هوش مصنوعی اهداف و اشتباهات انسان را درک می نماید - کلوب آگهی

در آزمایشی حول محور هوش اجتماعی انسان که توسط دو روانشناس به نام های فلیکس وارنکن(Felix Warneken) و مایکل توماسلو (Michael Tomasello) انجام شد، یک کودک 18 ماهه مردی را تماشا می نماید که به همراه یک دسته کتاب به سمت کمدی در بسته می رود. هنگامی که به کمد می رسد با کلافگی چندین بار کتاب ها را به آن می کوبد و سپس صدایی عحیب از خود در می آورد.

پس از آن اتفاقی قابل توجهی رخ داد کودک. با استنباط هدف مرد به سمت کمد رفته و درهای آن را باز کرد تا مرد بتواند کتاب های خود را در آن قرار دهد اما یک کودک نوپا با تجربه ای محدود در زندگی چگونه قادر به فهم چنین موضوعی است؟

اخیرا دانشمندان حوزه کامپیوتر به دنبال یافتن راهی هستند که این توانایی را در دستگاه ها نیز ایجاد نمایند. مولفه اصلی ایجاد چنین درکی چیزی است که ما را تبدیل به انسان نموده یعنی اشتباهاتمان.

همانطور که یک کودک نوپا هدف مرد را از شکست در کاری که می خواسته انجام دهد می فهمد، دستگاه ها نیز برای فهمیدن اهداف ما باید اشتباهات ما را در نظر بگیرند.

محققان آزمایشگاه علوم رایانه ای و هوش مصنوعی در موسسه فناوری ماساچوست(MIT) و موسسه مغز و علوم شناختی، برای ایجاد این هوش اجتماعی در ماشین آلات الگوریتمی را ایجاد کردند که می تواند اهداف و برنامه ها را استنباط کند، حتی اگر این اهداف و برنامه ها در نهایت منجر به شکست شوند. این تحقیقات می تواند به بهبود بسیاری از فناوری های یاریی مثل ربات های مراقبتی و یا دستیارهای دیجیتالی مثل سیری و الکسا یاری کند.

تن ژی ژوان(Tan Zhi-Xuan) دانشجوی دکترای گروه مهندسی برق و علوم کامپیوتر موسسه فناوری ماساچوست که نویسنده اصلی این مقاله است می گوید: توانایی تشخیص اشتباهات برای دستگاه هایی که منافع ما را استنتاج می نمایند و در جهت آن عمل می نمایند بسیار اهمیت دارد. در غیر این صورت سیستم های هوش مصنوعی ممکن است به اشتباه فکر نمایند. از آنجا که ما در رسیدن به یک هدف شکست خورده ایم دیگر رسیدن به آن هدف برایمان اهمیتی ندارد.

همه ما دیده ایم که چگونه این الگوریتم ها از استفاده بدون برنامه ریزی ما از شبکه های مجازی استفاده می نمایند و ما را به سمت وابستگی و تضاد می کشانند. در شرایط ایده آل الگوریتم ها در آینده اشتباهات، عادات بد و رفتارهای غیرمنطقی ما را شناسایی می نمایند و از آن ها جلوگیری می نمایند.

این گروه برای ایجاد یک مدل از جین(Gen) که پلتفرم جدید برنامه نویسی هوش مصنوعی است استفاده کرد تا هوش مصنوعی با قدرت استنباط فراوری کند. مدل ساخته شده از مدل های قبلی دقت و سرعت بیشتری داشت.

استورات راسل(Stuart Russell) استاد مهندسی در دانشگاه کالیفرنیا می گوید: هوش مصنوعی در حال دور شدن از مدل استاندارد سابق است که در آن هدفی معین و ثابت به دستگاه داده می شد و هوش مصنوعی نمی دانست که ما چه می خواهیم، این بدان معنی است که تحقیق در خصوص استنباط اهداف و ترجیحات از رفتار انسان به یک موضوع اصلی در هوش مصنوعی تبدیل می گردد. این مقاله این هدف را جدی گرفته است. و این یک گام به سوی مدلسازی است. فرآیندی که با آن انسان رفتار و اهداف و ترجیحات خود را ایجاد می نماید.

این تیم از یک روش معمول برنامه ریزی توسط انسان الهام گرفته است و آن برنامه ریزی های کوتاه مدت به جای یک برنامه ریزی کلی از پیش معین شده است. گرچه این نوع برنامه ریزی ممکن است به اشتباه ختم گردد اما بار کمتری بر دوش حافظه کوتاه مدت می گذارد.

به عنوان مثال اگر دوست شما در حال پختن غذا باشد و شما بخواهید غذا را حدس بزنید با توجه به مراحلی که طی می نماید مانند روشن کردن فر چندین مورد را در نظر می گیرید و کمی قبل از انجام قدم بعدی پیش بینی می کنید که چه اتفاقی خواهد افتاد و گزینه های نامربوط را قدم به قدم حذف می کنید و هنگامی که از حدس خود مطمئن شدید به یاری دوستتان می روید.

الگوریتم این گروه نیز هر حرکت را پیش از اتفاق افتادن پیش بینی می نماید و امیدوار است بتواند از این مدل برای فراوری دستگاه هایی بهتر استفاده کند. آنالیز استنتاج های ساده تر که بچه ها و حتی نوزادان 10 ماهه در خصوص اهداف دیگران انجام می دهند، می تواند به مدل سازی یاری کند.

ژوان می گوید: اگرچه این کار فقط یک گام اولیه کوچک در این جهت است، اما امید من این است که این تحقیقات زمینه های فلسفی و مفهومی لازم برای ساخت دستگاه هایی را فراهم کند که اهداف، برنامه ها و ارزش های انسانی را به درستی درک نمایند.،ایسنا