Maschinen als Kinder: Kann die KI lernen, die Folgen ihrer Handlungen vorherzusagen?

Kleine Kinder wissen genau, was passieren wird, wenn Sie ein Glas mit Saft drehen. Aber es gibt kein Auto. Trotz der Vielfalt moderner Algorithmen ist ein Computer nicht in der Lage, die Folgen der einen oder anderen seiner Aktionen vorherzusagen. Natürlich, wenn dieser Computer nicht speziell geschult ist.

Ein Forscherteam des Allen Institute for Artificial Intelligence (AI2) hat ein Programm entwickelt, mit dem eine schwache Form der KI „verstehen“ kann, was passiert, wenn eine Aktion ausgeführt wird. Die Software „sagt“ die Zukunft voraus und zeigt, wie sich ein Objekt unter bestimmten Bedingungen verhalten kann. Dies, sagen Wissenschaftler, wird der KI helfen, weniger Fehler zu machen. Beispielsweise kann ein autonomes Auto die Folgen der Entwicklung einer bestimmten Situation auf der Straße "vorhersagen".

Das von Roozbeh Mottaghi und seinen Kollegen entwickelte System demonstriert die Merkmale einer Reihe von Objekten. Die von Wissenschaftlern erstellte Softwareplattform verwendet maschinelles Lernen und 3D-Modellierung. Forscher haben mehr als 10.000 Bilder in voluminöse Szenen umgewandelt. Hierzu wurde eine spezielle 3D-Engine verwendet.

Nach der Konvertierung wurden die Quellbilder und ihre volumetrischen Analoga in neuronale Netze geladen. Infolgedessen lernte das Computersystem allmählich aus einfachen 3D-Objekten und den Bewegungen dieser Objekte. Nachdem das System eine bestimmte Anzahl von Paaren von „Bild-3D-Modell“ erhalten hatte, lernte es, sich unabhängig vorzustellen, welche Kräfte auf ein dreidimensionales Objekt ausgeübt werden können und welche Konsequenzen die Manifestation dieser Kräfte haben kann.

Dies bedeutet nicht, dass die Arbeit sehr reibungslos verlief. Es stellte sich jedoch heraus, dass die Situationen, in denen der Computer das Verhalten eines dreidimensionalen Objekts bei der Interaktion mit ihm vorhersagen konnte, mehr waren als die Situationen, in denen die Maschine nicht verstand, was passieren konnte. AI „verstand“ zum Beispiel, dass der Hefter, der auf der Tischkante liegt, herunterfallen würde, wenn er gedrückt würde. Das System zeigte die Situation auch erfolgreich mit einem Couchtisch und einem Sofa. AI konnte „verstehen“, dass wenn der Couchtisch in Richtung Sofa bewegt würde, der Tisch sicherlich auf dem Sofa ruhen würde und nicht weitergehen könnte.

„Unser Ziel ist es, die Dynamik des physischen Motors zu untersuchen. Sie müssen lernen, das mögliche Verhalten von Objekten in der Szene vorherzusagen “, sagt der Projektmanager.

Die Ergebnisse dieser Arbeit können für viele Bereiche nützlich sein. Also wenden wir weit weg von überall die Trial-and-Error-Methode an. Bei einem Robomobil ist dies absolut ausgeschlossen. Der Computer muss die mögliche Entwicklung der Situation vorhersagen und dies sehr schnell tun. Die Erfassung und Analyse von Daten in solchen Situationen ist sehr wichtig. Hier ist ein weiteres Beispiel. Auch das Kundendienstsystem im Geschäft kann keine Waren aus den Regalen schieben, um die Konsequenzen ihres Handelns zu verstehen. Dies kostet den Ladenbesitzer und schreckt Kunden ab.



Die Arbeit der Wissenschaftler ist Teil des Project Plato- Projekts . Ziel ist es, Robotersystemen die Möglichkeit zu geben, die Konsequenzen ihres Handelns zu verstehen, ohne dies in der Praxis zu testen. Insbesondere Systeme mit einer schwachen KI-Form, die im Projekt verwendet werden, verstehen, wie sich ein Skifahrer, der einen Berg hinunterfährt, bewegt. Sie verstehen auch, wie sich ein Fußball bewegt, den ein Fußballspieler gerade zum Fliegen geschickt hat. Solche Ereignisse und ihre Folgen muss die KI in Echtzeit verstehen lernen.

In den letzten Jahren sind Computersysteme merklich klüger geworden. Sie können bereits Bilder mit anschließender Kategorisierung, Identifizierung von Bildelementen und Tagging analysieren. Brendan Lake ( von Brendan See), ein Spezialist der New York University, glaubt, dass das Ai2-Projekt für die moderne Welt wichtig ist. „Das Verstehen der Szene ist viel komplizierter als das Erkennen von Objekten“, sagt Lake. "Wenn eine Person einen Frame einer Szene sieht, kann sie eine ganze Geschichte darüber erzählen, was auf dem angegebenen Frame passiert oder was passieren kann." Idealerweise sollte die Maschine in der Lage sein, dasselbe zu tun.

Natürlich hat der Mensch bisher die Fähigkeiten der Maschine im obigen Beispiel weit übertroffen. Die Aufgabe der Wissenschaftler ist es jedoch, Computersystemen beizubringen, die möglichen Folgen ihres Handelns zu analysieren. Dass Computer in diesem Sinne dem Menschen gleich werden oder ihn übertreffen, steht außer Frage. Gegenwärtig kann dies jedoch für eine Reihe von Bereichen sehr nützlich sein.

Wissenschaftler, die an dem Projekt teilnehmen, verbergen die Ergebnisse ihrer Arbeit nicht. Der Quellcode, der Datensatz und alles andere können unter diesem Link für unabhängige Studien abgerufen werden .

Source: https://habr.com/ru/post/de397079/