211service.com
Le Olimpiadi Animal-AI tratteranno l'IA come un topo da laboratorio
la signora Tech; Immagini: Wikimedia commons
In una delle favole di Esopo, un corvo assetato trova una brocca con una piccola quantità d'acqua oltre la portata del becco. Dopo aver fallito nel spingere la brocca, il corvo fa cadere i sassi uno per uno fino a quando il livello dell'acqua non si alza, permettendo all'uccello di bere. Per Esopo, la favola mostrava la superiorità dell'intelligenza sulla forza bruta.
Due millenni e mezzo dopo, potremmo vedere se l'IA potrebbe superare l'antico test di intelligenza di Esopo. A giugno, i ricercatori formeranno algoritmi per padroneggiare una serie di attività che sono state tradizionalmente utilizzate per testare la cognizione animale. Questo sarà il Olimpiadi animali-AI , con una quota in un montepremi di $ 10.000 in offerta.
Di solito, i benchmark dell'IA implicano la padronanza di un singolo compito, come battere un grande maestro in Go o capire come imparare un videogioco da zero. L'IA ha avuto un successo straordinario in questi regni. Ma quando applichi gli stessi sistemi di intelligenza artificiale a un'attività completamente diversa, generalmente sono senza speranza. Ecco perché, alle Olimpiadi Animal-AI, lo stesso agente sarà sottoposto a 100 compiti inediti. Ciò che viene testato non è un particolare tipo di intelligenza, ma la capacità di un singolo agente di adattarsi a diversi ambienti. Ciò dimostrerebbe una forma limitata di intelligenza generalizzata, un tipo di buon senso di cui l'IA avrà bisogno per avere successo nelle nostre case o nella nostra vita quotidiana. Gli organizzatori del concorso accettano che nessuno dei sistemi di intelligenza artificiale sarà in grado di adattarsi perfettamente a ogni circostanza o di ottenere un punteggio perfetto. Ma sperano che i migliori sistemi siano in grado di adattarsi per affrontare i diversi problemi che devono affrontare.
Le Olimpiadi Animal-AI sono la creazione di un team di ricercatori presso il Leverhulme Center for the Future of Intelligence di Cambridge, in Inghilterra, insieme a GoodAI, un istituto di ricerca con sede a Praga. Il concorso fa parte di un progetto più grande presso il Leverhulme Center chiamato Tipi di intelligenza , che riunisce un team interdisciplinare di ricercatori sulla cognizione animale, informatici e filosofi per considerare le differenze e le somiglianze tra i modi di pensare umano, animale e meccanico. E mentre la maggior parte dei compiti sono in genere utilizzati come test di intelligenza per gli animali, entrerà anche in punta di piedi nel territorio umano: alcune delle sfide vengono utilizzate per testare la cognizione nei neonati e nei bambini piccoli. Il gruppo spera di includere compiti cognitivi più umani in future versioni più complesse della sfida.
Invece di chiedere ai ricercatori di costruire robot fisici, Marta Halina, la direttrice del gruppo, e il suo team hanno sviluppato un ambiente virtuale creato con il software di sviluppo di videogiochi Unity. L'installazione simula un ambiente di test di laboratorio per la cognizione animale, completo di ricompense alimentari, pareti e oggetti mobili. Entro la fine del mese, questo parco giochi simulato, come lo chiama Halina, sarà rilasciato alla comunità dell'IA e i ricercatori saranno invitati a formare agenti in grado di navigarlo.
Gli agenti saranno sistemi informatici in grado di agire autonomamente in questo ambiente, proprio come i robot AI che OpenAI e DeepMind hanno sviluppato per competere in giochi come Dota e Starcraft. Gli organizzatori della competizione accolgono con favore qualsiasi tipo di approccio alla costruzione di questi agenti e si aspettano che molti optino per l'apprendimento per rinforzo. Ma sperano anche che i ricercatori sperimenteranno nuovi metodi, in particolare quello che chiamano approccio cognitivo, come quello sostenuto da ricercatori come Josh Tenenbuam al MIT, che prevede la simulazione di problemi umani (o, in questo caso, animali) e mentali elaborazione in un modello informatico.
