211service.com
Questa curiosa IA ti prenderà a calci in culo contro la corazzata
Lago Brenden e Anselm Rothe
Un sistema di intelligenza artificiale straordinariamente curioso sviluppato da un team di ricercatori della New York University ha imparato a giocare a un gioco simile a Battleship con abilità strabilianti.
Nel semplice gioco creato dai ricercatori, i giocatori cercano di trovare le navi dei loro avversari nascoste su una piccola griglia di quadrati ponendo una serie di domande a cui è possibile rispondere con un solo numero o parola. Il loro programma scopre come porre queste domande nel modo più efficiente possibile.
Prendendo ispirazione dalla psicologia cognitiva e utilizzando un approccio fondamentalmente diverso dalla maggior parte delle IA odierne, il sistema mostra come le macchine possono imparare a porre domande utili sul mondo. Il programma tratta le domande come programmi in miniatura, consentendogli di imparare da pochi esempi e di costruire le proprie domande sulla base di ciò che ha appreso.
Il gioco è stato sviluppato da Lago Brenda , assistente professore alla NYU; Todd Gureckis , un professore associato; e Anselmo Rothe , uno studente laureato. C'è un enorme divario tra la capacità umana e quella della macchina di porre domande quando si cercano informazioni sul mondo, afferma Lake. I ricercatori descrivono il lavoro in un documento pubblicato in linea.
I ricercatori hanno chiesto agli umani di fare il loro gioco e hanno registrato le domande che hanno posto. Hanno poi tradotto le domande in componenti concettuali. Ad esempio, le domande Quanto è lunga la nave blu? e La nave blu ha quattro tessere? riguardano la lunghezza di un bersaglio. La domanda Le navi blu e rosse si toccano? riguarda la posizione. I ricercatori hanno quindi codificato queste domande utilizzando un semplice linguaggio di programmazione e costruito un modello probabilistico per determinare quali domande dovrebbero fornire le informazioni più utili. Questa metodologia ha consentito al sistema di intelligenza artificiale di costruire in modo efficiente nuove domande che lo hanno aiutato a vincere la partita.
La maggior parte degli approcci di intelligenza artificiale implica semplicemente l'alimentazione di un computer di enormi quantità di dati di esempio e la generazione dei propri esempi in seguito. Sebbene il metodo del team della NYU richieda una maggiore codifica manuale, è molto più efficiente ed efficace nello scoprire domande intelligenti da porre. Il sistema crea anche domande intelligenti in un modo più metodico e può persino produrre domande che nessun pensiero umano dovrebbe porre.
I ricercatori stanno esplorando come la loro tecnologia potrebbe rendere i chatbot e altri sistemi di dialogo più efficaci e meno dolorosi da usare. Con una piccola preprogrammazione, un tale sistema potrebbe essere in grado di aiutare i clienti a risolvere il loro problema più rapidamente ponendo le domande giuste.
Avere sistemi di dialogo che generano nuove domande in modo che possano ottenere risposte più informative al volo renderà l'interazione uomo-computer più semplice e renderà questi sistemi più utili e divertenti da usare, afferma Lake.
Sorprendentemente, il programma di gioco è stato in grado di costruire la domanda definitiva per il gioco della corazzata. Questo consisteva nel chiedere a un avversario di eseguire una serie di passaggi matematici, aggiungendo la lunghezza di una nave a 10 volte la lunghezza della successiva e così via. Sarebbe difficile per una persona seguire o rispondere correttamente a una domanda del genere, ma in teoria il risultato potrebbe essere utilizzato per calcolare a ritroso l'intera scacchiera. È stato piuttosto interessante, dice Lake.
Sam Gershman , un assistente professore all'Università di Harvard che sviluppa approcci all'IA ispirati alle neuroscienze cognitive, afferma che la ricerca della NYU fornisce spunti su come gli esseri umani pensano a buone domande. In primo luogo, è necessaria una qualche forma di composizionalità per catturare la sconcertante varietà di domande, afferma Gershman. In secondo luogo, è necessario un insieme di criteri che valutino i punti di forza e di debolezza relativi di una domanda.
Gershman aggiunge che gli esseri umani sembrano seguire una strategia simile all'approccio di maggior successo impiegato dal programma, valutando attentamente la complessità delle loro domande al fine di utilizzare le risorse cognitive con parsimonia.
Alla fine, le macchine non diventeranno veramente intelligenti a meno che non inizino a diventare curiose del mondo che le circonda. Ciò inizia con il porre domande di indagine.