Τα μωρά είναι αφρώδεις, αγκαλιές, γελαστές μπάλες χαράς. Είναι επίσης εξαιρετικά ισχυρές μηχανές εκμάθησης. Στην ηλικία των τριών μηνών, έχουν ήδη διαίσθηση για το πώς συμπεριφέρονται τα πράγματα γύρω τους - χωρίς κανείς να τους διδάσκει ρητά τους κανόνες του παιχνιδιού.
Αυτή η ικανότητα, που ονομάζεται «διαισθητική φυσική», φαίνεται εξαιρετικά ασήμαντη στην επιφάνεια. Αν γεμίσω ένα ποτήρι με νερό και το βάλω στο τραπέζι, ξέρω ότι το ποτήρι είναι ένα αντικείμενο—κάτι που μπορώ να τυλίξω τα χέρια μου χωρίς να λιώσει στις παλάμες μου. Δεν θα βυθιστεί στο τραπέζι. Και αν άρχιζε να αιωρείται, θα κοίταζα επίμονα και μετά τρέχω αμέσως έξω από την πόρτα.
Τα μωρά αναπτύσσουν γρήγορα αυτή την ικανότητα απορροφώντας δεδομένα από το εξωτερικό τους περιβάλλον, διαμορφώνοντας ένα είδος «κοινής λογικής» σχετικά με τη δυναμική του φυσικού κόσμου. Όταν τα πράγματα δεν κινούνται όπως αναμενόταν - ας πούμε, στα μαγικά κόλπα όπου τα αντικείμενα εξαφανίζονται - θα εκπλήξουν.
Για την τεχνητή νοημοσύνη, είναι εντελώς διαφορετικό θέμα. Ενώ τα πρόσφατα μοντέλα τεχνητής νοημοσύνης έχουν ήδη κατατροπώσει τους ανθρώπους από το παιχνίδι μέχρι την επίλυση δεκαετιών επιστημονικά αινίγματα, εξακολουθούν να αγωνίζονται για την ανάπτυξη της διαίσθησης για τον φυσικό κόσμο.
Αυτόν τον μήνα, οι ερευνητές στο DeepMind που ανήκει στην Google εμπνεύστηκαν από την αναπτυξιακή ψυχολογία και κατασκεύασε ένα AI που εξάγει φυσικά απλούς κανόνες για τον κόσμο μέσω της παρακολούθησης βίντεο. Το Netflix και το chill δεν λειτούργησαν από μόνα τους. το μοντέλο AI only έμαθαν τους κανόνες του φυσικού μας κόσμου όταν τους δόθηκε μια βασική ιδέα για τα αντικείμενα, όπως ποια είναι τα όριά τους, πού βρίσκονται και πώς κινούνται. Παρόμοια με τα μωρά, η τεχνητή νοημοσύνη εξέφραζε «έκπληξη» όταν έδειχνε μαγικές καταστάσεις που δεν είχαν νόημα, όπως μια μπάλα που κυλούσε σε μια ράμπα.
Ονομάστηκε PLATO (για εκμάθηση φυσικής μέσω αυτόματης κωδικοποίησης και παρακολούθησης αντικειμένων), το AI ήταν εκπληκτικά ευέλικτο. Χρειαζόταν μόνο ένα σχετικά μικρό σύνολο παραδειγμάτων για να αναπτύξει τη «διαίσθησή» του. Μόλις το έμαθε αυτό, το λογισμικό θα μπορούσε να γενικεύσει τις προβλέψεις του σχετικά με το πώς τα πράγματα κινούνταν και αλληλεπιδρούν με άλλα αντικείμενα, καθώς και για σενάρια που δεν είχαν συναντήσει ποτέ στο παρελθόν.
