Dyreintelligens og AI:Konkurrence er i vingerne

Følg med til de kommende Animal-AI OL, bragt til dig af forskere ved Leverhulme Center for the Future of Intelligence i Cambridge, Storbritannien, og GoodAI, et forskningsinstitut i Prag.

Som navnet på konkurrencen antyder, du ser på en konkurrence, der involverer dyr og AI. "AI -agenten bliver nødt til at lære robust adfærd fra kun pixelindgange og en belønning."

Animal-AI-udfordringen indebærer en andel i en $ 10, 000 præmiepulje på tilbud. Færdigheder, der er nødvendige for at lykkes med opgaverne, varierer i kompleksitet.

I juni, Animal-AI OL's fulde konkurrence går live. De endelige resultater skal foreligge i december.

Mens den fulde konkurrence starter i juni, stay vendte senere denne måned for vigtige nyheder:(1) arenaen (tilgængelig i slutningen af ​​april) og (2) en liste over de kognitive evner, der styrer testen.

Oscar Schwartz, MIT Technology Review , diskuteret, hvad forskere vil gøre for at få testen til at ske - forskerne vil træne "algoritmer til at mestre en række opgaver, der traditionelt er blevet brugt til at teste dyrs kognition." Teamet sagde, at metoder fra "dyrekognitionslitteraturen" vil blive brugt til test.

Ifølge IEEE -spektrum , de har omkring 50 opgaver fra dyreintelligenslitteraturen nu. I denne måned skal de præsentere pakker med information om konkurrencen; i juni, konkurrencen går live, og folk kan begynde at arbejde på det.

Så, hvorfor dyr? Er et skakspil mod mennesker ikke den virkelige AI -udfordring? Hverken papegøje eller krage, trods alt, kan spille skak, men det er ikke meningen. Matthew Crosby sagde i IEEE -spektrum, "En AI kan være fantastisk til én opgave, men kan den løse lignende opgaver, som den ikke har set før? Denne konkurrence tester præcis den slags. Måske bliver vi overrasket over, hvor godt AI -agenterne klarer sig. "

Crosby er en af ​​konkurrencens arrangører og en postdoktoral forsker ved Leverhulme Center og ved Imperial College London.

Animal-AI Olympics vil sætte AI'er mod tests, der normalt bruges til at studere dyreintelligens, rapporterede Donna Lu i Ny forsker .

"Mennesker er ikke længere de bedste Go -spillere, quiz-show deltagere, eller endda, i nogle henseender, de bedste læger, "sagde OL -holdet.

Hvorfor gider du sammenligne AI -ydelse med dyr?

Nicholas Montegriffo, AndroidPIT , har nogle svar. "Sæt AI i en ukendt situation eller miljø, og det undlader normalt at anvende noget af de færdigheder, den lærte, til at blive god til en bestemt opgave. "Så, det vil være særligt interessant at se det i dyreverdenen.

Schwartz tegnede på samme måde kontrasten:"Normalt, AI -benchmarks involverer at mestre en enkelt opgave, som at slå en stormester i Go eller finde ud af, hvordan man lærer et videospil fra bunden. AI har været ekstraordinært vellykket i sådanne områder. Men når du anvender de samme AI -systemer til en helt anden opgave, de er generelt håbløse. "

Forskere planlægger et andet spil. De tester AI for at se, om det kan tage på, hvad Montegriffo kaldte den naturlige verden.

Testen her ville AI opføre sig under en mere intelligent karakteristik af dyrearter. Du hører normalt om, hvor godt AI kan gentage, hvad den lærte. I det nye testmiljø, "den kunstige intelligens kan ikke bare gentage, hvad den lærte, men har brug for at anvende sin uddannelse til en ny situation. "

Arrangørarrangørerne accepterer, at ingen af ​​AI -systemerne vil være i stand til at tilpasse sig perfekt til enhver omstændighed eller lægge en perfekt score. Men de håber, at de bedste systemer vil være i stand til at tilpasse sig de forskellige problemer, de står over for. Agenterne skal være gode til alle testene over hele linjen:den vindende agent er den, der viser god præstation i gennemsnit, sagde MIT Technology Review .

Under radaren:evnen til hurtigt at tilpasse sig nye situationer eller oversætte færdigheder fra en aktivitetstype til en anden. Nogle af testene vil være lettere end andre. Nogle kan være grundlæggende, sagde Schwartz, som "at kræve, at agenten henter mad fra et miljø uden forhindringer."

Hårdere opgaver? Schwartz kaldte "en forståelse af objektets permanentitet, "at vide, at" et objekt stadig er der, selvom det er skjult. "Også undersøgt vil være" evnen til at lave en mental model af et miljø for at navigere i det i mørket. "

Hvad er det næste? Ud over december, dette forskningsprojekt kunne intensivere en samtale om dyrkognition og AI. Som vigtigt, afprøvning af AI og dyreintelligens bør inspirere til flere samtaler om betydningen af ​​intelligens-i og for sig en aldrig endelig forfølgelse gennem årene. Har vi virkelig fundet en tilfredsstillende definition? Vil dette projekt tilføje mere indsigt i, hvad en arbejdsdefinition skal være?

MIT Technology Review mindede læserne om, at når vi taler om dyreintelligens, det er en "biologisk intelligens", der er et resultat "af hundredvis af millioner af års udvikling." Spørgsmålet er stadig, om den medfødte struktur af et dyrs intelligens kan indbygges i et system.

Måske skulle det sidste ord gå til Matthew Crosby, en postdoktorforsker ved Leverhulme Center for the Future of Intelligence, citeret i MIT Technology Review. Crosby sagde, at projektet mere handlede om at undersøge forskellene mellem sind end at forsøge at bevise ækvivalens mellem kunstig og biologisk erkendelse.

"Det, vi rent faktisk er interesseret i, er at opdage, hvordan man oversætter mellem forskellige former for intelligens, "siger han." Hvis en del af det, vi lærer, er, hvor denne oversættelse mislykkes, det er en succes for os. "

I et interview med Eliza Strickland i IEEE -spektrum, han forklarede, at "vi laver opgaver specifikt for at teste ting som generalisering og transfer -læring. Selvom ingen klarer sig utrolig godt i konkurrencen, det vil stadig være nyttigt. "

© 2019 Science X Network