O tehnică nouă permite inteligenței artificiale să înțeleagă intuitiv unele aspecte ale fizicii

Inteligența artificială a fost capabilă să dezvolte o înțelegere a fizicii prin învățarea prin întărire de ceva timp, dar o tehnică nouă dezvoltată de cercetători de la MIT ar putea ajuta inginerii să proiecteze modele care demonstrează o înțelegere intuitivă a fizicii.

Cercetările psihologice au arătat că, într-o anumită măsură, oamenii au o înțelegere intuitivă a legilor fizicii. Sugarii au așteptări cu privire la modul în care obiectele ar trebui să interacționeze și să se miște, iar încălcarea acestor așteptări va face ca sugarii să reacționeze cu surprindere. Cercetarea efectuată de echipa MIT are potențialul de a conduce nu numai la noi aplicații ale inteligenței artificiale, ci și de a ajuta psihologii să înțeleagă cum sugarii percep și învață despre lumea din jurul lor.

Modelul proiectat de echipa MIT se numește ADEPT și funcționează prin faptul că face previziuni cu privire la modul în care obiectele ar trebui să se comporte într-un spațiu fizic. Modelul observă obiectele și ține evidența unui “indicator de surpriză” pe măsură ce face acest lucru. Dacă se întâmplă ceva neașteptat, modelul răspunde prin creșterea valorii indicatorului de surpriză. Acțiunile neașteptate și aparent imposibile, cum ar fi teleportarea sau dispariția unui obiect, vor determina o creștere dramatică a surprizei.

Scopul echipei de cercetare a fost de a face ca modelul lor să înregistreze același nivel de surpriză ca și oamenii atunci când văd obiecte care se comportă în moduri neverosimile.

ADEPT are două componente principale: un motor de fizică și un modul de grafică inversă. Motorul de fizică este responsabil pentru previziunea modului în care un obiect se va mișca, previzionând o reprezentare viitoare a unui obiect, dintr-un set de stări posibile. Între timp, modulul de grafică inversă este responsabil pentru crearea reprezentărilor obiectelor care vor fi introduse în motorul de fizică.

Modulul de grafică inversă urmărește mai multe atribute, cum ar fi viteza, forma și orientarea unui obiect, extrăgând aceste informații din cadrele de film. Modulul de grafică inversă se concentrează doar pe detaliile cele mai importante, ignorând detaliile care nu vor ajuta motorul de fizică să interpreteze obiectul și să prevadă noi stări. Prin concentrarea asupra celor mai importante detalii, modelul este mai capabil să generalizeze la obiecte noi. Motorul de fizică ia apoi aceste descrieri ale obiectelor și simulează un comportament fizic mai complex, cum ar fi fluiditatea sau rigiditatea, pentru a face previziuni cu privire la modul în care obiectul ar trebui să se comporte.

După ce are loc acest proces de intrare, modelul observă cadru real următor din film, pe care îl folosește pentru a recalcula distribuția sa de probabilitate în ceea ce privește comportamentul posibil al obiectului. Surpriza este invers proporțională cu probabilitatea ca un eveniment să se producă, înregistrând o surpriză mare doar atunci când există o neconcordanță semnificativă între ceea ce modelul crede că ar trebui să se întâmple și ceea ce se întâmplă de fapt.

Echipa de cercetare a avut nevoie de o modalitate de a compara surpriza modelului lor cu surpriza oamenilor care observă același comportament al obiectului. În psihologia dezvoltării, cercetătorii testează adesea sugarii arătându-le două filme diferite. Într-un film, un obiect este prezentat care se comportă așa cum ne-am aștepta ca obiectele să se comporte în lumea reală, fără a dispărea sau a se teleporta spontan. În celălalt film, un obiect încalcă legile fizicii într-un fel oarecare. Echipa de cercetare a luat aceste concepte de bază și a făcut ca 60 de adulți să vadă 64 de filme diferite cu comportament fizic așteptat și neașteptat. Participanții au fost apoi rugați să-și evalueze surpriza la diverse momente din film pe o scară de la 1 la 100.

Analiza performanței modelului a demonstrat că acesta a funcționat foarte bine în filmele în care un obiect a fost mutat în spatele unui perete și a dispărut atunci când peretele a fost îndepărtat, corespunzând în general nivelurilor de surpriză ale oamenilor în aceste cazuri. Modelul a părut, de asemenea, să fie surprins de filmele în care oamenii nu au demonstrat surpriză, dar ar fi trebuit să o facă. De exemplu, pentru ca un obiect să se miște în spatele unui perete la o anumită viteză și să iasă imediat pe partea cealaltă a peretelui, ar trebui să fi teleportat sau să fi experimentat o creștere dramatică a vitezei.

Când a fost comparat cu performanța rețelelor neuronale tradiționale care pot învăța din observații, dar nu înregistrează în mod explicit reprezentarea unui obiect, cercetătorii au constatat că rețeaua ADEPT a fost mult mai precisă în a distinge între scene surprinzătoare și nesurprinzătoare și că performanța ADEPT a corespuns mai îndeaproape cu reacțiile umane.

Echipa de cercetare de la MIT își propune să efectueze mai multe cercetări și să obțină o înțelegere mai profundă a modului în care sugarii observă lumea din jurul lor și învață din aceste observații, integrând descoperirile lor în noi versiuni ale modelului ADEPT.