Kỹ Thuật Mới Cho Phép Trí Tuệ Nhân Tạo Hiểu Về Vật Lý Một Cách Tự Nhiên

Trí tuệ nhân tạo đã có thể phát triển sự hiểu biết về vật lý thông qua học tăng cường trong một thời gian, nhưng một kỹ thuật mới được phát triển bởi các nhà nghiên cứu tại MIT có thể giúp các kỹ sư thiết kế các mô hình thể hiện sự hiểu biết trực giác về vật lý.

Nghiên cứu tâm lý đã chỉ ra rằng, đến một mức độ nhất định, con người có sự hiểu biết trực giác về các định luật vật lý. Trẻ sơ sinh có những kỳ vọng về cách các vật thể nên tương tác và di chuyển, và việc vi phạm những kỳ vọng này sẽ khiến trẻ phản ứng với sự ngạc nhiên. Nghiên cứu được thực hiện bởi nhóm MIT có tiềm năng không chỉ thúc đẩy các ứng dụng mới của trí tuệ nhân tạo, mà còn giúp các nhà tâm lý học hiểu rõ hơn về cách trẻ sơ sinh quan sát và học hỏi về thế giới xung quanh.

Mô hình được thiết kế bởi nhóm MIT được gọi là ADEPT, và nó hoạt động bằng cách dự đoán cách các vật thể nên hành xử trong không gian vật lý. Mô hình quan sát các vật thể và theo dõi một chỉ số “ngạc nhiên” khi nó làm như vậy. Nếu có điều gì đó xảy ra không mong muốn, mô hình phản ứng bằng cách tăng giá trị ngạc nhiên. Các hành động không mong muốn và không thể xảy ra như một vật thể biến mất hoặc xuất hiện sẽ thấy sự tăng đột ngột của giá trị ngạc nhiên.

Mục tiêu của nhóm nghiên cứu là để mô hình của họ đăng ký cùng mức độ ngạc nhiên mà con người đăng ký khi họ thấy các vật thể hành xử theo cách không hợp lý.

ADEPT có hai thành phần chính, một động cơ vật lý và một mô-đun đồ họa ngược. Động cơ vật lý chịu trách nhiệm dự đoán cách một vật thể sẽ di chuyển, dự đoán một biểu diễn tương lai của một vật thể, từ một loạt các trạng thái có thể. Trong khi đó, mô-đun đồ họa ngược chịu trách nhiệm tạo ra các biểu diễn của các vật thể sẽ được đưa vào động cơ vật lý.

Mô-đun đồ họa ngược theo dõi nhiều thuộc tính khác nhau như tốc độ, hình dạng và hướng của một vật thể, trích xuất thông tin này từ các khung hình của video. Mô-đun đồ họa ngược chỉ tập trung vào các chi tiết quan trọng nhất, bỏ qua các chi tiết không giúp động cơ vật lý diễn giải vật thể và dự đoán các trạng thái mới. Bằng cách tập trung vào các chi tiết quan trọng nhất, mô hình có thể tổng quát hóa tốt hơn cho các vật thể mới. Động cơ vật lý sau đó lấy các mô tả vật thể và mô phỏng các hành vi vật lý phức tạp hơn, như tính lưu động hoặc tính cứng, để dự đoán cách vật thể nên hành xử.

Sau khi quá trình nhập này xảy ra, mô hình quan sát khung hình thực tế tiếp theo trong video, mà nó sử dụng để tính toán lại phân phối xác suất của nó liên quan đến các hành vi vật thể có thể xảy ra. Sự ngạc nhiên tỷ lệ nghịch với xác suất mà một sự kiện nên xảy ra, chỉ đăng ký sự ngạc nhiên lớn khi có sự không phù hợp lớn giữa những gì mô hình tin rằng nên xảy ra tiếp theo và những gì thực sự xảy ra tiếp theo.

Nhóm nghiên cứu cần một cách nào đó để so sánh sự ngạc nhiên của mô hình của họ với sự ngạc nhiên của con người quan sát cùng một hành vi vật thể. Trong tâm lý học phát triển, các nhà nghiên cứu thường kiểm tra trẻ sơ sinh bằng cách hiển thị cho chúng hai video khác nhau. Trong một video, một vật thể được trình bày theo cách mà bạn sẽ mong đợi các vật thể hành xử trong thế giới thực, không biến mất hoặc xuất hiện một cách tự nhiên. Trong video kia, một vật thể vi phạm các định luật vật lý theo một cách nào đó. Nhóm nghiên cứu đã thực hiện các khái niệm cơ bản này và có 60 người trưởng thành xem 64 video khác nhau về cả hành vi vật lý dự kiến và không dự kiến. Các tham gia sau đó được yêu cầu đánh giá mức độ ngạc nhiên của họ tại các thời điểm khác nhau trong video trên thang từ 1 đến 100.

Phân tích hiệu suất của mô hình cho thấy nó hoạt động khá tốt trên các video mà một vật thể được di chuyển sau một bức tường và biến mất khi bức tường được loại bỏ, thường khớp với mức độ ngạc nhiên của con người trong các trường hợp này. Mô hình cũng dường như bị ngạc nhiên bởi các video mà con người không thể hiện sự ngạc nhiên nhưng có thể nên có. Ví dụ, để một vật thể di chuyển sau một bức tường ở một tốc độ nhất định và ngay lập tức xuất hiện ở phía bên kia của bức tường, nó phải đã teleport hoặc trải qua một sự tăng tốc đột ngột.

Khi so sánh với hiệu suất của các mạng nơ-ron truyền thống có khả năng học hỏi từ quan sát nhưng không ghi lại rõ ràng biểu diễn của một vật thể, các nhà nghiên cứu đã tìm thấy rằng mạng ADEPT chính xác hơn nhiều trong việc phân biệt giữa các cảnh ngạc nhiên và không ngạc nhiên và rằng hiệu suất của ADEPT phù hợp với phản ứng của con người gần hơn.

Nhóm nghiên cứu MIT đang nhằm mục đích thực hiện nhiều nghiên cứu hơn và có được cái nhìn sâu sắc hơn về cách trẻ sơ sinh quan sát thế giới xung quanh và học hỏi từ những quan sát này, kết hợp những phát hiện của họ vào các phiên bản mới của mô hình ADEPT.