Κατά κάποιο τρόπο, ο ΠΛΑΤΩΝΑΣ χτυπά το γλυκό σημείο ανάμεσα στη φύση και την ανατροφή. Οι αναπτυξιακοί ψυχολόγοι έχουν από καιρό διαφωνήσει σχετικά με το εάν η μάθηση στα μωρά μπορεί να επιτευχθεί μόνο με την εύρεση προτύπων σε δεδομένα από εμπειρίες. Ο ΠΛΑΤΩΝΑΣ προτείνει ότι η απάντηση είναι όχι, τουλάχιστον όχι για το συγκεκριμένο έργο. Τόσο η ενσωματωμένη γνώση όσο και η εμπειρία είναι κρίσιμες για την ολοκλήρωση ολόκληρης της μαθησιακής ιστορίας.
Για να είμαστε σαφείς, το PLATO δεν είναι ένα ψηφιακό αντίγραφο ενός μωρού τριών μηνών - και δεν σχεδιάστηκε ποτέ έτσι. Ωστόσο, παρέχει μια ματιά στο πώς δυνητικά αναπτύσσεται το μυαλό μας.
«Η δουλειά… σπρώχνει τα όρια του τι μπορεί και δεν μπορεί να εξηγήσει η καθημερινή εμπειρία από την άποψη της ευφυΐας». σχολίασε Οι Δρ. Η Susan Hespos και η Apoorva Shivaram, στο Northwestern University και στο Western Sydney University, αντίστοιχα, που δεν συμμετείχαν στη μελέτη. Μπορεί να «μας πει πώς να δημιουργήσουμε καλύτερα μοντέλα υπολογιστών που προσομοιώνουν το ανθρώπινο μυαλό».
Το αίνιγμα της κοινής λογικής
Σε ηλικία μόλις τριών μηνών, τα περισσότερα μωρά δεν θα χτυπήσουν το μάτι αν πέσει ένα παιχνίδι και αυτό πέσει στο έδαφος. έχουν ήδη καταλάβει την έννοια της βαρύτητας.
Το πώς συμβαίνει αυτό εξακολουθεί να μπερδεύει, αλλά υπάρχουν μερικές ιδέες. Σε αυτή την ηλικία, τα μωρά εξακολουθούν να δυσκολεύονται να τσαλακωθούν, να μπουσουλήσουν ή να κινηθούν με άλλο τρόπο. Η συμβολή τους από τον έξω κόσμο γίνεται κυρίως μέσω της παρατήρησης. Αυτά είναι υπέροχα νέα για την τεχνητή νοημοσύνη: σημαίνει ότι αντί να κατασκευάζουμε ρομπότ για να εξερευνούν φυσικά το περιβάλλον τους, είναι δυνατό να εμφυσήσουμε μια αίσθηση φυσικής στην τεχνητή νοημοσύνη μέσω βίντεο.
Είναι μια θεωρία που υποστηρίζεται από τον Dr. Yann LeCun, κορυφαίο ειδικό της τεχνητής νοημοσύνης και επικεφαλής επιστήμονα τεχνητής νοημοσύνης στη Meta. Σε μια ομιλία από το 2019, υποστήριξε ότι τα μωρά πιθανότατα μαθαίνουν μέσω της παρατήρησης. Ο εγκέφαλός τους βασίζεται σε αυτά τα δεδομένα για να σχηματίσει μια εννοιολογική ιδέα της πραγματικότητας. Αντίθετα, ακόμη και τα πιο εξελιγμένα μοντέλα βαθιάς μάθησης εξακολουθούν να παλεύουν να χτίσουν μια αίσθηση του φυσικού μας κόσμου, η οποία περιορίζει το πόσο μπορούν να ασχοληθούν με τον κόσμο – κάνοντάς τα σχεδόν κυριολεκτικά να μένουν στα σύννεφα.
