Νέα Τεχνική Επιτρέπει στους Αλγορίθμους Νοητικής Κατανόησης Κάποιων Φυσικών

Η τεχνητή νοημοσύνη έχει την ικανότητα να αναπτύσσει κατανόηση της φυσικής μέσω της ενισχυτικής μάθησης για κάποιο χρόνο τώρα, αλλά μια νέα τεχνική αναπτύχθηκε από ερευνητές στο MIT μπορεί να βοηθήσει τους μηχανικούς να σχεδιάσουν μοντέλα που να επιδεικνύουν μια νοητική κατανόηση της φυσικής.

Η ψυχολογική έρευνα έχει δείξει ότι, σε κάποιο βαθμό, οι άνθρωποι έχουν μια νοητική κατανόηση των νόμων της φυσικής. Τα βρέφη έχουν προσδοκίες για το πώς θα πρέπει να αλληλεπιδρούν και να κινούνται τα αντικείμενα, και οι παραβιάσεις αυτών των προσδοκιών θα έχουν τα βρέφη να αντιδράσουν με έκπληξη. Η έρευνα που διεξήχθη από την ομάδα του MIT έχει το потенシャル να οδηγήσει не μόνο σε νέες εφαρμογές της τεχνητής νοημοσύνης, αλλά και να βοηθήσει τους ψυχολόγους να κατανοήσουν πώς τα βρέφη αντιλαμβάνονται και μαθαίνουν για τον κόσμο.

Το μοντέλο που σχεδιάστηκε από την ομάδα του MIT ονομάζεται ADEPT, και λειτουργεί κάνοντας προβλέψεις για το πώς θα πρέπει να συμπεριφερθούν τα αντικείμενα σε ένα φυσικό χώρο. Το μοντέλο παρατηρεί τα αντικείμενα και διατηρεί ένα μέτρο “έκπληξης” καθώς το κάνει. Αν συμβεί κάτι απροσδόκητο, το μοντέλο αντιδρά αυξάνοντας την τιμή της έκπληξής του. Απρόσμενες και φαινομενικά αδύνατες ενέργειες, όπως η τηλεμεταφορά ή η εξαφάνιση ενός αντικειμένου, θα δουν μια δραματική αύξηση της έκπληξης.

Ο στόχος της ερευνητικής ομάδας ήταν να κάνουν το μοντέλο τους να καταγράψει τα ίδια επίπεδα έκπληξης που καταγράφουν οι άνθρωποι όταν βλέπουν αντικείμενα να συμπεριφέρονται με απίστευτο τρόπο.

Το ADEPT έχει δύο основικές συνιστώσες, einen φυσικό κινητήρα και ένα αντίστροφο γραφικό μοντέλο. Ο φυσικός κινητήρας είναι υπεύθυνος για την πρόβλεψη του πώς θα κινηθεί ένα αντικείμενο, προβλέποντας μια μελλοντική αναπαράσταση του αντικειμένου, από μια σειρά πιθανών καταστάσεων. Εν τω μεταξύ, το αντίστροφο γραφικό μοντέλο είναι υπεύθυνο για τη δημιουργία αναπαραστάσεων αντικειμένων που θα τροφοδοτηθούν στον φυσικό κινητήρα.

Το αντίστροφο γραφικό μοντέλο παρακολουθεί πολλά διαφορετικά χαρακτηριστικά, όπως η ταχύτητα, η μορφή και η προσανατολισμός του αντικειμένου, εξάγωντας αυτές τις πληροφορίες από καρέ βίντεο. Το αντίστροφο γραφικό μοντέλο επικεντρώνεται μόνο στις πιο σημαντικές λεπτομέρειες, αγνοώντας λεπτομέρειες που δεν θα βοηθήσουν τον φυσικό κινητήρα να ερμηνεύσει το αντικείμενο και να προβλέψει νέες καταστάσεις. Με την επικέντρωση μόνο στις πιο σημαντικές λεπτομέρειες, το μοντέλο είναι σε θέση να γενικεύσει σε νέα αντικείμενα. Ο φυσικός κινητήρας λαμβάνει αυτές τις περιγραφές αντικειμένων και προσομοιώνει πιο σύνθετη φυσική συμπεριφορά, όπως ρευστότητα ή σκληρότητα, για να κάνει προβλέψεις για το πώς θα πρέπει να συμπεριφερθεί το αντικείμενο.

