Niemowlęta są wesołymi, milutkimi, chichoczącymi kulkami radości. Są także niezwykle potężnymi maszynami uczącymi. W wieku trzech miesięcy mają już intuicję dotyczącą tego, jak zachowują się rzeczy wokół nich – bez nikogo, kto wyraźnie uczy ich zasad gry.
Ta umiejętność, nazwana „intuicyjną fizyką”, na pierwszy rzut oka wydaje się niezwykle trywialna. Jeśli napełnię szklankę wodą i postawię ją na stole, wiem, że szklanka jest przedmiotem — czymś, na czym mogę owinąć ręce, tak aby nie wtapiała się w moje dłonie. Nie przebije się przez stół. A gdyby zaczął lewitować, gapiłbym się, a potem natychmiast wybiegałem za drzwi.
Niemowlęta szybko rozwijają tę zdolność, wchłaniając dane ze swojego otoczenia zewnętrznego, tworząc rodzaj „zdrowego rozsądku” w odniesieniu do dynamiki świata fizycznego. Kiedy rzeczy nie poruszają się zgodnie z oczekiwaniami — powiedzmy, w magicznych sztuczkach, w których przedmioty znikają — okażą zaskoczenie.
W przypadku AI to zupełnie inna sprawa. Podczas gdy najnowsze modele sztucznej inteligencji już pokonały ludzi od gry do rozwiązywania problemów sprzed dziesięcioleci zagadki naukowe, wciąż zmagają się z rozwijaniem intuicji na temat świata fizycznego.
W tym miesiącu naukowcy z należącej do Google firmy DeepMind zainspirowali się psychologią rozwojową i zbudował sztuczną inteligencję który w naturalny sposób wydobywa proste zasady dotyczące świata poprzez oglądanie filmów. Netflix i chill nie działały samodzielnie; model AINly poznaliśmy zasady naszego fizycznego świata, gdy otrzymaliśmy podstawowe pojęcie o obiektach, takie jak ich granice, gdzie się znajdują i jak się poruszają. Podobnie jak w przypadku dzieci, sztuczna inteligencja wyrażała „niespodziankę”, gdy pokazywała magiczne sytuacje, które nie miały sensu, takie jak piłka tocząca się po rampie.
Nazwana PLATO (do nauki fizyki poprzez automatyczne kodowanie i śledzenie obiektów), sztuczna inteligencja była zaskakująco elastyczna. Do rozwinięcia swojej „intuicji” potrzebował jedynie stosunkowo niewielkiego zestawu przykładów. Gdy już się tego dowiedziało, oprogramowanie mogło uogólnić swoje przewidywania dotyczące tego, w jaki sposób rzeczy poruszają się i wchodzą w interakcje z innymi obiektami, a także scenariuszy, których wcześniej nie napotkano.
W pewnym sensie PLATO trafia w słodkie miejsce między naturą a wychowaniem. Psychologowie rozwojowi od dawna spierają się o to, czy uczenie się u niemowląt można osiągnąć poprzez znajdowanie wzorców w danych z samych doświadczeń. PLATO sugeruje, że odpowiedź brzmi nie, przynajmniej nie w przypadku tego konkretnego zadania. Zarówno wbudowana wiedza, jak i doświadczenie mają kluczowe znaczenie dla ukończenia całej historii uczenia się.
Żeby było jasne, PLATO nie jest cyfrową repliką trzymiesięcznego dziecka – i nigdy nie został zaprojektowany, by taki był. Daje jednak wgląd w to, jak potencjalnie rozwijają się nasze własne umysły.
„Praca… przesuwa granice tego, co codzienne doświadczenie może, a czego nie może wyjaśnić w kategoriach inteligencji” skomentował Dr. Susan Hespos i Apoorva Shivaram z Northwestern University i Western Sydney University, którzy nie brali udziału w badaniu. Może „powiedzieć nam, jak budować lepsze modele komputerowe, które symulują ludzki umysł”.
Zagadka zdrowego rozsądku
W wieku zaledwie trzech miesięcy większość dzieci nie mrugnie okiem, jeśli upuści zabawkę i upadnie na ziemię; już podjęli pojęcie grawitacji.
To, jak to się dzieje, wciąż jest zaskakujące, ale są pewne pomysły. W tym wieku dzieci nadal mają problemy z wierceniem się, raczkowaniem lub poruszaniem się w inny sposób. Ich wkład ze świata zewnętrznego odbywa się głównie poprzez obserwację. To świetna wiadomość dla sztucznej inteligencji: oznacza to, że zamiast budować roboty do fizycznego eksplorowania otoczenia, można wprowadzić do sztucznej inteligencji poczucie fizyki za pomocą filmów.
Jest to teoria popierana przez dr Yanna LeCuna, czołowego eksperta AI i głównego naukowca AI w Meta. W rozmowie z 2019 rokuzałożył, że dzieci prawdopodobnie uczą się poprzez obserwację. Ich mózgi opierają się na tych danych, aby stworzyć konceptualną ideę rzeczywistości. W przeciwieństwie do tego, nawet najbardziej wyrafinowane modele głębokiego uczenia wciąż mają trudności z budowaniem poczucia naszego fizycznego świata, co ogranicza ich zaangażowanie w świat – czyniąc je niemal dosłownie umysłami w chmurach.