A giugno, i ricercatori presenteranno i loro agenti e il team di Cambridge li sottoporrà a 100 test suddivisi in 10 categorie. Matthew Crosby, un ricercatore post-dottorato presso il Leverhulme Center, afferma che in questa fase i test vengono tenuti segreti, in modo che i partecipanti non possano insegnare agli agenti abilità specifiche prima dell'inizio della competizione.
Le prove saranno di difficoltà. Alcuni potrebbero essere basilari come richiedere all'agente di recuperare il cibo da un ambiente senza ostacoli. I compiti più difficili richiederanno una comprensione della permanenza dell'oggetto - sapere che un oggetto è ancora lì anche se è nascosto - e la capacità di creare un modello mentale di un ambiente per navigare nell'oscurità.
Secondo Crosby, l'aspetto più impegnativo della competizione è che gli agenti dovranno essere bravi in tutte le prove su tutta la linea: l'agente vincente sarà quello che mostrerà una buona prestazione in media, piuttosto che solo una capacità di padroneggiare duro compiti. Ciò che viene messo alla prova è la capacità di adattarsi rapidamente a nuove situazioni o di tradurre le competenze da un tipo di attività all'altra, che è un buon indicatore dell'intelligenza generale. Per Crosby, questo tipo di flessibilità è essenziale per rendere l'IA utile nel mondo reale.
The Animal-AI Olympics non è il primo progetto di ricerca sull'intelligenza artificiale a trarre ispirazione dall'intelligenza animale. Radhika Nagpal, professoressa di informatica ad Harvard, indaga cosa potrebbe ottenere l'IA dallo studio dell'intelligenza emergente mostrata da banchi di pesci e stormi di uccelli. E l'anno scorso Kiana Ehsani portato un team di ricercatori dell'Università di Washington e dell'Allen Institute for AI nell'addestramento delle reti neurali per, in una gamma molto limitata di compiti, pensare come un cane. Ehsani dice che sarebbe interessata a partecipare alle Olimpiadi di Animal-AI e vede i suoi obiettivi allineati ai suoi.
Sebbene questi progetti abbiano ottenuto un certo successo, replicare l'intelligenza animale negli agenti computazionali è ancora considerato un problema difficile. Come ha fatto la pionieristica ricercatrice di intelligenza artificiale Judea Pearl disse , le capacità cognitive degli animali - l'abilità di navigazione dei gatti, il perturbante senso dell'olfatto di un cane, la visione nitida dei serpenti - tutto supera di gran lunga qualsiasi cosa possa essere realizzata in laboratorio. Questa intelligenza biologica è il risultato di centinaia di milioni di anni di evoluzione.
Credo che per fare in modo che l'IA funzioni in modo intelligente come un animale richieda la creazione di parte di quella struttura innata nel sistema, afferma Anthony Zador, professore di neuroscienze al Cold Spring Harbor Laboratory. Come lo fai è una domanda difficile a cui nessuno ha ancora una risposta.
Un altro fattore complicante è che le metriche per l'intelligenza animale sono esse stesse contestate. Nel suo libro Siamo abbastanza intelligenti da sapere quanto sono intelligenti gli animali? Frans de Waal, direttore del Centro nazionale di ricerca sui primati di Yerkes presso la Emory University, sostiene che molti test giudicano l'idoneità mentale negli animali solo in virtù di quanto sono simili agli umani. Quindi, invece di testare i limiti dei loro comportamenti naturali, addestriamo gli animali a svolgere compiti simili a quelli umani.
Ciò è in parte dovuto al fatto che gli esperimenti scientifici accreditati sulla cognizione animale devono aver luogo in laboratorio, lontano dall'ambiente naturale di un animale. Le Olimpiadi Animal-AI aggiungono ancora un altro livello di astrazione dal mondo reale simulando ambienti di laboratorio al computer, eliminando non solo l'ambiente naturale ma l'esperienza incarnata della vita animale.
Crosby riconosce che ci sono limitazioni nell'utilizzo di test di intelligenza animale per confrontare le capacità dell'IA. Ma dice che il progetto riguarda più l'esplorazione delle differenze tra le menti che il tentativo di dimostrare l'equivalenza tra cognizione artificiale e biologica. In effetti, spera che faccia luce su come funzionano i nostri cervelli, oltre a testare il meglio dell'IA.
Quello che ci interessa in realtà è scoprire come tradurre tra diversi tipi di intelligenza, dice. Se parte di ciò che impariamo è dove questa traduzione fallisce, per quanto ci riguarda è un successo.