Dimentica AlphaGo: DeepMind ha un passo più interessante verso l'IA generale

AlphaGo e le auto a guida autonoma sono sorprendentemente intelligenti, ma nessuno dei due rappresenta un grande passo avanti verso l'intelligenza artificiale generale. Fortunatamente, alcuni ricercatori di intelligenza artificiale stanno sviluppando modi per ampliare l'intelligenza artificiale.

I ricercatori di DeepMind, che ha creato il campione di robot AlphaGo, stanno lavorando a un approccio che potrebbe rivelarsi significativo nella ricerca per realizzare macchine intelligenti come noi.

In Due carte pubblicato questa settimana e segnalato di Nuovo scienziato, i ricercatori della sussidiaria di Alphabet descrivono gli sforzi per insegnare ai computer il ragionamento relazionale, una capacità cognitiva che è fondamentale per l'intelligenza umana.

In poche parole, il ragionamento relazionale è la capacità di considerare le relazioni tra diverse rappresentazioni mentali, come oggetti, parole o idee. Questo tipo di ragionamento è cruciale per lo sviluppo cognitivo umano e vitale per risolvere qualsiasi problema.

La maggior parte dei sistemi di apprendimento automatico esistenti non cerca di comprendere la relazione tra i concetti. Un sistema di visione può identificare un cane o un gatto in una foto, per esempio, ma non sa che il cane sta inseguendo il gatto.

I due sistemi sviluppati da DeepMind risolvono il problema modificando i metodi di apprendimento automatico esistenti per renderli in grado di apprendere le relazioni fisiche tra oggetti statici, nonché il comportamento degli oggetti in movimento nel tempo.

Dimostrano la prima capacità utilizzando CLEVR, un set di dati di oggetti semplici. Dopo l'allenamento, possono chiedere al sistema se un oggetto è di fronte a un altro o quale oggetto è più vicino. I loro risultati sono notevolmente migliori di qualsiasi cosa ottenuta prima, superando in alcuni casi anche le prestazioni umane.

Nel secondo articolo, i ricercatori mostrano come un sistema di apprendimento automatico modificato in modo simile può imparare a prevedere il comportamento di oggetti semplici in due dimensioni. Facciamo questo genere di cose tutto il tempo in tre dimensioni, quando prendiamo una palla o guidiamo un'auto, per esempio. In effetti, gli esperimenti psicologici mostrano che gli esseri umani utilizzano un motore fisico intuitivo per prevedere gli effetti di un'azione sugli oggetti. È molto più sofisticato e potente del semplice riconoscimento degli oggetti in una scena.

Anche se i progressi potrebbero non essere sbalorditivi, sono esattamente il tipo di ricerca necessaria. Per quanto impressionante sia l'IA di oggi, la maggior parte implica che una macchina impari a svolgere un'attività incredibilmente ristretta. Senza nuove idee, i sistemi di intelligenza artificiale rimarranno incapaci di fare cose come tenere una conversazione reale o risolvere problemi difficili da soli.

Sam Gershman , un professore di psicologia ad Harvard che studia l'intelligenza, afferma che dobbiamo pensare a imitare l'intelligenza umana più da vicino se vogliamo che l'intelligenza artificiale assomigli alla nostra.

I nostri cervelli rappresentano il mondo in termini di relazioni tra oggetti, agenti ed eventi, ha detto Revisione della tecnologia del MIT Via Posta Elettronica. Rappresentare il mondo in questo modo limita in modo massiccio il tipo di inferenze che traiamo dai dati, rendendo più difficile imparare alcune cose e più facile imparare altre cose. Quindi, in questo senso, questo lavoro è un passo nella giusta direzione: costruire vincoli simili a quelli umani che consentono alle macchine di apprendere più facilmente compiti che sono naturali per gli esseri umani.

Tuttavia, Gershman ha messo in guardia dal sopravvalutare il significato del lavoro di DeepMind. Le prestazioni sovrumane in qualsiasi particolare attività di apprendimento automatico non implicano un'intelligenza sovrumana, ha affermato.

Il ragionamento relazionale è anche solo un elemento dell'intelligenza umana. Gershman e altri hanno scritto un documento l'anno scorso che esplora gli altri aspetti dell'intelligenza umana che attualmente mancano all'IA. Oltre a ragionare sulle relazioni, ad esempio, hanno notato che gli esseri umani sono capaci di composizionalità o di costruire nuove idee dalla conoscenza esistente per risolvere problemi.

Il ragionamento relazionale è una condizione necessaria ma non sufficiente per un'intelligenza simile a quella umana, ha detto Gershman.

(Per saperne di più: La rete neurale di DeepMind insegna all'IA a ragionare sul mondo )

nascondere