この人工知能システムは、人間の赤ちゃんのように直感を得る

定義上、「人間の直感」は私たちと人工知能の間の障壁を示しているようです。 それが、私たちが直感と反射的（時には衝動的）な反応を持っている理由です。論理では説明できないため、単にコンピューターに転送することはできません。 つまり、本能的な振る舞いについての私たち自身の推論を解析することはほとんどできないので、それをエンコードするためのアルゴリズムをどのように開発できるでしょうか？

しかし、本物そっくりのAIの世界に入るには、そのギャップを埋める必要があります。 ロボットシステムに直感の力を与える方法を理解する必要があります。 そして月曜日にジャーナルネイチャーで、 科学者たちは、探求を前進させたと発表しました。

このチームは、英国のAI研究所DeepMindと共同で、「直感的な物理学」、つまり人間の赤ちゃんのように宇宙の力学がどのように機能するかを常識的に理解することを学ぶ人工知能システムを開発しました。

それは、自動エンコードおよび追跡オブジェクトを介した物理学習、またはPLATOと呼ばれます-間違いなく、洞窟の比喩で有名なギリシャの哲学者にうなずきます。 知識の微妙な性質を精査する と意味。

「現在の人工知能システムは、非常に幼い子供たちと比較して、直感的な物理学の理解が薄い」と研究の著者は論文に書いている。 「ここでは、発達心理学の分野を利用して、人間と機械の間のこのギャップに対処します。」

直感的な物理学とは何ですか？

赤ちゃんに赤いボールを見せて、大きな本でブロックすると、子供は最初は少しショックを受けるかもしれません。 彼女は、「あの赤いボールはただ…消えたのか？」と思うかもしれません。 しかし、この状況が何度も起こるのを見ると、最終的には「ああ、見えなくてもまだそこにある。ものがランダムに消えるだけではない。物理学がある！」と気付くでしょう。

これはと呼ばれます オブジェクトの永続性、そして誕生から2歳の間に、それは私たちが私たちの直感と考えるものに溶け込み始めます。

成人期に早送りすると、アイテムが私たちの視界からブロックされたとき、私たちはそれがまだそこにあるという事実を決して意図しません。 私たちは知っています。 そして、新しい研究のチームは、PLATOがそのような物理的なものを知っているところまで到達するのを助けたいと思っていました。 直感的な物理学。

これがすべてがダウンした方法です。

基本的に、研究チームは、赤ちゃんが直感的な物理学をどのように学ぶかについて、何十年にもわたる発達心理学の研究を最初に熟読しました。 ゆっくりと、その文献を読んだ後、共通のテーマが浮かび上がり始めました。「物理的な理解は、世界を個別のオブジェクトのセットに分割することによってサポートされるという考えです」と、DeepMindのLuisPilotoは月曜日の記者会見で述べました。

言い換えれば、赤ちゃんは、物体が動き回ったり、倒れたり、相互作用したり、現れたり消えたりするのを観察することによって、直感的な物理学を学んでいるようです。 あなたはそれを信じるためにそれを見なければならない、あなたは言うかもしれません。 その原則に焦点を当てて、研究者はディープラーニングモデルを開発しました。これは、時間の経過とともにスキルを獲得し、独自のコードを調整できる大規模なデータセットに基づくシステムです。 プラトンです。

次に、チームはPLATOに、多くのオブジェクトを含む単純な物理学についての28時間のアニメーションビデオを見せました。

たとえば、PLATOは、ボールが地面に落ちたり、他のオブジェクトの後ろを転がったりするのを見ました。 反抗した 物理法則。 オブジェクトが動くようなもの 終えた お互い。 マジシャンのハンドブックにあるシナリオ。

ついに、疑問が残りました。PLATOは、私たちが赤ちゃんだったときに、あなたや私がやったような直感的な物理学を最終的に理解できるでしょうか。

自然対育成

さて、それらの28時間のトレーニングの後、研究者たちはそれが行われたことを発見しました。

Pilotoによると、PLATOは、チームが提示したベンチマークに関して、すべての直感的な物理学習テストに合格し、人間の赤ちゃんが年をとるにつれてどのように始まるかについて多くのパターンを理解しました。 これは、連続性、つまりオブジェクトがテレポートではなくポイントAからポイントBに到達するために軌道をたどる必要がある方法、および堅牢性、つまり2つのオブジェクトが同時に同じ物理空間に存在できないことを意味します。 そして、それはそのような発見の2つにすぎません。

PLATOがこれらの常識的な物理学の概念を実際に学んだことをチームが認識した方法は、ビデオで次に何が起こるかについての予測がどれほど正確であったかを測定することでした。 時が経つにつれ、PLATOの予測はどんどん良くなっていきました。 さらに、Pilotoらは、「驚き」の程度を測定することもできました。これは、PLATOの推測がPLATOの観察とは非常に異なっていたことを意味します。

そして確かに、PLATOは、物事が足りない奇妙な魔法のトリックのようなビデオを見たときに「驚き」を示しました。 ボールが交差して物理法則を破っているときに何かがおかしいことを知っていました。 もしそれが人間だったら、私たちが魔法のショーを見るとき、あごは私たちのように落ちるでしょう。

しかし、それだけではありません。

プラトンは、これまでに見たことのない新しい現象にさらされたとき、 まだ 次に何が起こるかを正確に予測するために学んだ直感的な物理学を適用することができます。

「MITの研究者によって開発された別の合成データセットのサブセットを活用しました」とPiloto氏は述べています。 「このデータセットは物理的な知識も調査しますが、外観が異なり、重要なことに、PLATOがこれまでに見たことのない一連のオブジェクトがあります。」

全体として、PLATOは非常にインテリジェントであり、控えめに言っても非常に印象的です。 しかし、さらに先に進むと、科学者がよりリアルなAIシステムを開発するのに役立つだけでなく、人間の学習研究にも役立つ可能性があります。

研究の著者が書いているように、「私たちは、AIと人間の認知に関する研究の両方に対するこれらの結果の影響を考慮しています」。 たとえば、PLATOは、アニメーションビデオから直感について多くを学ぶことで、視覚的なデモンストレーションが誰か、または何かが知識を得るのに本当に役立つことを本質的に証明します。

これは、自然と育成のジレンマにつながります。

「データは、直感的な物理学の知識が人生の早い段階で出現するが、視覚的な経験によって影響を受ける可能性があることを示唆している」と著者は書いている。 「もちろん、生得性については広範な議論と正当な不確実性があります。」