Naukowcy pracujący z robotami roju twierdzą, że teraz maszyny mogą nauczyć się, jak działają systemy naturalne lub sztuczne, obserwując je – bez konieczności informowania, czego mają szukać.

Może to prowadzić do postępu w sposobie, w jaki maszyny wnioskowują o wiedzy i wykorzystują ją do wykrywania zachowań i nieprawidłowości.

„Jednak w przeciwieństwie do pierwotnego testu Turinga, nasi przesłuchujący nie są ludźmi, ale raczej programami komputerowymi, które uczą się same”.

Technologia ta może ulepszyć aplikacje zabezpieczające, takie jak wykrywanie kłamstw lub weryfikacja tożsamości, a także zwiększyć realizm gier komputerowych.

Oznacza to również, że maszyny są w stanie przewidzieć między innymi zachowanie ludzi i innych żywych istot.

Próba Turinga

Odkrycie opublikowane w czasopiśmie Inteligencja roju, czerpie inspirację z prac pioniera informatyki Alana Turinga, który zaproponował test, który mogłaby przejść maszyna, gdyby zachowywała się nieodróżnialnie od człowieka. W tym teście przesłuchujący wymienia wiadomości z dwoma graczami znajdującymi się w innym pomieszczeniu: jednym człowiekiem, drugim maszyną.

Przesłuchujący musi dowiedzieć się, który z dwóch graczy jest człowiekiem. Jeśli konsekwentnie tego nie robią – co oznacza, że ​​nie odnoszą większych sukcesów, niż gdyby wybrali losowo jednego gracza – maszyna zdała test i uważa się, że posiada inteligencję na poziomie ludzkim.

„W naszym badaniu wykorzystaliśmy test Turinga, aby pokazać, jak działa dany system – niekoniecznie człowiek. W naszym przypadku obserwowaliśmy rój robotów i chcieliśmy dowiedzieć się, jakie zasady powodują ich ruchy” – wyjaśnia Roderich Gross z wydziału automatyki i inżynierii systemów na Uniwersytecie w Sheffield.

„W tym celu objęliśmy obserwacją także drugi rój złożony z uczących się robotów. Rejestrowano ruchy wszystkich robotów, a dane o ruchu pokazywano przesłuchującym” – dodaje.

„Jednak w przeciwieństwie do pierwotnego testu Turinga, nasi przesłuchujący nie są ludźmi, ale raczej programami komputerowymi, które uczą się same. Ich zadaniem jest rozróżnienie robotów z obu rojów. Są nagradzani za prawidłowe sklasyfikowanie danych o ruchu z pierwotnego roju jako autentycznych, a danych z drugiego roju jako fałszywych. Uczące się roboty, którym uda się oszukać przesłuchującego i wmówić mu, że dane dotyczące ich ruchu są autentyczne, otrzymają nagrodę.

Gross twierdzi, że zaletą podejścia zwanego „uczeniem się Turinga” jest to, że ludzie nie muszą już mówić maszynom, czego mają szukać.

Robot maluje jak Picasso

Wyobraź sobie, że chcesz, aby robot malował jak Picasso. Konwencjonalne algorytmy uczenia maszynowego oceniałyby obrazy robota pod kątem podobieństwa do Picassa. Ale ktoś musiałby najpierw powiedzieć algorytmom, co jest uważane za podobne do Picassa.

Turing Learning nie wymaga takiej wcześniejszej wiedzy. Po prostu nagrodziłoby to robota, gdyby namalował coś, co przesłuchujący uznali za autentyczne. Turing Learning jednocześnie uczyłby się przesłuchiwać i malować.

Gross wierzy, że nauka Turinga może doprowadzić do postępu w nauce i technologii.

„Naukowcy mogliby go wykorzystać do odkrycia zasad rządzących systemami naturalnymi lub sztucznymi, zwłaszcza tam, gdzie zachowania nie można łatwo scharakteryzować za pomocą wskaźników podobieństwa” – mówi.

„Na przykład gry komputerowe mogłyby zyskać na realizmie, ponieważ wirtualni gracze mogliby obserwować i przyjmować charakterystyczne cechy swoich ludzkich odpowiedników. Nie kopiowaliby po prostu zaobserwowanego zachowania, ale raczej ujawniliby, co wyróżnia ludzkich graczy od reszty”.

Jak dotąd Gross i jego zespół testowali uczenie się Turinga w rojach robotów, ale następnym krokiem jest ujawnienie działania niektórych kolektywów zwierzęcych, takich jak ławice ryb czy kolonie pszczół. Może to prowadzić do lepszego zrozumienia czynników wpływających na zachowanie tych zwierząt, a ostatecznie wpłynąć na politykę ich ochrony.

Źródło: University of Sheffield

Powiązane książki

at

Dzięki za odwiedziny InnerSelf.com, gdzie są 20,000 + zmieniające życie artykuły promujące „Nowe postawy i nowe możliwości”. Wszystkie artykuły są tłumaczone na 30+ języków. Zapisz się! do wydawanego co tydzień magazynu InnerSelf i Daily Inspiration Marie T Russell. Magazyn InnerSelf ukazuje się od 1985 r.