Μετά από αυτή τη διαδικασία, το μοντέλο παρατηρεί το πραγματικό επόμενο καρέ στο βίντεο, το οποίο χρησιμοποιεί για να επανακαταλογραφίσει την πιθανότητα κατανομής σχετικά με πιθανές συμπεριφορές αντικειμένων. Η έκπληξη είναι αντίστροφα ανάλογη της πιθανότητας ότι ένα γεγονός θα συμβεί, καταγράφοντας μεγάλη έκπληξη μόνο όταν υπάρχει μια σημαντική ανισότητα μεταξύ того που το μοντέλο πιστεύει ότι θα πρέπει να συμβεί επόμενο και того που πραγματικά συμβαίνει επόμενο.

Η ερευνητική ομάδα χρειαζόταν κάποιον τρόπο να συγκρίνει την έκπληξη του μοντέλου τους με την έκπληξη των ανθρώπων που παρατηρούν την ίδια συμπεριφορά αντικειμένων. Στην αναπτυξιακή ψυχολογία, οι ερευνητές συχνά δοκιμάζουν τα βρέφη δείχνοντας τους δύο διαφορετικά βίντεο. Στο ένα βίντεο, ένα αντικείμενο παρουσιάζεται που συμπεριφέρεται όπως θα περίμενε κανείς τα αντικείμενα να συμπεριφερθούν στον πραγματικό κόσμο, χωρίς αυθόρμητη τηλεμεταφορά ή εξαφάνιση. Στο άλλο βίντεο, ένα αντικείμενο παραβιάζει τους νόμους της φυσικής με κάποιον τρόπο. Η ερευνητική ομάδα πήρε τις ίδιες βασικές концепσεις και είχε 60 ενήλικες να παρακολουθήσουν 64 διαφορετικά βίντεο αναμενόμενης και απροσδόκητης φυσικής συμπεριφοράς. Οι συμμετέχοντες ζητήθηκαν να βαθμολογήσουν την έκπληξή τους σε διάφορες στιγμές του βίντεο σε μια κλίμακα από 1 έως 100.

Η ανάλυση της απόδοσης του μοντέλου έδειξε ότι εκτέλεσε πολύ καλά σε βίντεο όπου ένα αντικείμενο μετακινούνταν πίσω από einen τοίχο και εξαφανιζόταν όταν ο τοίχος αφαιρεθεί, ταιριάζοντας συνήθως με τα επίπεδα έκπληξης των ανθρώπων σε αυτές τις περιπτώσεις. Το μοντέλο φάνηκε επίσης να είναι έκπληκτο από βίντεο όπου οι άνθρωποι δεν έδειξαν έκπληξη αλλά θα έπρεπε να είχαν. Για παράδειγμα, για να κινηθεί ένα αντικείμενο πίσω από einen τοίχο με μια δεδομένη ταχύτητα και να βγει αμέσως από την άλλη πλευρά του τοίχου, θα πρέπει να είχε τηλεμεταφερθεί ή να είχε υποστεί μια δραματική αύξηση της ταχύτητας.

Όταν συγκρίνεται με την απόδοση των παραδοσιακών νευρωνικών δικτύων που μπορούν να μάθουν από παρατήρηση αλλά δεν καταγράφουν ρητά την αναπαράσταση ενός αντικειμένου, οι ερευνητές βρήκαν ότι το δίκτυο ADEPT ήταν πολύ πιο ακριβές στο να διακρίνει μεταξύ απροσδόκητων και προβλεπόμενων σκηνών και ότι η απόδοση του ADEPT συναρμολογούσε με τις ανθρώπινες αντιδράσεις πιο στενά.

Η ερευνητική ομάδα του MIT έχει ως στόχο να κάνει περισσότερη έρευνα και να αποκτήσει μεγαλύτερη εμβάθυνση στην κατανόηση του πώς τα βρέφη παρατηρούν τον κόσμο γύρω τους και μαθαίνουν από αυτές τις παρατηρήσεις, ενσωματώνοντας τις ανακαλύψεις τους σε νέες εκδόσεις του μοντέλου ADEPT.