به گزارش خبرگزاری سیناپرس، دانشمندان کامپیوتر با الهام از تحقیقات در مورد نحوه یادگیری نوزادان، برنامه ای ایجاد کرده اند که می تواند قوانین فیزیکی ساده ای را در مورد رفتار اجسام انتخاب کند و وقتی به نظر می رسد که آنها این قوانین را نقض می کنند، ابراز تعجب کند. نتایج در 11 جولای در Nature Human Behaviour منتشر شد.
روانشناسان رشد، چگونگی درک نوزادان از حرکت اجسام را با ردیابی نگاه آنها آزمایش می کنند. وقتی فیلمی از توپی که ناگهان ناپدید میشود نشان داده میشود، کودکان تعجب میکنند، که محققان با اندازهگیری مدت زمانی که نوزادان به یک جهت خاص خیره میشوند، کمیت آن را تعیین میکنند.
لوئیس پیلوتو، دانشمند کامپیوتر در شرکت متعلق به گوگل DeepMind در لندن، و همکارانش می خواستند آزمایش مشابهی برای هوش مصنوعی (AI) ایجاد کنند. این تیم یک شبکه عصبی – یک سیستم نرم افزاری که با تشخیص الگوها در مقادیر زیاد داده یاد می گیرد – با فیلم های متحرک از اشیاء ساده مانند مکعب ها و توپ ها آموزش دادند.
مدل نرمافزاری که آموزش فیزیک از طریق رمزگذاری خودکار و ردیابی اشیاء (PLATO) نام داشت، از تصاویر خام ویدیوها و همچنین نسخههایی که هر شی را در صحنه برجسته میکردند، تغذیه میشد. افلاطون همچنین برای ایجاد یک نمایش داخلی از خصوصیات فیزیکی اجسام، مانند موقعیت و سرعت آنها طراحی شده است.
این سیستم بر روی دهها ساعت ویدئو آموزش داده شد که مکانیسمهای سادهای مانند غلتیدن یک توپ از شیب یا دو توپ از یکدیگر را نشان میداد و توانایی پیشبینی نحوه رفتار آن اجسام در موقعیتهای مختلف را توسعه داد. به ویژه، الگوهایی مانند تداوم، که در آن یک شی به جای انتقال جادویی از یک مکان به مکان دیگر، یک مسیر بدون وقفه را دنبال می کند؛ جامد بودن، که از نفوذ دو جسم به یکدیگر جلوگیری می کند و ماندگاری و ثبات شکل اجسام را یاد گرفت.
پیلوتو میگوید: این تکنولوژی در هر مرحله از نمایش فیلم، اتفاقات بعدی را پیشبینی میکند. با جلوتر رفتن فیلم، پیشبینی های آن نیز دقیقتر میشود.
هنگامی که فیلم هایی با رویدادهای «غیر ممکن» نشان داده می شود، مانند ناپدید شدن ناگهانی یک شی، PLATO می تواند تفاوت بین ویدیو و پیش بینی خود را اندازه گیری کند و تعجب را ارائه دهد.
پیلوتو میگوید که پلاتو بهعنوان مدلی از رفتار نوزادان طراحی نشده است، اما میتواند اولین گام به سوی هوش مصنوعی باشد که میتواند فرضیههایی را درباره نحوه یادگیری نوزادان انسان آزمایش کند. ما امیدواریم که در نهایت این تکنولوژی بتواند توسط دانشمندان، بینشی برای مدلسازی جدی رفتار نوزادان ایجاد کند.
جف کلون، دانشمند کامپیوتر در دانشگاه بریتیش کلمبیا در ونکوور، میگوید مقایسه هوش مصنوعی با نحوه یادگیری نوزادان انسان یک گام تحقیقاتی مهم است. گفته میشود، این مقاله، ارزش هوش مصنوعی و دست آورد های آینده ی آن را بسیار با ارزش تر می کند.
کلون و سایر محققان روی روش هایی کار می کنند که در آنها این برنامه، الگوریتم های خود را برای درک دنیای فیزیکی توسعه می دهد.
منبع: nature
مترجم: کیانوش کرمی