Hvordan mennesker lærer AI at blive bedre til at gætte

En af de hellige griller i udviklingen af ​​kunstig intelligens (AI) giver maskiner mulighed for at forudsige hensigt, når de interagerer med mennesker.

Vi mennesker gør det hele tiden og uden selv at være klar over det:vi observerer, vi lytter, vi bruger vores tidligere erfaring til at begrunde, hvad nogen gør, hvorfor de gør det for at komme med en forudsigelse om, hvad de vil gøre næste gang.

I øjeblikket, AI kan gøre et plausibelt arbejde med at opdage en anden persons hensigt (med andre ord efter det faktum). Eller den kan endda have en liste over foruddefinerede, mulige svar, som et menneske vil reagere med i en given situation. Men når et AI -system eller en maskine kun har få spor eller delvise observationer at gå på, dens svar kan nogle gange være lidt ... robotiske.

Mennesker og maskiner

Dr. Lina Yao, en lektor ved UNSW Engineering, er hovedforsker i et projekt for at få AI-systemer og grænseflader mellem mennesker og maskiner hurtigere med de finere nuancer af menneskelig adfærd. Hun siger, at det ultimative mål er, at hendes forskning skal bruges i autonome AI -systemer, robotter og endda cyborgs, men det første trin er fokuseret på grænsefladen mellem mennesker og intelligente maskiner.

"Det, vi gør i disse tidlige faser, er at hjælpe maskiner med at lære at opføre sig som mennesker baseret på vores daglige interaktioner og de handlinger, der påvirkes af vores egen dømmekraft og forventninger - så de bedre kan placeres til at forudsige vores hensigter, "siger hun." Til gengæld dette kan endda føre til nye handlinger og egne beslutninger, så vi etablerer et samarbejdsforhold. "

Dr. Yao vil gerne se bevidstheden om mindre indlysende eksempler på menneskelig adfærd integreret i AI -systemer for at forbedre hensigtsforudsigelse. Ting som fagter, øjenbevægelse, positur, ansigtsudtryk og endda mikroudtryk-de fysiske tegn i fortællingen, når nogen reagerer følelsesmæssigt på en stimulus, men forsøger at holde den skjult.

Dette er en høj ordre, som mennesker selv ikke er ufejlbarlige, når de forsøger at forudsige en anden persons hensigt.

"Nogle gange kan folk foretage nogle handlinger, der afviger fra deres egne normale vaner, som kan have været udløst af det ydre miljø eller påvirkningen af ​​en anden persons handlinger, " hun siger.

Alle de rigtige træk

Alligevel, at gøre AI -systemer og maskiner mere finjusteret til måderne, hvorpå mennesker starter en handling, er en god start. Til det formål, Dr. Yao og hendes team udvikler et prototype mellem menneske-maskine-interfacesystem designet til at fange hensigten bag menneskelig bevægelse.

"Vi kan lære og forudsige, hvad et menneske gerne vil gøre, når de bærer en EEG [elektroencefalogram] enhed, "Dr. Yao siger.

"Mens jeg havde en af ​​disse enheder på, når personen foretager en bevægelse, deres hjernebølger indsamles, som vi derefter kan analysere.

"Senere kan vi bede folk om at tænke på at flytte med en bestemt handling - såsom at løfte deres højre arm. Så faktisk ikke at løfte armen, men tænker på det, og vi kan derefter indsamle de tilhørende hjernebølger. "

Dr. Yao siger, at registrering af disse data har potentiale til at hjælpe mennesker, der ikke kan bevæge sig eller kommunikere frit på grund af handicap eller sygdom. Hjernebølger registreret med en EEG -enhed kunne analyseres og bruges til at flytte maskiner såsom en kørestol, eller endda at kommunikere en anmodning om hjælp.

"Nogen på en intensiv afdeling har muligvis ikke evnen til at kommunikere, men hvis de havde en EEG -enhed på, mønsteret i deres hjernebølger kunne tolkes til at sige, at de havde ondt eller ønskede at sidde op, for eksempel, "Dr. Yao siger.

"Så en hensigt om at flytte eller handle, der ikke var fysisk muligt, eller ikke kan udtrykkes, kunne forstås af en observatør takket være denne interaktion mellem mennesker og maskiner. Teknologien er der allerede for at opnå dette, det er mere et spørgsmål om at sætte alle arbejdsdele sammen. "

Partnere for livet

Dr. Yao siger, at det ultimative mål med udviklingen af ​​AI -systemer og -maskiner, der hjælper mennesker, er, at de ikke kun skal ses som redskaber, men som partnere.

"Det, vi gør, er at prøve at udvikle nogle gode algoritmer, der kan implementeres i situationer, der kræver beslutningstagning, " hun siger.

"For eksempel, i en redningssituation, et AI -system kan bruges til at hjælpe reddere med at tage den optimale strategi til at lokalisere en eller flere personer mere præcist. Et sådant system kan bruge lokaliseringsalgoritmer, der bruger GPS -placeringer og andre data til at lokalisere mennesker, samt at vurdere det tidsvindue, der er nødvendigt for at komme til nogen, og komme med anbefalinger til den bedste fremgangsmåde.

"I sidste ende ville et menneske foretage det sidste opkald, men det vigtige er, at AI er en værdifuld samarbejdspartner i sådan et dynamisk miljø. Denne form for teknologi bruges allerede i dag. "

Men mens man arbejder med mennesker i partnerskab er en ting; at arbejde helt uafhængigt af dem er langt ned ad sporet. Dr. Yao siger, at autonome AI -systemer og maskiner en dag kan se på os som tilhørende en af ​​tre kategorier efter at have observeret vores adfærd:peer, tilskuer eller konkurrent. Selvom dette kan virke koldt og afsides, Dr. Yao siger, at disse kategorier dynamisk kan ændre sig fra den ene til den anden i henhold til deres udviklende sammenhænge. Og i hvert fald hun siger, denne form for kognitiv kategorisering er faktisk meget menneskelig.

"Når du tænker over det, vi dømmer konstant de samme domme om menneskerne omkring os hver dag, " hun siger.