Máquinas como crianças: a IA pode aprender a prever as consequências de suas ações?

As crianças pequenas estão bem conscientes do que acontecerá se você virar um copo com suco. Mas não há carro. Apesar de toda a variedade de algoritmos modernos, um computador não é capaz de prever as conseqüências de uma ou outra de suas ações. Obviamente, se este computador não for treinado especificamente.

Uma equipe de pesquisadores do Instituto Allen de Inteligência Artificial (AI2) desenvolveu um programa que ajuda uma forma fraca de IA a "entender" o que acontece quando uma ação é executada. O software "prediz" o futuro, mostrando como um objeto pode se comportar sob certas condições. Os cientistas dizem que isso ajudará a IA a cometer menos erros. Por exemplo, um carro autônomo poderá "prever" as consequências do desenvolvimento de uma situação específica na estrada.

O sistema, desenvolvido por Roozbeh Mottaghi e seus colegas, demonstra os recursos de vários objetos. A plataforma de software criada por cientistas usa aprendizado de máquina e modelagem 3D. Os pesquisadores converteram mais de 10.000 imagens em cenas volumosas. Para isso, foi utilizado um mecanismo 3D especializado.

Após a conversão, as imagens de origem e seus análogos volumétricos foram carregados em redes neurais. Como resultado, o sistema de computador foi aprendendo gradualmente a partir de objetos 3D simples e os movimentos desses objetos. Depois que o sistema recebeu um certo número de pares de "imagem - modelo 3D", aprendeu a imaginar independentemente quais forças podem ser aplicadas a um objeto tridimensional e quais podem ser as conseqüências da manifestação dessas forças.

Isso não quer dizer que o trabalho foi muito tranquilo. Mas as situações em que o computador poderia prever o comportamento de um objeto tridimensional ao interagir com ele eram mais do que as situações em que a máquina não entendia o que poderia acontecer. A AI “entendeu”, por exemplo, que se o grampeador deitado na borda da mesa fosse empurrado, ele cairia. O sistema também mostrou com sucesso a situação com uma mesa de café e um sofá. A IA podia "entender" que se a mesa de café fosse movida em direção ao sofá, ela certamente descansaria no sofá e não poderia seguir em frente.

“Nosso objetivo é estudar a dinâmica do mecanismo físico. Você deve aprender a prever o possível comportamento dos objetos na cena ”, diz o gerente de projeto.

Os resultados deste trabalho podem ser úteis para muitos campos. Portanto, longe de qualquer lugar, aplicamos o método de tentativa e erro. No caso de um robomóvel, isso é absolutamente excluído. O computador deve prever o possível desenvolvimento da situação e fazê-lo muito rapidamente. A coleta e análise de dados nessas situações é muito importante. Aqui está outro exemplo. O sistema de atendimento ao cliente da loja também não pode empurrar mercadorias das prateleiras para entender as conseqüências de suas ações. Isso custará ao dono da loja e assustará os clientes.



O trabalho que os cientistas estão fazendo faz parte do projeto Projeto Platão . Seu objetivo é dar aos sistemas robóticos a oportunidade de entender as conseqüências de suas ações sem testar isso na prática. Em particular, sistemas com uma forma fraca de IA usada no projeto entendem como um esquiador descendo uma montanha se moverá. Eles também entendem como uma bola de futebol que um jogador acabou de enviar para voar se moverá. Tais eventos e suas consequências, a IA deve aprender a entender em tempo real.

Nos últimos anos, os sistemas de computadores ficaram visivelmente mais sábios. Eles já podem analisar imagens com subsequente categorização, identificação dos elementos da imagem e marcação. Brendan Lake ( por Brendan Lake), especialista da Universidade de Nova York, acredita que o projeto Ai2 é importante para o mundo moderno. "Compreender a cena é muito mais complicado do que reconhecer objetos", diz Lake. "Quando uma pessoa vê um quadro de uma cena, ele é capaz de contar uma história inteira sobre o que está acontecendo ou o que pode acontecer no quadro especificado". Idealmente, a máquina deve poder fazer o mesmo.

Obviamente, até agora, o homem excedeu em muito as capacidades da máquina no exemplo acima. Mas a tarefa dos cientistas é ensinar os sistemas de computador a analisar as possíveis conseqüências de suas ações. Que os computadores nesse sentido se tornem iguais ao homem ou o superem, enquanto não há dúvida. Mas, no estágio atual, isso pode ser muito útil para várias áreas.

Os cientistas que participam do projeto não escondem os resultados de seu trabalho. O código fonte, o conjunto de dados e tudo o mais pode ser obtido neste link para estudo independente.

Source: https://habr.com/ru/post/pt397079/