211service.com
Esta IA curiosa te pateará el trasero en el acorazado
Brenden Lake y Anselm Rothe
Un sistema de inteligencia artificial notablemente curioso desarrollado por un equipo de investigadores de la Universidad de Nueva York ha aprendido a jugar un juego similar a Battleship con una habilidad alucinante.
En el juego simple que crearon los investigadores, los jugadores buscan encontrar las naves de sus oponentes escondidas en una pequeña cuadrícula de cuadrados haciendo una serie de preguntas que pueden responderse con un solo número o palabra. Su programa descubre cómo hacer estas preguntas de la manera más eficiente posible.
Inspirándose en la psicología cognitiva y utilizando un enfoque fundamentalmente diferente de la mayoría de las IA actuales, el sistema muestra cómo las máquinas pueden aprender a hacer preguntas útiles sobre el mundo. El programa trata las preguntas como programas en miniatura, lo que le permite aprender de unos pocos ejemplos y construir sus propias preguntas sobre la base de lo que ha aprendido.
El juego fue desarrollado por lago brenden , profesor asistente en NYU; Todd Gureckis , profesor asociado; y Anselmo Rothe , un estudiante graduado. Hay una enorme brecha entre la capacidad humana y la máquina para hacer preguntas cuando buscan información sobre el mundo, dice Lake. Los investigadores describen el trabajo en un papel publicado en línea.
Los investigadores hicieron que los humanos jugaran su juego y registraron las preguntas que hicieron. Luego tradujeron las preguntas en componentes conceptuales. Por ejemplo, las preguntas ¿Cuánto mide el barco azul? y ¿El barco azul tiene cuatro fichas? se refieren a la longitud de un objetivo. La pregunta ¿Se tocan los barcos azul y rojo? se refiere a la posición. Luego, los investigadores codificaron estas preguntas utilizando un lenguaje de programación simple y construyeron un modelo probabilístico para determinar qué preguntas deberían proporcionar la información más útil. Esta metodología permitió que el sistema de IA construyera de manera eficiente preguntas novedosas que lo ayudaron a ganar el juego.
La mayoría de los enfoques de IA implican simplemente alimentar una computadora con grandes cantidades de datos de ejemplo y hacer que genere sus propios ejemplos después de eso. Si bien el método del equipo de la NYU requiere más codificación manual, es mucho más eficiente y eficaz para descubrir preguntas inteligentes que plantear. El sistema también genera preguntas inteligentes de una manera más metódica, e incluso puede producir preguntas que ningún humano pensó en hacer.
Los investigadores están explorando cómo su tecnología podría hacer que los chatbots y otros sistemas de diálogo sean más efectivos y menos dolorosos de usar. Con un poco de programación previa, dicho sistema podría ayudar a los clientes a resolver su problema más rápidamente al plantear las preguntas correctas.
Tener sistemas de diálogo que generen preguntas novedosas para que puedan obtener respuestas más informativas sobre la marcha hará que la interacción humano-computadora sea más fácil y que estos sistemas sean más útiles y divertidos de usar, dice Lake.
Sorprendentemente, el programa de juego pudo construir la última pregunta para el juego del acorazado. Este consistía en pedirle a un oponente que siguiera una serie de pasos matemáticos, sumando la eslora de un barco a 10 veces la eslora del siguiente y así sucesivamente. Sería difícil para una persona seguir o responder correctamente una pregunta de este tipo, pero en teoría el resultado podría usarse para calcular todo el tablero. Fue bastante interesante, dice Lake.
sam gershman , profesor asistente en la Universidad de Harvard que desarrolla enfoques para la IA inspirados en la neurociencia cognitiva, dice que la investigación de la NYU proporciona información sobre cómo los humanos formulan buenas preguntas. Primero, necesitas algún tipo de composicionalidad para capturar la desconcertante variedad de preguntas, dice Gershman. En segundo lugar, necesita un conjunto de criterios que sopesen las fortalezas y debilidades relativas de una pregunta.
Gershman agrega que los humanos parecen seguir una estrategia similar al enfoque más exitoso empleado por el programa, evaluando cuidadosamente la complejidad de sus preguntas para usar los recursos cognitivos con moderación.
En última instancia, las máquinas no se volverán verdaderamente inteligentes a menos que comiencen a sentir curiosidad por el mundo que las rodea. Eso comienza con hacer preguntas de sondeo.