Máquinas como niños: ¿puede la IA aprender a predecir las consecuencias de sus acciones?

Los niños pequeños son conscientes de lo que sucederá si gira un vaso con jugo. Pero no hay auto. A pesar de toda la variedad de algoritmos modernos, una computadora no puede predecir las consecuencias de una u otra de sus acciones. Por supuesto, si esta computadora no está entrenada específicamente.

Un equipo de investigadores del Instituto Allen de Inteligencia Artificial (AI2) desarrolló un programa que ayuda a una forma débil de IA a "entender" lo que sucede cuando se realiza una acción. El software "predice" el futuro, mostrando cómo se puede comportar un objeto bajo ciertas condiciones. Esto, dicen los científicos, ayudará a la IA a cometer menos errores. Por ejemplo, un automóvil autónomo podrá "predecir" las consecuencias del desarrollo de una situación particular en la carretera.

El sistema, desarrollado por Roozbeh Mottaghi y sus colegas, demuestra las características de varios objetos. La plataforma de software creada por científicos utiliza aprendizaje automático y modelado 3D. Los investigadores han convertido más de 10,000 imágenes en voluminosas escenas. Para esto, se utilizó un motor 3D especializado.

Después de la conversión, las imágenes fuente y sus análogos volumétricos se cargaron en redes neuronales. Como resultado, el sistema informático estaba aprendiendo gradualmente de simples objetos 3D y los movimientos de estos objetos. Después de que el sistema recibió un cierto número de pares de "imagen - modelo 3D", aprendió a imaginar independientemente qué fuerzas se pueden aplicar a un objeto tridimensional y cuáles podrían ser las consecuencias de la manifestación de estas fuerzas.

Esto no quiere decir que el trabajo haya ido muy bien. Pero las situaciones en las que la computadora podía predecir el comportamiento de un objeto tridimensional al interactuar con él resultaron ser más que las situaciones en las que la máquina no entendía lo que podía suceder. AI "entendió", por ejemplo, que si se empujaba la grapadora que estaba en el borde de la mesa, se caería. El sistema también mostró con éxito la situación con una mesa de café y un sofá. AI podía "entender" que si la mesa de café se movía hacia el sofá, entonces la mesa ciertamente descansaría en el sofá y no podría seguir adelante.

“Nuestro objetivo es estudiar la dinámica del motor físico. Debe aprender a predecir el posible comportamiento de los objetos en la escena ”, dice el gerente del proyecto.

Los resultados de este trabajo pueden ser útiles para muchos campos. Entonces, lejos de todas partes, aplicamos el método de prueba y error. En el caso de un robot robótico, esto está absolutamente excluido. La computadora debe predecir el posible desarrollo de la situación y hacerlo muy rápidamente. La recopilación y el análisis de datos en tales situaciones es muy importante. Aquí hay otro ejemplo. El sistema de servicio al cliente en la tienda tampoco puede sacar los productos de los estantes para comprender las consecuencias de sus acciones. Esto le costará al dueño de la tienda y asustará a los clientes.



El trabajo que los científicos están haciendo es parte del proyecto Project Plato . Su propósito es dar a los sistemas robóticos la oportunidad de comprender las consecuencias de sus acciones sin probar esto en la práctica. En particular, los sistemas con una forma débil de IA utilizada en el proyecto comprenden cómo se moverá un esquiador que baja una montaña. También entienden cómo se moverá un balón de fútbol que un jugador de fútbol acaba de enviar para volar. Tales eventos y sus consecuencias, la IA debe aprender a comprender en tiempo real.

En los últimos años, los sistemas informáticos han sido notablemente más sabios. Ya pueden analizar imágenes con categorización posterior, identificación de elementos de imagen y etiquetado. Brendan Lago ( por Brendan Lago), especialista de la Universidad de Nueva York, cree que el proyecto Ai2 es importante para el mundo moderno. "Comprender la escena es mucho más complicado que reconocer objetos", dice Lake. "Cuando una persona ve el marco de una escena, puede contar una historia completa sobre lo que está sucediendo o lo que puede suceder en el marco especificado". Idealmente, la máquina debería poder hacer lo mismo.

Por supuesto, hasta ahora, el hombre ha superado con creces las capacidades de la máquina en el ejemplo anterior. Pero la tarea de los científicos es enseñar a los sistemas informáticos a analizar las posibles consecuencias de sus acciones. Que las computadoras en este sentido se vuelven iguales al hombre o lo superan, mientras que no hay duda. Pero en la etapa actual, esto puede ser muy útil para varias áreas.

Los científicos que participan en el proyecto no ocultan los resultados de su trabajo. El código fuente, el conjunto de datos y todo lo demás se pueden obtener en este enlace para un estudio independiente.

Source: https://habr.com/ru/post/es397079/