Et konsept innen psykologi hjelper AI med å navigere i verden bedre

Kategori: Kunstig intelligens Lagt ut 17. juli

Konseptet: Når vi ser på en stol, uansett form og farge, vet vi at vi kan sitte på den. Når en fisk er i vann, uansett hvor den befinner seg, vet den at den kan svømme. Dette er kjent som teorien om affordance, et begrep laget av psykologen James J. Gibson. Den sier at når intelligente vesener ser på verden, oppfatter de ikke bare objekter og deres relasjoner, men også deres muligheter . Med andre ord gir stolen muligheten til å sitte. Vannet gir mulighet for bading. Teorien kan delvis forklare hvorfor dyrs intelligens er så generaliserbar - vi vet ofte umiddelbart hvordan vi skal engasjere oss i nye objekter fordi vi gjenkjenner deres råd.

Ideen: Forskere ved DeepMind bruker nå dette konseptet til å utvikle en ny tilnærming til forsterkende læring . I typisk forsterkningslæring lærer en agent gjennom prøving og feiling, og begynner med antakelsen om at enhver handling er mulig. En robot som lærer å bevege seg fra punkt A til punkt B, for eksempel, vil anta at den kan bevege seg gjennom vegger eller møbler inntil gjentatte feil forteller den noe annet. Ideen er at hvis roboten i stedet først ble lært opp om miljøets fordeler, ville den umiddelbart eliminere en betydelig brøkdel av de mislykkede forsøkene den måtte utføre. Dette vil gjøre læringsprosessen mer effektiv og hjelpe den til å generalisere på tvers av ulike miljøer.

Eksperimentene: Forskerne satte opp et enkelt virtuelt scenario. De plasserte en virtuell agent i et 2D-miljø med en vegg nede i midten og fikk agenten til å utforske bevegelsesområdet til den hadde lært hva miljøet ville tillate den å gjøre – dets råd. Forskerne ga deretter agenten et sett med enkle mål å oppnå gjennom forsterkende læring, for eksempel å flytte en viss mengde til høyre eller venstre. De fant ut at sammenlignet med en agent som ikke hadde lært forholdene, unngikk den alle bevegelser som ville føre til at den ble blokkert av veggen halvveis i bevegelsen, og satte den opp for å nå målet mer effektivt.

Hvorfor det er viktig: Arbeidet er fortsatt i en tidlig fase, så forskerne brukte kun et enkelt miljø og primitive mål. Men deres håp er at deres første eksperimenter vil bidra til å legge et teoretisk grunnlag for å skalere ideen opp til mye mer komplekse handlinger. I fremtiden ser de at denne tilnærmingen lar en robot raskt vurdere om den kan for eksempel helle væske i en kopp. Etter å ha utviklet en generell forståelse av hvilke gjenstander som har mulighet til å holde på væske og hvilke som ikke gjør det, trenger den ikke gjentatte ganger å gå glipp av koppen og helle væske over hele bordet for å lære hvordan man kan nå målet.