Blijf op de hoogte voor de komende Animal-AI Olympics, aangeboden door onderzoekers van het Leverhulme Centre for the Future of Intelligence in Cambridge, VK, en GoodAI, een in Praag gevestigd onderzoeksinstituut.

Zoals de naam van de wedstrijd doet vermoeden, je kijkt naar een wedstrijd waarbij dieren en AI betrokken zijn. "De AI-agent zal robuust gedrag moeten leren van alleen pixelinvoer en een beloning."

De Animal-AI-uitdaging omvat een aandeel in een $10, 000 prijzenpot aangeboden. Vaardigheden die nodig zijn om te slagen in de taken zullen variëren in complexiteit.

In juni, de volledige competitie van de Animal-AI Olympics gaat live. De definitieve resultaten zouden in december beschikbaar moeten zijn.

Terwijl de volledige competitie in juni begint, blijf later deze maand op de hoogte voor belangrijk nieuws:(1) de arena (beschikbaar eind april) en (2) een lijst van de cognitieve vaardigheden die de test bepalen.

Oscar Schwartz, MIT Technology Review , bespraken wat onderzoekers zullen doen om de test mogelijk te maken - de onderzoekers zullen "algoritmen trainen om een ​​reeks taken onder de knie te krijgen die traditioneel zijn gebruikt om de cognitie van dieren te testen." Het team zei dat methoden uit de "diercognitieliteratuur" voor het testen zullen worden gebruikt.

Volgens IEEE-spectrum , ze hebben nu ongeveer 50 taken uit de literatuur over dierenintelligentie. Deze maand presenteren ze informatiepakketten over de wedstrijd; in juni, de wedstrijd gaat live, en mensen kunnen ermee aan de slag.

Dus, waarom dieren? Is een schaakspel tegen mensen niet de echte AI-uitdaging? Noch papegaai, noch kraai, ten slotte, kan schaken, maar daar gaat het niet om. Matthew Crosby zei in IEEE-spectrum, "Een AI kan geweldig zijn in één taak, maar kan het soortgelijke taken oplossen die het nog niet eerder heeft gezien? Deze competitie test precies dat soort dingen. Misschien zullen we verrast zijn door hoe goed de AI-agenten het doen."

Crosby is een van de organisatoren van de wedstrijd en een postdoctoraal onderzoeker aan het Leverhulme Centre en aan het Imperial College London.

Animal-AI Olympics zullen AI's vergelijken met tests die normaal worden gebruikt om de intelligentie van dieren te bestuderen, meldde Donna Lu in nieuwe wetenschapper .

"Mensen zijn niet langer de beste Go-spelers, deelnemers aan quizshows, of zelfs, in sommige opzichten, de beste dokters, ', zei het Olympische team.

Waarom de moeite nemen om AI-prestaties te vergelijken met dieren?

Nicolaas Montegrifo, AndroidPIT , heeft wat antwoorden. "Zet de AI in een onbekende situatie of omgeving, en het slaagt er meestal niet in om iets toe te passen van de vaardigheden die het heeft geleerd om goed te worden in een specifieke taak." het zal vooral interessant zijn om het in de dierenwereld te zien.

Schwartz trok op dezelfde manier het contrast:"Meestal, AI-benchmarks omvatten het beheersen van een enkele taak, zoals het verslaan van een grootmeester in Go of uitzoeken hoe je een videogame helemaal opnieuw kunt leren. AI is buitengewoon succesvol geweest in dergelijke gebieden. Maar als je dezelfde AI-systemen toepast op een totaal andere taak, ze zijn over het algemeen hopeloos."

Onderzoekers plannen een ander spel. Ze testen AI uit om te zien of het bestand is tegen wat Montegriffo de natuurlijke wereld noemde.

De test hier zou AI gedragen onder een meer intelligentie kenmerk van diersoorten. Je hoort meestal hoe goed de AI kan herhalen wat het heeft geleerd. In de nieuwe testomgeving "De kunstmatige intelligentie kan niet zomaar herhalen wat het heeft geleerd, maar moet zijn training toepassen op een nieuwe situatie."

De organisatoren van het evenement accepteren dat geen van de AI-systemen zich perfect kan aanpassen aan elke omstandigheid of een perfecte score kan posten. Maar ze hopen dat de beste systemen zich kunnen aanpassen aan de verschillende problemen waarmee ze worden geconfronteerd. De agenten zullen over de hele linie goed moeten zijn in alle tests:de winnende agent zal degene zijn die gemiddeld goed presteert, zei MIT Technology Review .

Onder de radar:het vermogen om zich snel aan nieuwe situaties aan te passen of vaardigheden van het ene type activiteit naar het andere te vertalen. Sommige tests zullen gemakkelijker zijn dan andere. Sommige zijn misschien eenvoudig, zei Schwartz, zoals "de agent vragen om voedsel op te halen uit een omgeving zonder obstakels."

Moeilijkere taken? Schwartz noemde "een begrip van objectduurzaamheid, "wetend dat "een object er nog steeds is, zelfs als het verborgen is." Ook zal worden onderzocht "het vermogen om een ​​mentaal model van een omgeving te maken om er in het donker door te navigeren."

Wat is het volgende? Na december, dit onderzoeksproject kan een gesprek over diercognitie en AI op gang brengen. Net zo belangrijk, het testen van AI en dierlijke intelligentie zou moeten leiden tot meer gesprekken over de betekenis van intelligentie - op zich een nooit definitieve zoektocht door de jaren heen. Hebben we echt een bevredigende definitie gevonden? Zal dit project meer inzicht geven in wat een werkdefinitie zou moeten zijn?

MIT Technology Review herinnerde de lezers eraan dat als we het hebben over dierlijke intelligentie, het is een 'biologische intelligentie' die het resultaat is 'van honderden miljoenen jaren van evolutie'. De vraag blijft of de aangeboren structuur van de intelligentie van een dier in een systeem kan worden ingebouwd.

Misschien moet het laatste woord gaan naar Matthew Crosby, een postdoctoraal onderzoeker bij het Leverhulme Center for the Future of Intelligence, geciteerd in MIT Technologie Review. Crosby zei dat het project meer ging over het onderzoeken van de verschillen tussen geesten dan om de gelijkwaardigheid tussen kunstmatige en biologische cognitie te bewijzen.

"Waar we eigenlijk in geïnteresseerd zijn, is ontdekken hoe we kunnen vertalen tussen verschillende soorten intelligentie, "zegt hij. "Als een deel van wat we leren is waar deze vertaling faalt, dat is wat ons betreft een succes."

In een interview met Eliza Strickland in IEEE-spectrum, hij legde uit dat "we taken specifiek maken om dingen als generalisatie en transfer learning te testen. Zelfs als niemand het ongelooflijk goed doet in de competitie, het zal nog steeds nuttig zijn."

© 2019 Wetenschap X Netwerk