Teknik Baru Memungkinkan AI Memahami Fisika Secara Intuitif

Kecerdasan buatan telah dapat mengembangkan pemahaman tentang fisika melalui pembelajaran penguatan selama beberapa waktu sekarang, tetapi teknik baru yang dikembangkan oleh peneliti di MIT dapat membantu insinyur merancang model yang menunjukkan pemahaman intuitif tentang fisika.

Penelitian psikologis telah menunjukkan bahwa, sampai batas tertentu, manusia memiliki pemahaman intuitif tentang hukum fisika. Bayi memiliki harapan tentang bagaimana objek harus berinteraksi dan bergerak, dan pelanggaran harapan ini akan membuat bayi bereaksi dengan terkejut. Penelitian yang dilakukan oleh tim MIT memiliki potensi tidak hanya untuk mengembangkan aplikasi baru kecerdasan buatan, tetapi juga membantu psikolog memahami bagaimana bayi memperhatikan dan mempelajari dunia di sekitar mereka.

Model yang dirancang oleh tim MIT disebut ADEPT, dan berfungsi dengan membuat prediksi tentang bagaimana objek harus berperilaku dalam ruang fisik. Model ini mengamati objek dan memantau “metric kejutan” saat melakukan hal ini. Jika sesuatu yang tidak terduga terjadi, model merespons dengan meningkatkan nilai kejutannya. Tindakan yang tidak terduga dan tampaknya mustahil seperti objek yang menghilang atau muncul kembali akan menyebabkan kenaikan nilai kejutan yang dramatis.

Tujuan tim peneliti adalah untuk membuat model mereka mendaftarkan tingkat kejutan yang sama dengan yang didaftarkan oleh manusia ketika mereka melihat objek berperilaku dalam cara yang tidak masuk akal.

ADEPT memiliki dua komponen utama, yaitu mesin fisika dan modul grafis terbalik. Mesin fisika bertanggung jawab untuk memprediksi bagaimana objek akan bergerak, memprediksi representasi masa depan objek dari berbagai kemungkinan keadaan. Sementara itu, modul grafis terbalik bertanggung jawab untuk membuat representasi objek yang akan dimasukkan ke dalam mesin fisika.

Modul grafis terbalik melacak beberapa atribut seperti kecepatan, bentuk, dan orientasi objek, mengekstrak informasi ini dari bingkai video. Modul grafis terbalik hanya fokus pada detail yang paling penting, mengabaikan detail yang tidak akan membantu mesin fisika menafsirkan objek dan memprediksi keadaan baru. Dengan fokus pada detail yang paling penting, model dapat lebih baik menggeneralisasi ke objek baru. Mesin fisika kemudian mengambil deskripsi objek ini dan mensimulasikan perilaku fisik yang lebih kompleks, seperti fluiditas atau kekakuan, untuk membuat prediksi tentang bagaimana objek harus berperilaku.

Setelah proses pemasukan ini terjadi, model mengamati bingkai video sebenarnya berikutnya, yang digunakan untuk menghitung kembali distribusi probabilitasnya terkait dengan perilaku objek yang mungkin. Kejutan ini sebanding dengan probabilitas bahwa suatu peristiwa harus terjadi, hanya mendaftarkan kejutan besar ketika ada ketidakcocokan besar antara apa yang model percaya harus terjadi selanjutnya dan apa yang sebenarnya terjadi selanjutnya.

Tim peneliti membutuhkan beberapa cara untuk membandingkan kejutan model mereka dengan kejutan orang yang mengamati perilaku objek yang sama. Dalam psikologi perkembangan, peneliti sering menguji bayi dengan menunjukkan dua video yang berbeda. Dalam satu video, objek disajikan yang berperilaku seperti yang diharapkan objek dalam dunia nyata, tanpa menghilang atau muncul kembali secara spontan. Dalam video lain, objek melanggar hukum fisika dengan beberapa cara. Tim peneliti mengambil konsep dasar ini dan meminta 60 orang dewasa untuk menonton 64 video yang berbeda tentang perilaku fisik yang diharapkan dan tidak diharapkan. Peserta kemudian diminta untuk menilai kejutan mereka pada berbagai momen dalam video dengan skala 1-100.

Analisis kinerja model menunjukkan bahwa model tersebut berkinerja sangat baik pada video di mana objek dipindahkan di belakang dinding dan menghilang ketika dinding dilepas, umumnya mencocokkan tingkat kejutan manusia dalam kasus-kasus tersebut. Model juga tampaknya terkejut oleh video di mana manusia tidak menunjukkan kejutan tetapi seharusnya melakukannya. Sebagai contoh, agar objek dapat bergerak di belakang dinding dengan kecepatan tertentu dan segera muncul di sisi lain dinding, objek tersebut harus telah menghilang atau mengalami peningkatan kecepatan yang dramatis.

Ketika dibandingkan dengan kinerja jaringan saraf tradisional yang dapat belajar dari pengamatan tetapi tidak secara eksplisit mencatat representasi objek, peneliti menemukan bahwa jaringan ADEPT jauh lebih akurat dalam membedakan antara adegan yang mengejutkan dan tidak mengejutkan dan bahwa kinerja ADEPT selaras dengan reaksi manusia lebih dekat.

Tim peneliti MIT berencana untuk melakukan lebih banyak penelitian dan memperoleh wawasan yang lebih dalam tentang bagaimana bayi mengamati dunia di sekitar mereka dan belajar dari pengamatan tersebut, mengintegrasikan temuan mereka ke dalam versi baru model ADEPT.