AI-maskinerne, der gennemgår adfærdspsykologiske tests

Adfærdspsykologer har længe brugt labyrinter til at studere hukommelse og læring; deres forsøgspersoner, mest rotter og mus.

Nu begynder forskere at bruge den samme tilgang til at teste en helt ny slags emne - den seneste race af kunstig intelligens-maskine. De er startet med at sætte disse maskiner igennem deres tempo i labyrinter skabt i Minecrafts onlineverden.

Labyrinter har en lang historie inden for adfærdspsykologi . I begyndelsen af ​​det 20. århundrede blev videnskabsmænd interesseret i rotters og muses evne til at lære og huske. De begyndte især at studere læringsmekanismer som forstærkende læring.

Labyrinten blev standardarbejdshesten til denne form for arbejde. Forskere ville udtænke en kompleks labyrint, placere en form for belønning i midten og derefter sætte en rotte løs indeni og se, hvor hurtigt den løste gåden.

Psykologer opdagede hurtigt, at rotter lærte hurtigt og kunne finde vej selv med forskellige sanseforstyrrelser, såsom at blive blindet, overdøve eller at få plukket deres knurhår.

Men kompleksiteten af ​​tidlige labyrinter betød, at eksperimenter var svære at sammenligne. Så til sidst slog psykologer sig til rette på simple labyrinter i form af T'er eller Y'er, for eksempel, som nemt kunne gengives i ethvert laboratorium.

Det hjalp med at vise, hvordan rotter lærer, at gener kan bestemme, hvor hurtigt rotter løser gåder, og så videre. I de senere år har dataloger endda udviklet virtual reality-labyrinter, hvor rotterne holdes stationære og tvunget til at se på en skærm, mens de står oven på en slags trackball, der bevæger sig, mens de går eller løber. På denne måde bevæger rotten sig gennem den virtuelle labyrint.

Nu Junhyuk Oh, Valliappa Chockalingam, Satinder Singh og Honglak
Lee ved University of Michigan er begyndt at eksperimentere med en helt ny slags labyrint for at teste de kognitive færdigheder hos en helt ny slags væsen. De nye labyrinter er konstrueret i Minecraft, en 3D-verden, hvor spillere bruger teksturerede terninger til at bygge næsten alt. At skabe en simpel labyrint er trivielt her.

Men de væsner, Oh og co tester, er endnu mere eksotiske – de er maskiner til kunstig intelligens. Men selvom disse maskiner nemt lærer i ideelle miljøer, har de vanskeligheder i situationer i den virkelige verden, hvor objekter kan være delvist tilsløret, hvor syn og bevægelse skal koordineres omhyggeligt for at lykkes, og den resulterende belønning ofte forsinkes.

Et vigtigt spørgsmål er, hvilke slags AI-systemer der er bedst til dette. Men det er svært at studere, hvordan AI-systemer klarer sig, fordi vanskelige miljøer er svære at reproducere. Det er her, Minecraft kommer ind.

Oh og co har skabt et sæt labyrinter, hvor de sætter deres AI-algoritmer mere og mere komplekse opgaver. En opgave kan for eksempel være at finde den røde terning i en labyrint, den næste opgave at finde en rød blok, hvis den første blok den ser er gul, men ellers at lede efter en blå blok, og så videre (se video).

Labyrinten sikrer, at der ikke altid er en ren linje af stedet til blokkene, og at algoritmen skal koordinere sin bevægelse og vision for at udforske. Teamet kan også give forskellige former for belønninger for succesfuldt at udføre opgaven. Det er afgørende, at den samme opgave med samme sværhedsgrad kan stilles igen og igen.

Resultaterne er den første systematiske udforskning af denne form for kognitiv AI-evne. Holdet siger, at det bedst ydende AI-system bruger dyb forstærkningslæring forbedret med ekstra hukommelse. Disse maskiner henter relevante minder baseret på den kontekst, de blev gemt i, og som enheden befinder sig i. Det er forskelligt fra mange eksisterende hukommelsessystemer, der ikke er afhængige af kontekst til hukommelseshentning.

Vores vigtigste empiriske resultat er, at kontekstafhængig hukommelseshentning mere effektivt kan løse vores sæt af opgaver, siger de.

Det er interessant arbejde, der baner vejen for meget fremtidigt arbejde. Minecraft labyrinter er nemme at reproducere, så alle med et AI-system kan sammenligne deres ydeevne med disse og andre resultater.

Det giver også mulighed for en ligetil udvidelse af forskningen. I fremtidigt arbejde har vi til hensigt at udnytte fleksibiliteten i Minecraft-domænet til at konstruere endnu mere udfordrende kognitive opgaver for yderligere at evaluere vores arkitekturer, siger Oh og co.

Og det rejser en interessant udsigt. Måske vil det første sted, vi vil se AI'er udføre avancerede opgaver, være i virtual reality-indstillinger som Minecraft. Dette giver også et gunstigt miljø, hvor man kan udforske nogle af de etiske spørgsmål, som AI-forskning rejser.

Så næste gang du eller dine børn er fordybet i en Minecraft-verden, så tag et omhyggeligt kig på de andre spillere. Det er bare muligt, at de måske ikke er alt, hvad de ser ud til.

Ref: arxiv.org/abs/1605.09128 : Kontrol af hukommelse, aktiv perception og handling i Minecraft

skjule