الآلات كأطفال: هل يمكن أن تتعلم منظمة العفو الدولية توقع نتائج أفعالها؟

يدرك الأطفال الصغار جيدًا ما سيحدث إذا قمت بتحويل كوب مع عصير. لكن لا يوجد سيارة. على الرغم من تنوع الخوارزميات الحديثة ، فإن الكمبيوتر غير قادر على التنبؤ بنتائج واحد أو آخر من أفعاله. بالطبع ، إذا لم يتم تدريب هذا الكمبيوتر على وجه التحديد.

طورت مجموعة من الباحثين من معهد ألن للذكاء الاصطناعي (AI2) برنامجًا يساعد شكلًا ضعيفًا من الذكاء الاصطناعي على "فهم" ما يحدث عند تنفيذ الإجراء. يتنبأ البرنامج بالمستقبل ، موضحًا كيف يمكن أن يتصرف جسم ما في ظل ظروف معينة. ويقول العلماء إن هذا سيساعد منظمة العفو الدولية على ارتكاب أخطاء أقل. على سبيل المثال ، ستكون السيارة المستقلة قادرة على "التنبؤ" بعواقب تطور وضع معين على الطريق.

يوضح هذا النظام ، الذي طوره روزبه متقي وزملاؤه ، ملامح عدد من الأشياء. تستخدم منصة البرامج التي أنشأها العلماء التعلم الآلي والنمذجة ثلاثية الأبعاد. قام الباحثون بتحويل أكثر من 10000 صورة إلى مشاهد ضخمة. لهذا ، تم استخدام محرك ثلاثي الأبعاد متخصص.

بعد التحويل ، تم تحميل الصور المصدر ونظائرها الحجمية في الشبكات العصبية. ونتيجة لذلك ، كان نظام الكمبيوتر يتعلم تدريجيًا من كائنات ثلاثية الأبعاد بسيطة وحركات هذه الكائنات. بعد أن تلقى النظام عددًا معينًا من أزواج "الصورة - نموذج ثلاثي الأبعاد" ، تعلم كيف يتخيل بشكل مستقل القوى التي يمكن تطبيقها على كائن ثلاثي الأبعاد ، وما هي عواقب ظهور هذه القوى.

هذا لا يعني أن العمل سار بسلاسة. لكن الحالات التي يمكن فيها للكمبيوتر أن يتنبأ بسلوك كائن ثلاثي الأبعاد عند التفاعل معه تبين أنها أكثر من المواقف التي لم يفهم فيها الجهاز ما يمكن أن يحدث. منظمة العفو الدولية "فهمت" ، على سبيل المثال ، أنه إذا تم دفع دباسة ملقاة على حافة الطاولة ، فسوف تسقط. كما أظهر النظام بنجاح الموقف بطاولة قهوة وأريكة. يمكن لمنظمة العفو الدولية أن "تفهم" أنه إذا تم تحريك طاولة القهوة نحو الأريكة ، فإن الطاولة ستستقر بالتأكيد على الأريكة ولا يمكنها التحرك.

"هدفنا هو دراسة ديناميات المحرك المادي. يقول مدير المشروع: يجب أن تتعلم التنبؤ بالسلوك المحتمل للأشياء في المشهد.

يمكن أن تكون نتائج هذا العمل مفيدة للعديد من المجالات. لذا ، بعيدًا عن كل مكان نطبق طريقة التجربة والخطأ. في حالة السيارة الآلية ، هذا مستبعد تمامًا. يجب أن يتنبأ الكمبيوتر بالتطور المحتمل للموقف ، وأن يقوم بذلك بسرعة كبيرة. إن جمع وتحليل البيانات في مثل هذه المواقف مهم جداً. هنا مثال آخر. لا يمكن لنظام خدمة العملاء في المتجر أيضًا دفع البضائع من على الرفوف من أجل فهم عواقب أفعالهم. سيكلف هذا صاحب المتجر ويخيف العملاء.



يعد العمل الذي يقوم به العلماء جزءًا من مشروع Project Plato . والغرض منه هو إعطاء الأنظمة الروبوتية الفرصة لفهم عواقب أفعالها دون اختبار ذلك عمليًا. على وجه الخصوص ، تفهم الأنظمة ذات الشكل الضعيف للذكاء الاصطناعي في المشروع كيف يتحرك متزلج ينزل على الجبل. كما أنهم يفهمون كيف ستتحرك كرة القدم التي أرسلها لاعب كرة قدم للتو لتطير. مثل هذه الأحداث وعواقبها ، يجب أن يتعلم الذكاء الاصطناعي فهمه في الوقت الفعلي.

في السنوات الأخيرة ، كانت أنظمة الكمبيوتر أكثر حكمة بشكل ملحوظ. يمكنهم بالفعل تحليل الصور مع التصنيف اللاحق ، وتحديد عناصر الصورة ووضع العلامات. بريندان بحيرة ( من قبل بريندان بحيرة) ، متخصص من جامعة نيويورك ، يعتقد أن مشروع Ai2 مهم للعالم الحديث. يقول ليك: "إن فهم المشهد أكثر تعقيدًا من التعرف على الأشياء". "عندما يرى الشخص إطار مشهد ، يمكنه أن يروي قصة كاملة حول ما يحدث أو ما يمكن أن يحدث في الإطار المحدد." من الناحية المثالية ، يجب أن تكون الآلة قادرة على القيام بنفس الشيء.

بالطبع ، حتى الآن ، تجاوز الإنسان قدرات الآلة في المثال أعلاه. لكن مهمة العلماء هي تعليم أنظمة الكمبيوتر لتحليل العواقب المحتملة لأفعالهم. أن تصبح أجهزة الكمبيوتر بهذا المعنى مساوية للإنسان أو تتفوق عليه ، في حين لا يوجد شك. ولكن في المرحلة الحالية ، يمكن أن يكون هذا مفيدًا جدًا لعدد من المجالات.

العلماء المشاركون في المشروع لا يخفون نتائج عملهم. يمكن الحصول على كود المصدر ومجموعة البيانات وكل شيء آخر على هذا الرابط للدراسة المستقلة.

Source: https://habr.com/ru/post/ar397079/