Uusi tekniikka antaa tekoälylle intuitiivisen ymmärryksen fysiikasta

Tekoäly on pystynyt kehittämään ymmärryksen fysiikasta vahvistusoppimisen kautta jo jonkin aikaa, mutta uusi tekniikka, jonka MIT:n tutkijat ovat kehittäneet, voi auttaa insinöörejä suunnittelemaan malleja, jotka osoittavat intuitiivisen ymmärryksen fysiikasta.

Psykologinen tutkimus on osoittanut, että ihmisillä on jossain määrin intuitiivinen ymmärrys fysiikan laeista. Vauvat odottavat, että esineet vuorovaikuttavat ja liikkuvat tietyllä tavalla, ja odotusten rikkoaminen saa vauvat reagoimaan yllätyksestä. MIT-tiimin tekemä tutkimus voi auttaa ei vain kehittämään uusia tekoälysovelluksia, vaan myös ymmärtämään, miten vauvat havaitsevat maailmaa ympärillään ja oppivat havainnoistaan.

MIT-tiimin suunnittelema malli on nimeltään ADEPT, ja se toimii tekemällä ennusteita siitä, miten esineet pitäisi käyttäytyä fyysisessä tilassa. Malli havainnoi esineitä ja pitää kirjaa “yllätys”-mittarista. Jos tapahtuu odottamaton asia, malli reagoi kasvattamalla yllätysarvoa. Odottamattomat ja mahdottomat tapahtumat, kuten esineen teleporttaus tai katoaminen, aiheuttavat dramaattisen nousun yllätysarvoon.

Tutkimustiimin tavoitteena oli saada mallinsa rekisteröimään samat yllätysarvot kuin ihmiset, kun he näkevät esineitä käyttäytyvän epätodennäköisesti.

ADEPT:illa on kaksi pääkomponenttia: fysiikkamoottori ja käänteinen grafiikkamoduuli. Fysiikkamoottori on vastuussa ennustamisesta, miten esine liikkuu, ja se ennustaa tulevan esityksen esineestä mahdollisten tilojen joukosta. Käänteinen grafiikkamoduuli on vastuussa luomasta esineiden esityksistä, jotka syötetään fysiikkamoottoriin.

Käänteinen grafiikkamoduuli seuraa useita eri ominaisuuksia, kuten nopeutta, muotoa ja suuntaa, ja poimii tämän tiedon videon kehyksistä. Käänteinen grafiikkamoduuli keskittyy vain merkittävimpiin yksityiskohtiin ja jättää huomiotta yksityiskohdat, jotka eivät auta fysiikkamoottoria tulkinnassa ja ennustamisessa. Keskittymällä vain tärkeimpiin yksityiskohtiin malli pystyy yleistämään uusiin esineisiin. Fysiikkamoottori ottaa nämä esineiden kuvaukset ja simuloi monimutkaisempaa fysikaalista käyttäytymistä, kuten fluiditeettia tai jäykkyyttä, jotta se voi tehdä ennusteita siitä, miten esineiden pitäisi käyttäytyä.

Kun tämä syöttöprosessi on tapahtunut, malli havainnoi videon seuraavan kehyksen, jota se käyttää uudelleen laskemaan todennäköisyysjakaumaa mahdollisten esineiden käyttäytymisen suhteen. Yllätys on kääntäen suhteessa todennäköisyyteen, että tapahtuma pitäisi tapahtua, ja se rekisteröi suuren yllätysarvon vain silloin, kun on suuri ero siinä, mitä malli uskoo tapahtuvan seuraavaksi, ja mitä todella tapahtuu seuraavaksi.

Tutkimustiimillä oli tarve vertailla mallinsa yllätysarvoa ihmisten yllätysarvoon, kun he havainnoivat samaa esineen käyttäytymistä. Kehityspsykologiassa tutkijat usein testaavat vauvoja näyttämällä heille kahta eri videota. Toisessa videossa esine on esitetty sellaisena, joka käyttäytyy odotetusti, eikä häviä tai teleporttaa. Toisessa videossa esine rikkoaa fysiikan lakeja jollain tavoin. Tutkimustiimi otti nämä samat peruskäsitteet ja pyysi 60 aikuista katsomaan 64 eri videota odotetusta ja odottamattomasta fysikaalisesta käyttäytymisestä. Osallistujilta pyydettiin arvioimaan yllätysarvoaan videon eri kohdissa asteikolla 1-100.

Mallin suorituskyvyn analyysi osoitti, että se suoriutui hyvin videoista, joissa esine siirrettiin seinän taakse ja katosi, kun seinä poistettiin. Malli vastasi hyvin ihmisten yllätysarvoja näissä tapauksissa. Malli myös näytti olevan yllättynyt videoista, joissa ihmiset eivät osoittaneet yllätysarvoa, mutta joissa heidän olisi pitänyt osoittaa. Esimerkiksi, jotta esine voisi liikkua seinän taakse ja tulla ulos toiselta puolelta seinää, se olisi joko teleportannut tai kokenut dramaattisen nopeuden kasvun.

Vertaamalla perinteisten neuroverkkomallien suorituskykyä, jotka pystyvät oppimaan havainnoista, mutta eivät tallenna esineen esitystä, tutkijat totesivat, että ADEPT-verkko oli paljon tarkempi erottamaan yllättävät ja odottamattomat kohtaukset ja että ADEPT:n suorituskyky vastasi ihmisten reaktioita läheisemmin.

MIT-tutkimustiimi aikoo tehdä lisää tutkimusta ja saada syvemmän ymmärryksen siitä, miten vauvat havaitsevat maailmaa ympärillään ja oppivat havainnoistaan, ja sisällyttää löydöksensä uusiin ADEPT-mallin versioihin.