En algoritme som etterligner stammeinstinktene våre kan hjelpe AI med å lære å sosialisere seg

Kategori: Kunstig intelligens Lagt ut 22. januar

Mennesker er instinktivt stammevesener. Når vi observerer interaksjonene mellom mennesker rundt oss, kan vi intuitivt antyde hvem vi bør komme overens med og hvem vi ikke bør. Dette kan høres ut som et negativt instinkt, men det er faktisk det som gjør teamarbeid mulig. Forskere ved MIT tro denne ferdigheten kan være en viktig forutsetning for å skape sosiale AI-systemer som kan samarbeide med oss ​​i vårt daglige liv.

Ideen om å gi maskiner sosial kunnskap er ikke helt ny. Spillspillende AI-agenter krever også en forståelse av relasjonslandskapet for å vite hvem de skal samarbeide og konkurrere med. Men de får disse relasjonsstrukturene eksplisitt innenfor spillets regler, mens mennesker raskt kan plukke dem opp i tvetydige situasjoner.

Inspirert av denne evnen utviklet forskerne en ny maskinlæringsalgoritme for å finne ut relasjonene mellom flere agenter gjennom et begrenset antall observasjoner. De kjørte deretter to eksperimenter for å teste algoritmens ytelse. I den første måtte den utlede alliansene til spillere i et videospill ved å se flere sekvenser av spill. I det andre måtte det forutsi spillernes handlinger i det samme videospillet for å se om det virkelig forsto hver spillers motivasjon. Den var ikke trent for noen av oppgavene.

I begge eksperimentene samsvarte algoritmens slutninger og spådommer tett med menneskenes vurderinger, og demonstrerte dens evne til raskt å forstå sosiale strukturer fra svært lite data.

Denne historien dukket opprinnelig opp i vårt AI-nyhetsbrev The Algorithm. For å få den levert direkte til innboksen din, abonner her gratis.