Jak więc zmierzyć zrozumienie przez dziecko codziennej fizyki? „Na szczęście dla nas psychologowie rozwoju spędzili dziesięciolecia badając, co niemowlęta wiedzą o świecie fizycznym” napisał główny naukowiec dr Luis Piloto. Jednym ze szczególnie potężnych testów jest paradygmat naruszenia oczekiwań (VoE). Pokaż dziecku piłkę toczącą się pod górę, przypadkowo znikającą lub nagle jadącą w przeciwnym kierunku, a dziecko będzie wpatrywać się w anomalię dłużej, niż gdyby spełniało swoje normalne oczekiwania. Dzieje się coś dziwnego.
space Oddity
W nowym badaniu zespół przystosował VoE do testowania sztucznej inteligencji. Aby zbudować PLATO, zajęli się pięcioma różnymi koncepcjami fizycznymi. Wśród nich jest solidność — to znaczy, że dwa przedmioty nie mogą się przez siebie przenikać; i ciągłość – idea, że rzeczy istnieją i nie znikają, nawet gdy są ukryte przez inny przedmiot (test „a kuku”).
Aby zbudować PLATO, zespół najpierw zaczął od standardowej metody w sztucznej inteligencji z podejściem dwutorowym. Jeden składnik, model percepcyjny, pobiera dane wizualne w celu przeanalizowania odrębnych obiektów na obrazie. Następny jest predyktor dynamiki, który wykorzystuje sieć neuronową do rozważenia historii poprzednich obiektów i przewidzenia zachowania następnego. Innymi słowy, model buduje swego rodzaju „silnik fizyczny”, który odwzorowuje obiekty lub scenariusze i odgaduje, jak coś zachowałoby się w prawdziwym życiu. Ta konfiguracja dała PLATO wstępne wyobrażenie o fizycznych właściwościach obiektów, takich jak ich położenie i szybkość, z jaką się poruszają.
Następnie przyszedł trening. Zespół pokazał PLATO mniej niż 30 godzin syntetycznych filmów z zbiór danych o otwartym kodzie źródłowym. To nie są filmy z prawdziwych wydarzeń. Zamiast tego wyobraź sobie blokowe animacje przypominające starą szkołę Nintendo, w których piłka toczy się po rampie, odbija się od innej piłki lub nagle znika. PLATO w końcu nauczył się przewidywać, jak pojedynczy obiekt będzie się poruszał w następnej klatce wideo, a także zaktualizował swoją pamięć dla tego obiektu. Wraz z treningiem jego przewidywania dotyczące następnej „sceny” stały się dokładniejsze.
Zespół następnie wrzucił klucz do szprych. Przedstawili PLATO zarówno scenę normalną, jak i niemożliwą, taką jak nagle znikająca piłka. Mierząc różnicę między rzeczywistym wydarzeniem a przewidywaniami PLATO, zespół mógł ocenić poziom „niespodzianki” SI – który przeszedł przez dach dla magicznych wydarzeń.
Uczenie uogólniło się na inne poruszające się obiekty. Zakwestionowany z zupełnie inny zbiór danych opracowany przez MIT, zawierający m.in. króliki i kręgle, PLATO umiejętnie odróżnił zdarzenia niemożliwe od realistycznych. PLATO nigdy wcześniej nie „widział” królika, ale bez żadnego przeszkolenia okazał zdziwienie, gdy królik złamał prawa fizyki. Podobnie jak niemowlęta, PLATO był w stanie uchwycić swoją fizyczną intuicję już po 28 godzinach treningu wideo.
Dla Hespo i Shivarama: „Te odkrycia również odpowiadają cechom, które obserwujemy w badaniach nad niemowlętami”.
Cyfrowa intuicja
PLATO nie jest modelem sztucznej inteligencji do rozumowania niemowląt. Ale pokazuje, że korzystanie z naszych rozwijających się dziecięcych mózgów może inspirować komputery poczuciem fizyczności, nawet gdy „mózg” oprogramowania jest dosłownie uwięziony w pudełku. Nie chodzi tylko o budowanie humanoidalnych robotów. Od protetyki po autonomiczne samochody, intuicyjne zrozumienie fizycznego świata łączy amorficzny cyfrowy świat zer i jedynek z codzienną, przeciętną rzeczywistością.
To nie pierwszy raz, kiedy naukowcy zajmujący się sztuczną inteligencją myślą o turbodoładowaniu umysłów maszyn odrobiną pomysłowości malucha. Jeden pomysł jest nadanie sztucznej inteligencji poczucia teorii umysłu — zdolności do odróżniania się od innych i zdolności do obrazowania się w butach innych. Jest to umiejętność, która przychodzi naturalnie dzieciom w wieku około czterech lat, a jeśli zostanie osadzona w modelach AI, może znacznie pomóc im zrozumieć interakcje społeczne.
Nowe badanie opiera się na naszych wczesnych miesiącach życia jako bogatym źródle do rozwijania sztucznej inteligencji ze zdrowym rozsądkiem. Na razie pole dopiero raczkuje. Autorzy udostępniają swój zestaw danych innym, aby mogli na nim budować i badać zdolność modelu AI do interakcji z bardziej złożonymi koncepcjami fizycznymi, w tym filmami z prawdziwego świata. Na razie „te badania mogą służyć jako synergiczna szansa na sztuczną inteligencję i naukę rozwojową” – powiedzieli Hespos i Shivaram.
