Een team van onderzoekers van MIT hebben een systeem voor kunstmatige intelligentie die de gek kunnen houden menselijke rechters in het denken van een persoon als het gaat om het tekenen van onbekende letter-achtige personages.
U kunt denken aan het experiment, beschreven in het nieuwe nummer van de Wetenschap, als een soort visuele Turing Test. De software en een mens zijn weergegeven met een nieuw karakter—iets dat lijkt op een brief, maar is het toch niet. (Kunt u enkele voorbeelden zien in de afbeelding hierboven.) Vervolgens werden ze beiden gevraagd om te produceren subtiele variaties op karakter. In andere tests, de mens en computer werden in plaats daarvan geleverd met een reeks vreemde personages en verzocht om een nieuwe te vinden die passen bij de batch.
Een team van menselijke rechters werd vervolgens gevraagd om uit te werken die werden de resultaten van de door de computer, en die door de mens. Over de taken van de rechters kan alleen het identificeren van de AI ‘ s inspanningen met ongeveer 50 procent nauwkeurigheid—Dat is hetzelfde als geluk.
(Denk je dat je kunt doen beter dan de rechters? In de afbeelding aan de bovenkant, een panel van negen vormen werd geproduceerd door de AI, of een mens voor elk teken. Kunt u aangeven voor welk paneel is gegenereerd door een machine? De antwoorden zijn aan de onderkant van de pagina.)
Het lijkt misschien een vreemd experiment, maar het heeft een aantal ingrijpende gevolgen. Meestal zie je, AI systemen moeten worden opgeleid op grote gegevenssets voordat ze het kunnen uitvoeren van een taak. In tegenstelling tot computers, mensen kunnen uitvoeren wat de onderzoekers verwijzen als “one-shot leren” met vergelijkende gemak.
Gesponsord
De onderzoekers suggereren dat ze hebben gemaakt een AI die hetzelfde kunnen, met behulp van een techniek genaamd de Bayes-Programma Leren. Dat identificeert en leert de personages met een aanpak die vergelijkbaar is met de manier waarop mensen het begrijpen van concepten. Het team legt uit hoe de software werkt:
Terwijl een conventionele computer programma ontleedt systematisch een hoog niveau taak in zijn meest elementaire berekeningen, een probabilistische programma is slechts een zeer vaag model van de gegevens zal werken. Gevolgtrekking algoritmen en vul de details van het model door het analyseren van tal van voorbeelden.
Hier, de onderzoekers van het model bepaald wordt dat de tekens in menselijke systemen bestaan uit lijnen, die wordt afgebakend door het opheffen van de pen, en dat de lijnen bestaan uit substrokes, afgebakend door de punten waar de pen is die snelheid nul.
Gewapend met dat model, het systeem vervolgens geanalyseerd honderden van motion-capture-opnamen van mensen te tekenen tekens in verschillende systemen, het leren van statistieken over de relaties tussen opeenvolgende beroertes en substrokes evenals op de variatie getolereerd in de uitvoering van een enkele slag.
De resultaten lijkt voor zich te spreken—en de onderzoekers niet te verlegen over het verbergen van hun opwinding. “In de huidige AI landschap, er is al veel aandacht besteed aan het indelen van patronen,” zegt Josh Tenenbaum, een van de onderzoekers, in een persbericht. “Maar wat is er verloren gegaan is dat intelligentie gaat niet alleen over het classificeren of te herkennen; het gaat over denken. Dit is deels de reden waarom, ook al zijn we bestuderen de hand geschreven tekens, we zijn niet verlegen over het gebruik van een woord als ‘concept.’ Want er zijn een heleboel dingen die we doen met nog veel rijker, meer complexe concepten die we kunnen doen met deze tekens. We kunnen begrijpen wat ze gebouwd. We kunnen de delen te begrijpen.”
[ Wetenschap, MIT, New York Times]
Antwoord: De roosters geproduceerd door AI waren, door een rij: 1,2,1;2,1,1.