayi - "Plato"

Malah, akal fizik yang diketahui oleh bayi secara semula jadi melangkaui dua perkara yang dinyatakan di atas. Versi penuh ialah lima perkara berikut:

1 Kesinambungan: Objek tidak bergerak dari satu tempat ke tempat lain, tetapi mempunyai laluan berterusan tertentu dalam masa dan ruang.

2. Kegigihan objek: Objek tidak akan hilang apabila tidak kelihatan.

3. Kepekatan: Objek tidak menembusi satu sama lain.

4. Ketidakbolehubahan: Sifat sesuatu objek (seperti bentuk) tidak berubah.

5. Inersia arah: Laluan pergerakan objek adalah konsisten dengan prinsip inersia.

Berdasarkan lima perkara pengetahuan ini, jika anda melakukan silap mata atau sesuatu untuk bayi, dan kemudian sesuatu yang bertentangan dengan pengetahuan pratetap mereka, mereka akan tahu bahawa anda adalah Mereka bijak dan tahu bahawa fenomena kontra-intuitif bukanlah seperti yang berlaku.

Walaupun, bayi masih tidak berpengetahuan seperti kanak-kanak yang lebih besar Bayi akan memerhati fenomena kontra-intuitif untuk masa yang lama, dan kemudian membandingkannya dengan kognisi pratetap mereka sendiri, dan akhirnya membuat kesimpulan bahawa seseorang melakukannya. muslihat.

Bercakap mengenai perkara ini, saya tidak dapat mengelak daripada memikirkan video yang sangat popular Ibu bapa bersembunyi di sebalik cadar, menggoncang cadar beberapa kali dan cepat-cepat bersembunyi di dalam bilik di belakang mereka sambil bersembunyi. di sebalik cadar. Apabila bayi tidak melihat ibu bapanya selepas cadar hilang, dia akan berdiri di sana dan berfikir sejenak, tertanya-tanya ke mana ibu bapanya pergi.

Ada satu lagi perkara menarik di sini. Iaitu, bayi akan menyatakan "kejutan" selepas melihat fenomena berlawanan dengan intuitif Ini kedengaran jelas, tetapi para penyelidik juga mereplikasi prestasi unik ini dalam AI.

Dengan mengambil kira asas ini, mari lihat hasil percubaan.

Model AI yang direka oleh Piloto dipanggil PLATO (Pembelajaran Fizik melalui Auto-Pengekodan dan Objek Penjejakan), yang juga dikenali sebagai "Plato".

PLATO telah dilatih pada hampir 30 jam video yang menunjukkan cara objek melakukan beberapa pergerakan mudah, dan kemudian melatih model untuk meramalkan pergerakan objek ini dalam situasi yang berbeza.

Apa yang menarik ialah model itu akhirnya mempelajari lima perkara pengetahuan fizik yang dinyatakan di atas.

Apabila terdapat fenomena kontra-intuitif dalam video yang anda sedang tonton, PLATO juga boleh menunjukkan tahap kejutan tertentu seperti bayi.

Piloto dan rakan-rakannya mendapati model AI menggunakan kaedah latihan tradisional (kertas kosong) menunjukkan prestasi yang baik, tetapi ia tidak sehebat yang tidak diketahui dan terkejut dengan perbandingan itu. PLATO, model AI yang meniru bayi, menunjukkan prestasi yang lebih baik.

Oleh kerana berkat kognisi pratetap, model terakhir boleh meramalkan pergerakan objek dengan lebih tepat, menggunakan kognisi pratetap pada animasi pergerakan objek baharu dan melatih model Saiz set data yang digunakan juga akan menjadi lebih kecil.

Pasukan Piloto membuat kesimpulan bahawa walaupun pembelajaran dan pengumpulan pengalaman adalah penting, ia bukanlah segala-galanya.

Penyelidikan mereka menunjukkan terus kepada soalan klasik - apa yang semula jadi pada manusia dan apa yang dipelajari.

Langkah seterusnya ialah menggunakan kognisi manusia jenis ini pada penyelidikan AI.

Piloto telah menunjukkan kepada kami keputusan cemerlang kaedah baharu.

Walau bagaimanapun, Piloto menekankan bahawa PLATO tidak direka untuk menjadi model tingkah laku bayi Kami hanya meminjam beberapa kaedah kognisi bayi untuk memberi makan kecerdasan buatan.

Sistem simulasi PLATO: modul persepsi suapan (kiri) dan modul peramal dinamik gelung (kanan)

Jeff, seorang saintis komputer di Universiti British Columbia di Vancouver Clune juga berkata bahawa menggabungkan AI dengan kaedah pembelajaran bayi manusia adalah hala tuju yang penting.

Pada masa ini, Clune sedang bekerjasama dengan penyelidik lain untuk membangunkan kaedah algoritma mereka sendiri untuk memahami dunia fizikal.

Pengenalan kepada pengarang

Luis Piloto ialah pengarang pertama kertas kerja dan pengarang yang sepadan.

Beliau menerima ijazah sarjana muda dalam sains komputer dari Universiti Rutgers pada tahun 2012, dan kemudian pergi ke Universiti Princeton untuk belajar, dan menerima ijazah sarjana dalam bidang neurosains masing-masing pada 2017 dan 2021. Ph.D.

Pada 2016, beliau secara rasmi menyertai DeepMind sebagai saintis penyelidikan.

Atas ialah kandungan terperinci Buat AI berfikir seperti bayi! Model DeepMind "Plato" diterbitkan dalam sub-jurnal Alam. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!