Πώς λοιπόν μετράτε την κατανόηση της καθημερινής φυσικής από ένα μωρό; «Ευτυχώς για εμάς, οι αναπτυξιακοί ψυχολόγοι έχουν περάσει δεκαετίες μελετώντας τι γνωρίζουν τα βρέφη για τον φυσικό κόσμο». Έγραψε ο επικεφαλής επιστήμονας Dr. Luis Piloto. Ένα ιδιαίτερα ισχυρό τεστ είναι το παράδειγμα παραβίασης της προσδοκίας (VoE). Δείξτε σε ένα μωρό μια μπάλα που κυλάει σε ένα λόφο, που εξαφανίζεται τυχαία ή πηγαίνει ξαφνικά προς την αντίθετη κατεύθυνση, και το μωρό θα κοιτάζει την ανωμαλία για περισσότερο από ό,τι θα έκανε όταν τηρεί τις κανονικές του προσδοκίες. Κάτι περίεργο συμβαίνει.
Διαστημική μοναδικότητα
Στη νέα μελέτη, η ομάδα προσάρμοσε το VoE για τη δοκιμή AI. Ασχολήθηκαν με πέντε διαφορετικές φυσικές έννοιες για να χτίσουν τον ΠΛΑΤΩΝΑ. Μεταξύ αυτών είναι η στερεότητα—δηλαδή, δύο αντικείμενα δεν μπορούν να περάσουν το ένα μέσα από το άλλο. και συνέχεια — η ιδέα ότι τα πράγματα υπάρχουν και δεν αναβοσβήνουν ακόμη και όταν κρύβονται από άλλο αντικείμενο (το τεστ «peek-a-boo»).
Για την κατασκευή του PLATO, η ομάδα ξεκίνησε αρχικά με μια τυπική μέθοδο στην τεχνητή νοημοσύνη με μια διττή προσέγγιση. Ένα συστατικό, το αντιληπτικό μοντέλο, λαμβάνει οπτικά δεδομένα για να αναλύσει διακριτά αντικείμενα σε μια εικόνα. Ακολουθεί ο προγνωστικός δείκτης δυναμικής, ο οποίος χρησιμοποιεί ένα νευρωνικό δίκτυο για να εξετάσει το ιστορικό προηγούμενων αντικειμένων και να προβλέψει τη συμπεριφορά του επόμενου. Με άλλα λόγια, το μοντέλο κατασκευάζει μια «μηχανή φυσικής» του είδους που χαρτογραφεί αντικείμενα ή σενάρια και μαντεύει πώς θα συμπεριφερόταν κάτι στην πραγματική ζωή. Αυτή η ρύθμιση έδωσε στον PLATO μια αρχική ιδέα για τις φυσικές ιδιότητες των αντικειμένων, όπως τη θέση τους και το πόσο γρήγορα κινούνται.
Ακολούθησε η προπόνηση. Η ομάδα έδειξε στον PLATO κάτω από 30 ώρες συνθετικών βίντεο από ένα σύνολο δεδομένων ανοιχτού κώδικα. Αυτά δεν είναι βίντεο από γεγονότα της πραγματικής ζωής. Αντίθετα, φανταστείτε τα παλιάς σχολής μπλοκ κινούμενα σχέδια που μοιάζουν με Nintendo με μια μπάλα να κυλάει σε μια ράμπα, να αναπηδά σε μια άλλη μπάλα ή να εξαφανίζεται ξαφνικά. Ο ΠΛΑΤΩΝ τελικά έμαθε να προβλέπει πώς θα κινηθεί ένα μεμονωμένο αντικείμενο στο επόμενο καρέ βίντεο και επίσης ενημέρωσε τη μνήμη του για αυτό το αντικείμενο. Με την προπόνηση, οι προβλέψεις του για την επόμενη «σκηνή» έγιναν πιο ακριβείς.
Στη συνέχεια, η ομάδα πέταξε ένα κλειδί στις ακτίνες. Παρουσίασαν στον ΠΛΑΤΩΝΑ και μια κανονική σκηνή και μια αδύνατη, όπως μια μπάλα που εξαφανίστηκε ξαφνικά. Κατά τη μέτρηση της διαφοράς μεταξύ του πραγματικού γεγονότος και των προβλέψεων του ΠΛΑΤΩΝΑ, η ομάδα θα μπορούσε να μετρήσει το επίπεδο «έκπληξης» της τεχνητής νοημοσύνης - το οποίο πέρασε από την οροφή για μαγικά γεγονότα.
