Ludzie na bardzo wczesnym etapie życie zaczynają rozumieć zasady fizycznej rzeczywistości. Już jako niemowlęta mamy pewna oczekiwania co tego, w jaki sposób obiekty powinny wchodzić ze sobą w interakcje. Jeśli stanie się inaczej niż zakładaliśmy – na przykład przedmiot lub człowiek nieoczekiwanie się teleportuje, okażemy zdziwienie. Nie ma znaczenia, czy obiekt jest sześcianem, człowiekiem, czy zwierzęciem. Pewne prawidłowości musza zostać zachowane przy każdej rzeczy.
Badacze MIT (Massachusetts Institute of Technology) zaprojektowali model robota, który potrafi zrozumieć postawowe zasady „intuicyjnej fizyki” o tym, jak powinny zachowywać się obiekty. Będzie on mógł być wykorzystywany do budowania jeszcze inteligentniejszej sztucznej inteligencji. Praca nad robotem może być pomocna również przy zrozumieniu zachowań niemowląt.
nn
Model o nazwie ADEPT obserwuje obiekty poruszające się po scenie i dokonuje przewidywań dotyczących zachowania obiektów na podstawie ich zachowań. Podczas śledzenia obiektów, model wysyła sygnały, który korelują z poziomem „zaskoczenia”. Im większy sygnał, tym większe zaskoczenie. Jeśli obiekt na scenie zachowa się niezgodnie z przewidywaniami modelu – poziom zaskoczenia znacznie wzrośnie. Na przykład, jeżeli obiekt przechodzi za ścianą, robot utrzymuje przekonanie, że przedmiot znajduje się za ścianą. Jeśli ściana opadnie i nic tam nie będzie, zaistnieje rozbieżność, która zostanie odebrana jako zaskoczenie.
ADEPT oglądał również filmy przedstawiające obiekty poruszające się w sposób wiarygodny i przewidywalny oraz w sposób niewiarygodny. Robot zarejestrował poziomy zaskoczenia odpowiadające poziomom zgłaszanym przez ludzi, którzy obejrzeli te same filmy.
n
„Gdy niemowlęta mają zaledwie 3 miesiące, mają pewne przekonanie, że obiekty nie mogą teleportować się, czy przenikać przez siebie. Chcieliśmy „przechwycić” i sformalizować tę wiedzę, aby przekształcić zdolności poznawcze niemowląt w funkcje sztucznej inteligencji.” – mówi Kevin A. Smith, naukowiec z Departamentu Mózgu i Nauk Kognitywnych MIT.
nnnnnn
Źródło: http://news.mit.edu/2019/adept-ai-machines-laws-physics-1202
