Un algoritmo che imita i nostri istinti tribali potrebbe aiutare l'IA a imparare a socializzare

Categoria: Intelligenza artificiale Inserito 22 gennaio

Gli esseri umani sono istintivamente creature tribali. Quando osserviamo le interazioni delle persone intorno a noi, possiamo intuitivamente dedurre con chi dovremmo andare d'accordo e con chi no. Potrebbe sembrare un istinto negativo, ma in realtà è ciò che rende possibile il lavoro di squadra. Ricercatori al MIT credere questa abilità può essere un prerequisito importante per creare sistemi di intelligenza artificiale socievoli in grado di collaborare con noi nella nostra vita quotidiana.

L'idea di impregnare le macchine di conoscenza sociale non è del tutto nuova. Gli agenti di gioco di intelligenza artificiale richiedono anche una comprensione del panorama delle relazioni per sapere con chi collaborare e competere. Ma queste strutture relazionali vengono fornite esplicitamente all'interno delle regole del gioco, mentre gli umani possono raccoglierle rapidamente in situazioni ambigue.

Ispirati da questa capacità, i ricercatori hanno sviluppato un nuovo algoritmo di apprendimento automatico per capire le relazioni tra più agenti attraverso un numero limitato di osservazioni. Hanno quindi eseguito due esperimenti per testare le prestazioni dell'algoritmo. Nel primo, doveva dedurre le alleanze dei giocatori in un videogioco guardando diverse sequenze di gioco. Nel secondo, doveva prevedere le azioni dei giocatori nello stesso videogioco per vedere se comprendeva veramente le motivazioni di ciascun giocatore. Non è stato addestrato per nessuno dei due compiti.

In entrambi gli esperimenti, le inferenze e le previsioni dell'algoritmo corrispondevano strettamente ai giudizi degli esseri umani, dimostrando la sua capacità di cogliere rapidamente le strutture sociali da pochissimi dati.

Questa storia è apparsa originariamente nella nostra newsletter AI The Algorithm. Per riceverlo direttamente nella tua casella di posta, iscriviti qui gratuitamente.