Η μάθηση γενικεύτηκε σε άλλα κινούμενα αντικείμενα. Προκλήθηκε με α εντελώς διαφορετικό σύνολο δεδομένων που αναπτύχθηκε από το MIT, που περιλαμβάνει, μεταξύ άλλων, κουνέλια και καρφίτσες μπόουλινγκ, ο ΠΛΑΤΩΝ έκανε διάκριση μεταξύ ακατόρθωτων και ρεαλιστικών γεγονότων. Ο ΠΛΑΤΩΝ δεν είχε «δεί» ποτέ πριν ένα κουνέλι, αλλά χωρίς καμία επανεκπαίδευση, έδειξε έκπληξη όταν ένα κουνέλι αψήφησε τους νόμους της φυσικής. Παρόμοια με τα μωρά, ο PLATO μπόρεσε να συλλάβει τη φυσική του διαίσθηση με μόλις 28 ώρες προπόνησης βίντεο.
Στους Hespos και Shivaram, «Αυτά τα ευρήματα είναι επίσης παράλληλα χαρακτηριστικά που βλέπουμε σε βρεφικές μελέτες».
Ψηφιακή Διαίσθηση
Ο PLATO δεν προορίζεται ως μοντέλο τεχνητής νοημοσύνης για βρεφική λογική. Ωστόσο, δείχνει ότι η άντληση του αναπτυσσόμενου εγκεφάλου των μωρών μας μπορεί να εμπνεύσει τους υπολογιστές με μια αίσθηση σωματικότητας, ακόμη και όταν ο «εγκέφαλος» του λογισμικού είναι κυριολεκτικά παγιδευμένος μέσα σε ένα κουτί. Δεν είναι μόνο η κατασκευή ανθρωποειδών ρομπότ. Από τα προσθετικά έως τα αυτοοδηγούμενα αυτοκίνητα, μια διαισθητική αντίληψη του φυσικού κόσμου γεφυρώνει τον άμορφο ψηφιακό κόσμο των 0 και 1 στην καθημερινή, ασυνήθιστη πραγματικότητα.
Δεν είναι η πρώτη φορά που οι επιστήμονες της τεχνητής νοημοσύνης σκέφτονται να φορτίσουν τα μυαλά των μηχανών turbo με μια μικρή εφευρετικότητα των νηπίων. Μια ιδέα είναι να δώσει στην τεχνητή νοημοσύνη μια αίσθηση της θεωρίας του νου—την ικανότητα να διακρίνεται από τους άλλους και να μπορεί να απεικονίζεται στη θέση των άλλων. Είναι μια ικανότητα που εμφανίζεται φυσικά στα παιδιά ηλικίας περίπου τεσσάρων ετών και εάν ενσωματωθεί σε μοντέλα τεχνητής νοημοσύνης, θα μπορούσε να το βοηθήσει δραματικά να κατανοήσει τις κοινωνικές αλληλεπιδράσεις.
Η νέα μελέτη βασίζεται στους πρώτους μήνες της ζωής μας ως μια πλούσια πηγή για την ανάπτυξη AI με κοινή λογική. Προς το παρόν, το πεδίο είναι μόλις στα σπάργανα. Οι συγγραφείς δημοσιεύουν το σύνολο δεδομένων τους για άλλους να αξιοποιήσουν και να εξερευνήσουν την ικανότητα ενός μοντέλου AI να αλληλεπιδρά με πιο περίπλοκες φυσικές έννοιες, συμπεριλαμβανομένων βίντεο από τον πραγματικό κόσμο. Προς το παρόν, «αυτές οι μελέτες θα μπορούσαν να χρησιμεύσουν ως μια συνεργιστική ευκαιρία για την τεχνητή νοημοσύνη και την αναπτυξιακή επιστήμη», δήλωσαν οι Hespos και Shivaram.
