Queste strane creature virtuali evolvono i loro corpi per risolvere i problemi

Agrim Gupta, Silvio Savarese, Surya Ganguli & Li Fei-Fei

Un'infinita varietà di creature virtuali scorrazza e sgattaiola sullo schermo, lottando per superare gli ostacoli o trascinando le palle verso un bersaglio. Sembrano granchi semiformati fatti di salsicce, o forse Thing, la mano disincarnata La famiglia Addams . Ma questi 'unimali' (abbreviazione di animali universali) potrebbero in effetti aiutare i ricercatori a svilupparsi di più intelligenza generica nelle macchine.

Agrim Gupta della Stanford University e i suoi colleghi (tra cui Fei-Fei Li, che co-dirige lo Stanford Institute for Human-Centered AI e ha guidato la creazione di ImageNet) hanno usato questi unimal per esplorare due domande che spesso vengono trascurate nella ricerca sull'intelligenza artificiale: come l'intelligenza è legata al modo in cui sono disposti i corpi e come le abilità possono essere sviluppate attraverso l'evoluzione e apprese.

Storia correlata

Un parco giochi in continua evoluzione insegna alle IA come multitasking

I mondi di gioco virtuali forniscono un flusso continuo di sfide aperte che spingono l'IA verso l'intelligenza generale.

Questo lavoro è un passo importante in un tentativo decennale di comprendere meglio la relazione corpo-cervello nei robot, afferma Josh Bongard, che studia robotica evolutiva all'Università del Vermont e non è stato coinvolto nel lavoro.

Se i ricercatori vogliono ricreare l'intelligenza nelle macchine, potrebbe mancare qualcosa, afferma Gupta. In biologia, l'intelligenza nasce da menti e corpi che lavorano insieme. Aspetti dei piani corporei, come il numero e la forma degli arti, determinano cosa possono fare gli animali e cosa possono imparare. Pensa all'aye-aye, un lemure che ha evoluto un dito medio allungato per sondare in profondità i buchi per le larve.

L'intelligenza artificiale in genere si concentra solo sulla parte mentale, costruendo macchine per svolgere attività che possono essere padroneggiate senza un corpo, come usare il linguaggio, riconoscere le immagini e giocare ai videogiochi. Ma questo repertorio limitato potrebbe presto invecchiare. Avvolgere le IA in corpi adattati a compiti specifici potrebbe facilitare loro l'apprendimento di un'ampia gamma di nuove abilità. Una cosa che ogni singolo animale intelligente del pianeta ha in comune in un corpo, dice Bongard. L'incarnazione è la nostra unica speranza di realizzare macchine intelligenti e sicure.

Gli Unimal hanno una testa e più arti. Per vedere cosa potevano fare, il team ha sviluppato una tecnica chiamata apprendimento per rinforzo evolutivo profondo (DERL). Gli unimal vengono prima addestrati utilizzando l'apprendimento per rinforzo per completare un'attività in un ambiente virtuale, come camminare su diversi tipi di terreno o spostare un oggetto.

Gli unimali che si comportano meglio vengono quindi selezionati e vengono introdotte le mutazioni e la prole risultante viene rimessa nell'ambiente, dove imparano gli stessi compiti da zero. Il processo si ripete centinaia di volte: evolvi e impara, evolvi e impara.

Le mutazioni a cui sono soggetti gli animali comportano l'aggiunta o la rimozione di arti o la modifica della lunghezza o della flessibilità degli arti. Il numero di possibili configurazioni del corpo è vasto: ci sono 10^18 variazioni uniche con 10 arti o meno. Nel tempo, i corpi degli animali si adattano a compiti diversi. Alcuni unimal si sono evoluti per muoversi su un terreno pianeggiante cadendo in avanti; alcuni hanno sviluppato un ondeggiare simile a una lucertola; altri hanno sviluppato tenaglie per afferrare una scatola.

I ricercatori hanno anche testato quanto bene gli animali evoluti potessero adattarsi a un compito che non avevano mai visto prima, una caratteristica essenziale dell'intelligenza generale. Quelli che si erano evoluti in ambienti più complessi, contenenti ostacoli o terreno irregolare, erano più veloci nell'apprendere nuove abilità, come far rotolare una palla invece di spingere una scatola. Hanno anche scoperto che DERL selezionava piani corporei che imparavano più velocemente, anche se non c'era pressione selettiva per farlo. Trovo questo eccitante perché mostra quanto profondamente la forma del corpo e l'intelligenza siano collegate, dice Gupta.

Storia correlata

L'IA sta imparando a creare se stessa

Gli esseri umani hanno lottato per creare macchine veramente intelligenti. Forse dobbiamo lasciarli andare avanti da soli.

È già noto che alcuni corpi accelerano l'apprendimento, afferma Bongard. Questo lavoro mostra che l'IA in grado di cercare tali corpi. Il laboratorio di Bongard ha sviluppato corpi robotici che si adattano a compiti particolari, come dare ai piedi rivestimenti simili a calli per ridurre l'usura. Gupta e i suoi colleghi estendono questa idea, afferma Bongard. Dimostrano che il corpo giusto può anche accelerare i cambiamenti nel cervello del robot.

In definitiva, questa tecnica potrebbe invertire il modo in cui pensiamo di costruire robot fisici, afferma Gupta. Invece di iniziare con una configurazione corporea fissa e poi addestrare il robot a svolgere un compito particolare, potresti usare DERL per far evolvere il piano corporeo ottimale per quel compito e poi costruirlo.

Gli unimal di Gupta fanno parte di un ampio cambiamento nel modo in cui i ricercatori pensano all'IA. Invece di addestrare le IA su compiti specifici, come giocare a Go o analizzare una scansione medica, i ricercatori stanno iniziando a inserire i bot in sandbox virtuali, come POETA , L'arena virtuale del nascondino di OpenAI , e Il parco giochi virtuale di DeepMind XLand — e fargli imparare a risolvere più compiti in dojo di formazione aperti e in continua evoluzione. Invece di padroneggiare una singola sfida, le IA addestrate in questo modo apprendono abilità generali.

Per Gupta, l'esplorazione in forma libera sarà fondamentale per la prossima generazione di IA. Abbiamo bisogno di ambienti veramente aperti per creare agenti intelligenti, dice.

nascondere