Picker Robot 3 2
Thông tin công nghệ

Học cách sử dụng đồ vật trong những cách mới lạ để giải quyết vấn đề như con người vẫn làm

Tín dụng: Kris Brewer, chuyển thể từ “Robot nhặt rác” của RList Media / Flickr

SSUP là gì? Mô hình nhận thức Mẫu, Mô phỏng, Cập nhật do các nhà nghiên cứu của MIT phát triển học cách sử dụng các công cụ giống như con người.

Con người tự nhiên là những người sử dụng công cụ sáng tạo. Khi cần lái xe đóng đinh nhưng không có búa, chúng ta dễ dàng nhận ra rằng chúng ta có thể dùng một vật nặng, phẳng như một tảng đá ở vị trí của nó. Khi bàn của chúng ta bị rung lắc, chúng ta nhanh chóng nhận thấy rằng chúng ta có thể đặt một xấp giấy dưới chân bàn để ổn định nó. Nhưng trong khi những hành động này dường như rất tự nhiên đối với chúng ta, chúng được cho là dấu hiệu của trí thông minh tuyệt vời – chỉ một số loài khác sử dụng đồ vật theo những cách mới lạ để giải quyết vấn đề của chúng và không loài nào có thể làm như vậy một cách linh hoạt như con người. Điều gì cung cấp cho chúng ta những khả năng mạnh mẽ để sử dụng các đối tượng theo cách này?

Trong một bài báo được xuất bản trong Kỷ yếu của Học viện Khoa học Quốc gia mô tả công việc được tiến hành tại Trung tâm Bộ não, Tư duy và Máy móc của MIT, các nhà nghiên cứu Kelsey Allen, Kevin Smith và Joshua Tenenbaum đã nghiên cứu các thành phần nhận thức làm cơ sở cho loại hình sử dụng công cụ ngẫu hứng này. Họ đã thiết kế một nhiệm vụ mới, trò chơi Công cụ ảo , khai thác khả năng sử dụng công cụ: Mọi người phải chọn một đối tượng từ một bộ “công cụ” mà họ có thể đặt trong cảnh hai chiều, được máy tính hóa để hoàn thành mục tiêu, chẳng hạn như nhận được một quả bóng vào một thùng chứa nhất định. Giải quyết các câu đố trong trò chơi này đòi hỏi suy luận về một số nguyên tắc vật lý, bao gồm cả việc phóng, chặn hoặc hỗ trợ các vật thể.

Học thử-và-sai nhanh chóng với mô phỏng hỗ trợ sử dụng công cụ linh hoạt và lý luận vật lý. Tín dụng: Video của Kris Brewer

Nhóm nghiên cứu đưa ra giả thuyết rằng có ba khả năng mà mọi người dựa vào để giải các câu đố này: niềm tin trước đó hướng dẫn hành động của mọi người đối với những thứ sẽ tạo ra sự khác biệt trong cảnh, khả năng tưởng tượng tác động của hành động của họ và cơ chế để nhanh chóng cập nhật niềm tin của họ về những hành động nào có khả năng cung cấp giải pháp. Họ đã xây dựng một mô hình mô phỏng các nguyên tắc này, được gọi là mô hình “Mẫu, Mô phỏng, Cập nhật” hoặc “SSUP” và để nó chơi cùng một trò chơi với mọi người. Họ nhận thấy rằng SSUP đã giải từng câu đố với tỷ lệ tương tự và theo những cách tương tự như mọi người đã làm. Mặt khác, một mô hình học sâu phổ biến có thể chơi tốt các trò chơi Atari nhưng không có cùng đối tượng và cấu trúc vật lý không thể tổng quát hóa kiến thức của nó thành các câu đố mà nó không được đào tạo trực tiếp.

Nghiên cứu này cung cấp một khuôn khổ mới để nghiên cứu và chính thức hóa nhận thức hỗ trợ việc sử dụng công cụ của con người. Nhóm hy vọng sẽ mở rộng khuôn khổ này để không chỉ nghiên cứu việc sử dụng công cụ mà còn cách mọi người có thể tạo ra các công cụ mới sáng tạo cho các vấn đề mới và cách con người truyền tải thông tin này để xây dựng từ các công cụ vật lý đơn giản đến các vật thể phức tạp như máy tính hoặc máy bay trong cuộc sống hàng ngày của chúng ta.

Tín dụng: Hình ảnh do Phòng thí nghiệm Khoa học Nhận thức Tính toán cung cấp.

Kelsey Allen, một nghiên cứu sinh tiến sĩ tại Phòng thí nghiệm Khoa học Nhận thức Tính toán tại MIT, rất hào hứng về cách trò chơi Công cụ ảo có thể hỗ trợ các nhà khoa học nhận thức khác quan tâm đến việc sử dụng công cụ: “Có rất nhiều điều để khám phá trong lĩnh vực này. Chúng tôi đã bắt đầu hợp tác với các nhà nghiên cứu trên nhiều tổ chức khác nhau trong các dự án từ nghiên cứu ý nghĩa của việc trò chơi trở nên thú vị, đến nghiên cứu cách hiện thân ảnh hưởng đến lý luận vật lý quái gở. Tôi hy vọng rằng những người khác trong cộng đồng khoa học nhận thức sẽ sử dụng trò chơi như một công cụ để hiểu rõ hơn về cách các mô hình vật lý tương tác với việc ra quyết định và lập kế hoạch ”.

Joshua Tenenbaum, giáo sư khoa học nhận thức tính toán tại MIT, coi công trình này là một bước tiến để hiểu không chỉ một khía cạnh quan trọng của nhận thức và văn hóa con người, mà còn cách xây dựng các dạng trí thông minh giống con người hơn trong máy móc.

“Các nhà nghiên cứu Trí tuệ nhân tạo đã rất hào hứng với tiềm năng của các thuật toán học tăng cường (RL) để học hỏi từ trải nghiệm thử-và-sai, như con người vẫn làm, nhưng việc học thử-và-sai thực sự mà con người hưởng lợi từ chỉ mở ra một số ít Tenenbaum nói. “Trò chơi Công cụ ảo cho phép chúng tôi nghiên cứu hình thức học thử-và-sai rất nhanh và tự nhiên hơn nhiều ở con người và thực tế là mô hình SSUP có thể nắm bắt động lực học tập nhanh chóng mà chúng tôi thấy ở người cho thấy nó cũng có thể chỉ ra con đường hướng tới các phương pháp tiếp cận AI mới đối với RL có thể học hỏi từ những thành công, thất bại và những lần suýt bỏ lỡ của họ một cách nhanh chóng và linh hoạt như mọi người. “

Tham khảo: “Học thử-và-sai nhanh chóng với mô phỏng hỗ trợ sử dụng công cụ linh hoạt và suy luận vật lý” của Kelsey R. Allen, Kevin A. Smith và Joshua B. Tenenbaum, ngày 24 tháng 11 năm 2020, Kỷ yếu của Viện Hàn lâm Khoa học Quốc gia .
DOI: 10.1073 / pnas.1912341117

Theo Scitechdaily

What's your reaction?

Excited
0
Happy
0
In Love
0
Not Sure
0

You may also like

Leave a reply

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Website này sử dụng Akismet để hạn chế spam. Tìm hiểu bình luận của bạn được duyệt như thế nào.