Koneet, jotka eivät enää tarvitse opastusta

Tutkimuksessa työskentelevät tutkijat sanovat, että koneilla on nyt mahdollista oppia, miten luonnolliset tai keinotekoiset järjestelmät toimivat tarkkailemalla niitä - kertomatta, mitä etsiä.

Tämä voi johtaa siihen, miten koneiden tietämys saadaan päätökseen ja käyttää sitä havaitsemaan käyttäytymistä ja poikkeavuuksia.

"Toisin kuin alkuperäisessä Turingin testissä, kyselylaitteemme eivät kuitenkaan ole ihmisen vaan pikemminkin tietokoneohjelmia, jotka oppivat itsestään."

Teknologia voisi parantaa tietoturvasovelluksia, kuten valheiden havaitsemista tai henkilöllisyyden tarkistamista, ja tehdä tietokoneen pelaamisesta realistisempia.

Se tarkoittaa myös koneiden kykyä ennustaa muun muassa, miten ihmiset ja muut elävät asiat käyttäytyvät.


sisäinen tilausgrafiikka


Turingin testi

Lehdessä julkaistu löytö Swarm Intelligence, saa inspiraationsa uraauurtavan tietokonetieteilijän Alan Turingin työstä, joka ehdotti testiä, jonka kone voisi lähteä, jos se käyttäytyi erottamattomasti ihmisestä. Tässä testissä kyselylaite vaihtaa viestejä kahden pelaajan kanssa toisessa huoneessa: yksi ihminen, toinen kone.

Hakijan on selvitettävä, kumpi kahdesta pelaajasta on ihminen. Jos he eivät johdu johdonmukaisesti - mikä tarkoittaa, että ne eivät ole onnistuneempia kuin jos he olisivat valinneet yhden pelaajan satunnaisesti - kone on läpäissyt testin, ja sen katsotaan olevan ihmisen tasolla.

”Tutkimuksemme käyttää Turing-testiä paljastamaan, miten tietty järjestelmä - ei välttämättä ihminen - toimii. Meidän tapauksessamme panimme valvonnan alaisen robotin ja halusimme selvittää, mitkä säännöt aiheuttivat heidän liikkeensä, ”selittää Roderich Gross Sheffieldin yliopiston automaattisesta ohjaus- ja järjestelmätekniikan osastosta.

”Teemme niin, että laitamme toisen seuran, joka on tehty oppimisrobotista - myös valvonnassa. Kaikkien robottien liikkeet tallennettiin ja liiketiedot näytettiin kyselylomakkeille ”, hän lisää.

”Toisin kuin alkuperäisessä Turingin testissä, kyselymme eivät kuitenkaan ole ihmisen vaan pikemminkin tietokoneohjelmia, jotka oppivat itse. Heidän tehtävänään on erottaa toisistaan ​​robotit jommallakummasta. Ne palkitaan siitä, että liiketiedot on luokiteltu oikein alkuperäisestä arvosta aitona, ja toiselta haaralta ne ovat väärennettyjä. Oppimisrobotit, jotka onnistuvat huijaamaan kyselylomakkeen - ja uskovat, että niiden liiketiedot olivat aitoja - saavat palkinnon. "

Gross sanoo, että "Turing Learning" -nimisen lähestymistavan etuna on, että ihmisten ei tarvitse enää kertoa koneille, mitä etsiä.

Robotimaalit kuten Picasso

Kuvittele, että haluat, että robotti maalaa kuten Picasso. Perinteiset koneen oppimisalgoritmit arvioisivat robotin maalauksia siitä, kuinka tarkasti ne muistuttivat Picassoa. Mutta jonkun pitäisi kertoa algoritmeille, mikä on samanlainen kuin Picasso.

Turing Learning ei vaadi tällaista ennakkotietoa. Se yksinkertaisesti palkitsee robotin, jos se maalasi jotain, jonka kyselylaitteet pitivät aitona. Turing Learning oppii samanaikaisesti kuulemaan ja maalaamaan.

Gross sanoo olevansa sitä mieltä, että Turing Learning voi johtaa tieteen ja teknologian kehitykseen.

”Tiedemiehet voisivat käyttää sitä selvittämään luonnollisia tai keinotekoisia järjestelmiä koskevia sääntöjä, varsinkin silloin, kun käyttäytymistä ei voida helposti karakterisoida käyttämällä samankaltaisia ​​mittareita”, hän sanoo.

”Esimerkiksi tietokonepelit voisivat saada realismia, kun virtuaaliset pelaajat voivat tarkkailla ja ottaa omia ihmisen vasta-aineita. He eivät yksinkertaisesti kopioi havaittua käyttäytymistä, vaan paljastaisivat, mikä tekee ihmisen pelaajista erottamiskykyisiä muusta. "

Toistaiseksi Gross ja hänen tiiminsä ovat testanneet Turing Learningia robotin parvissa, mutta seuraava askel on paljastaa joidenkin eläinperäisten kollektiivien, kuten kalojen koulujen tai mehiläisten pesäkkeiden, toiminta. Tämä voi johtaa siihen, että ymmärretään paremmin, mitkä tekijät vaikuttavat näiden eläinten käyttäytymiseen, ja lopulta tiedottaa niiden suojelua koskevasta politiikasta.

Lähde: Sheffieldin yliopisto

Liittyvät kirjat

at