Mesin Tidak Perlu Lagi Bantuan Kita Untuk Belajar

Penyelidik yang bekerja dengan robot berkuda berkata, sekarang mungkin bagi mesin untuk mengetahui bagaimana sistem semula jadi atau tiruan berfungsi dengan memerhati mereka-tanpa diberitahu apa yang perlu dicari.

Ini boleh menyebabkan kemajuan dalam bagaimana mesin menyebarkan pengetahuan dan menggunakannya untuk mengesan kelakuan dan kelainan.

"Tidak seperti dalam ujian Turing yang asal, bagaimanapun, penyiasat kami bukan manusia tetapi program komputer yang belajar sendiri."

Teknologi ini dapat meningkatkan aplikasi keselamatan, seperti pengesanan kebohongan atau pengesahan identiti, dan menjadikan permainan komputer lebih realistik.

Ia juga bermakna mesin boleh meramalkan, antara lain, bagaimana manusia dan benda hidup lain berkelakuan.


grafik langganan dalaman


Ujian Turing

Penemuan itu, diterbitkan dalam jurnal Perisikan Swarm, mengambil inspirasi dari kerja saintis komputer perintis Alan Turing, yang mencadangkan ujian, yang mesin boleh lulus jika ia berkelakuan tidak dapat dibezakan dari manusia. Dalam ujian ini, seorang interogator menukar mesej dengan dua pemain di dalam bilik yang berlainan: satu manusia, yang satu lagi mesin.

Interogator perlu mengetahui yang mana kedua-dua pemain adalah manusia. Jika mereka secara konsisten gagal berbuat demikian-bermakna mereka tidak lebih berjaya daripada jika mereka memilih satu pemain secara rawak-mesin telah lulus ujian itu, dan dianggap memiliki kecerdasan peringkat manusia.

"Kajian kami menggunakan ujian Turing untuk mendedahkan bagaimana sistem yang diberikan-tidak semestinya kerja manusia. Dalam kes kami, kami meletakkan kumpulan robot dalam pengawasan dan ingin mengetahui peraturan yang menyebabkan gerakan mereka, "jelas Roderich Gross dari jabatan kawalan dan sistem kejuruteraan automatik di University of Sheffield.

"Untuk berbuat demikian, kami meletakkan komputer robot belajar kedua-dua robot yang sama. Pergerakan semua robot dicatatkan, dan data gerakan ditunjukkan kepada penyiasat, "tambahnya.

"Tidak seperti ujian Turing yang asal, bagaimanapun, penyiasat kami bukanlah manusia tetapi sebaliknya program komputer yang belajar sendiri. Tugas mereka adalah untuk membezakan antara robot dari mana-mana kumpulan. Mereka diberi ganjaran untuk mengkategorikan data gerakan dari kawanan asal dengan betul sebagai benar, dan mereka dari kawanan lain sebagai palsu. Robot pembelajaran yang berjaya menipu penyiasat-menjadikannya percaya data gerakan mereka adalah tulen-menerima ganjaran. "

Kasar mengatakan kelebihan pendekatan, yang dipanggil "Turing Learning," ialah manusia tidak lagi perlu memberitahu mesin apa yang perlu dicari.

Cat robot seperti Picasso

Bayangkan awak mahu robot cat seperti Picasso. Algoritma pembelajaran mesin konvensional akan menilai lukisan robot kerana sejauh mana mereka menyerupai Picasso. Tetapi seseorang perlu memberitahu algoritma apa yang dianggap serupa dengan Picasso untuk bermula dengan.

Turing Learning tidak memerlukan pengetahuan seperti itu. Ia hanya akan memberi ganjaran kepada robot jika ia dicat sesuatu yang dianggap benar oleh para penyiasat. Turing Learning pada masa yang sama akan belajar bagaimana menyoal dan cara cat.

Gross berkata beliau percaya Turing Learning boleh membawa kepada kemajuan sains dan teknologi.

"Para saintis boleh menggunakannya untuk mengetahui peraturan yang mengawal sistem semula jadi atau buatan, terutamanya di mana tingkah laku tidak boleh dicirikan dengan mudah menggunakan metrik kesamaan," katanya.

"Permainan komputer, sebagai contoh, boleh memperolehi realisme sebagai pemain maya dapat memerhatikan dan menganggap sifat ciri-ciri rakan sejawat mereka. Mereka tidak semestinya menyalin tingkah laku yang diamalkan, melainkan mendedahkan apa yang menjadikan pemain manusia tersendiri dari yang lain. "

Setakat ini, Gross dan pasukannya telah menguji Turing Learning di kawanan robot tetapi langkah seterusnya adalah untuk mendedahkan kerja beberapa kolektif haiwan seperti sekolah ikan atau koloni lebah. Ini boleh membawa kepada pemahaman yang lebih baik mengenai faktor-faktor yang mempengaruhi tingkah laku haiwan ini, dan akhirnya memaklumkan dasar untuk perlindungan mereka.

sumber: University of Sheffield

Buku-buku yang berkaitan

at

memecahkan

Terima kasih kerana melawat InnerSelf.com, mana ada 20,000 + rencana mengubah hidup yang mempromosikan "Sikap Baharu dan Kemungkinan Baharu." Semua artikel diterjemahkan ke dalam 30+ bahasa. Langgan kepada Majalah InnerSelf, diterbitkan setiap minggu, dan Inspirasi Harian Marie T Russell. lahirnya Magazine telah diterbitkan sejak tahun 1985.