محققان هوش مصنوعی دانشگاه کلمبیا، ماشین ها را به شبه انسان بودن نزدیک تر کردند.
یادگیری ماشین وابسته به هوش مصنوعی …. بر رونق تجاری اخیر در …. است و ربات ها هر روز پیچیده تر می شوند. در قدمی به سمت مجهز کردن رباط ها با رفتار های شبه انسانی، محققین دانشگاه کلمبیا نشان دادند که هوش مصنوعی یادگیری ماشین چگونه می تواند رفتارهای آینده یک ربات را با مشاهده پیش بینی کند. نتایج این مطالعه، در ابتدای ماه گذشته در Nature Scientific Reports به چاپ رسید.
همدلی، توانایی درک احساسات و تجارب دیگران، قابلیتی است که به طور قطع در قلمرو زیستی قرار میگیرد؛ واقعا این طور است؟! آیا ممکن است قابلیتی شبیه به آن را به ماشین ها هم اعطا کرد؟
توانایی ذهنی سازی، که به عنوان تئوری ذهن شناخته می شود، شامل درک متقابل احساسات و تفکرات افراد دیگر است. به باور ژان پیاژه، روانشناس سوئیسی، فرایند های ذهنی کودکان تا 4 سالگی خودمحور یا اصطلاحا egocentric است و بنابراین توانایی همدلی پس از این سن، با رشد کارکردهای اجرایی ذهن و پدیدار شدن تئوری ذهن، به دست می آید.
پدمرک و وودراف در مطالعه ای که برای اولین بار عبارت “تئوری ذهن” در آن به کار گرفته شد، می نویسند: “در صورتی که فرد بتواند حالتهای ذهنی را به خود و دیگران نسبت دهد، از تئوری ذهن برخوردار است. به چنین سیستمیبه دید یک تئوری نگاه می شود چرا که این حالتها، به طور مستقیم قابل مشاهده نیستند اما این سیستم می تواند برای پیش بینی رفتارهای دیگران به کار گرفته شود.”
تیم پژوهشی دانشگاه کلمبیا، در پی آزمودن این فرضیه بودند که آیا یک ربات می تواند تنها به کمک مشاهده رفتار یک رباط دیگر، آن رفتار را مدل سازی کند؟ آنچه این مطالعه را از سایر مطالعه های مدل سازی رفتار ماشین به کمک AI، متمایز می کند عدم استفاده از ورودی های قبلی یا داده های نماینده است.
پژوهشگران یک رباط بازیگر طراحی نمودند که می توانست رفتارهای از قبل برنامه ریزی شده را اجرا کند. همچنین یک سیستم مشاهده گر هوش مصنوعی که می توانست به کمک معماری یادگیری عمیق، تصاویر را پیش بینی کند طراحی شد.
هدف محققان این بود که ببیند آیا این سیستم مشاهده گر می تواند به جای اینکه تنها قادر باشد فریم بعدی در یک ویدیئو را پیش بینی کند، خروجی بلند مدت رفتار بازیگر را هم پیش بینی کند؟
مشاهده گر هوش مصنوعی تصاویر خامی که از یک دوربین بالای سر که از ربات بازیگر تصویر برداری می کند را “می بیند”. به این مشاهده گر نه هیچ گونه داده دیگری مانند دستورهای حرکتی، دسته بندی داده ها، …. ارسال می شود و نه تصاویر ارسال شده به آن برچسب زده می شوند.
خروجی این مشاهده گر شامل یک تصویر واحد است از پیش بینی نتایج رفتار ربات بازیگر است، به عبارت دیگر ارائه بصری آنچه مشاهده کرده است.
تنها تعداد محدودی از تصاویر به مشاهده گر هوش مصنوعی ارائه شد. عملکرد این مشاهده گر، شبیه به پیش بینی پایان یک فیلم تنها با دیدن صحنه ابتدایی آن است. بر اساس گزارش محققان این مطالعه، این سیستم به طور میانگین به ضریب موفقیت 98.5 درصد دست یافت. این توانایی یک ماشین برای پیش بینی کنش ها یا برنامه های یک ایجنت دیگر بدون هیچ گونه دانش زمینه ای، زبان و یا سیستم استدلالی نمادین مستقیم، علاوه بر اینکه راه را به سمت ساخت ماشین های سازگار تر با رفتار اجتماعی، هموار می کند، می تواند ریشه و مبنای هوش اجتماعی افراد را نیز آشکار کند.
منبع: