Un concepto en psicología está ayudando a la IA a navegar mejor por nuestro mundo

Categoría: Inteligencia artificial Al corriente Jul 17

El concepto: Cuando miramos una silla, independientemente de su forma y color, sabemos que podemos sentarnos en ella. Cuando un pez está en el agua, independientemente de su ubicación, sabe que puede nadar. Esto se conoce como la teoría de la disponibilidad, un término acuñado por el psicólogo James J. Gibson. Afirma que cuando los seres inteligentes miran el mundo, no perciben simplemente los objetos y sus relaciones, sino también sus posibilidades . En otras palabras, la silla ofrece la posibilidad de sentarse. El agua ofrece la posibilidad de nadar. La teoría podría explicar en parte por qué la inteligencia animal es tan generalizable: a menudo sabemos de inmediato cómo relacionarnos con nuevos objetos porque reconocemos sus posibilidades.

La idea: Los investigadores de DeepMind ahora están usando este concepto para desarrollar un nuevo enfoque para el aprendizaje por refuerzo . En el aprendizaje por refuerzo típico, un agente aprende a través de prueba y error, comenzando con la suposición de que cualquier acción es posible. Un robot que aprende a moverse del punto A al punto B, por ejemplo, asumirá que puede moverse a través de paredes o muebles hasta que las fallas repetidas le indiquen lo contrario. La idea es que si al robot se le enseñara primero las posibilidades de su entorno, eliminaría de inmediato una fracción significativa de las pruebas fallidas que tendría que realizar. Esto haría que su proceso de aprendizaje fuera más eficiente y lo ayudaría a generalizar en diferentes entornos.

Los experimentos: Los investigadores establecieron un escenario virtual simple. Colocaron un agente virtual en un entorno 2D con una pared en el medio e hicieron que el agente explorara su rango de movimiento hasta que aprendió lo que el entorno le permitiría hacer: sus posibilidades. Luego, los investigadores le dieron al agente un conjunto de objetivos simples para lograr a través del aprendizaje por refuerzo, como moverse una cierta cantidad hacia la derecha o hacia la izquierda. Descubrieron que, en comparación con un agente que no había aprendido las posibilidades, evitaba cualquier movimiento que pudiera causar que la pared lo bloqueara a la mitad de su movimiento, preparándolo para lograr su objetivo de manera más eficiente.

Por qué importa: El trabajo aún se encuentra en sus primeras etapas, por lo que los investigadores utilizaron solo un entorno simple y objetivos primitivos. Pero su esperanza es que sus experimentos iniciales ayuden a sentar una base teórica para ampliar la idea a acciones mucho más complejas. En el futuro, ven que este enfoque permitirá que un robot evalúe rápidamente si puede, por ejemplo, verter líquido en una taza. Habiendo desarrollado una comprensión general de qué objetos ofrecen la posibilidad de contener líquido y cuáles no, no tendrá que perder repetidamente la taza y verter líquido sobre la mesa para aprender cómo lograr su objetivo.