science >> Wetenschap >  >> Elektronica

Hoe mensen AI leren om beter te worden in tweede gissen

AI-systemen van de toekomst zullen beter zijn afgestemd op de nuances van menselijk gedrag. Krediet:Shutterstock

Een van de heilige graal in de ontwikkeling van kunstmatige intelligentie (AI) is dat machines de mogelijkheid krijgen om de intentie te voorspellen bij interactie met mensen.

Wij mensen doen het de hele tijd en zonder dat we het ons bewust zijn:we observeren, we luisteren, we gebruiken onze ervaringen uit het verleden om te redeneren over wat iemand doet, waarom ze het doen om een ​​voorspelling te doen over wat ze hierna gaan doen.

Momenteel, AI kan een plausibele taak vervullen bij het detecteren van de bedoeling van een andere persoon (met andere woorden, na het feit). Of het kan zelfs een lijst met vooraf gedefinieerde, mogelijke reacties waarmee een mens in een bepaalde situatie zal reageren. Maar als een AI-systeem of machine maar een paar aanwijzingen of gedeeltelijke observaties heeft, zijn reacties kunnen soms een beetje... robotachtig zijn.

Mensen en machines

Dr. Lina Yao, een hoofddocent bij UNSW Engineering, is hoofdonderzoeker in een project om AI-systemen en mens-machine-interfaces op de hoogte te brengen van de fijnere nuances van menselijk gedrag. Ze zegt dat het uiteindelijke doel is dat haar onderzoek wordt gebruikt in autonome AI-systemen, robots en zelfs cyborgs, maar de eerste stap is gericht op de interface tussen mensen en intelligente machines.

"Wat we in deze vroege fasen doen, is machines helpen te leren zich als mensen te gedragen op basis van onze dagelijkse interacties en de acties die worden beïnvloed door ons eigen oordeel en onze verwachtingen, zodat ze beter in staat zijn om onze bedoelingen te voorspellen, "zegt ze. "Op haar beurt, dit kan zelfs leiden tot nieuwe acties en beslissingen van onszelf, zodat we een samenwerkingsrelatie aangaan."

Dr. Yao zou graag zien dat minder voor de hand liggende voorbeelden van menselijk gedrag worden geïntegreerd in AI-systemen om de voorspelling van intenties te verbeteren. Dingen zoals gebaren, oog beweging, houding, gezichtsuitdrukking en zelfs micro-uitdrukkingen - de veelbetekenende fysieke tekenen wanneer iemand emotioneel reageert op een stimulus, maar deze probeert verborgen te houden.

Dit is een hele opdracht, aangezien mensen zelf niet onfeilbaar zijn wanneer ze proberen de intentie van een andere persoon te voorspellen.

"Soms kunnen mensen acties ondernemen die afwijken van hun eigen normale gewoonten, die kunnen zijn veroorzaakt door de externe omgeving of de invloed van andermans acties, " ze zegt.

Alle juiste bewegingen

Hoe dan ook, AI-systemen en -machines fijner afstemmen op de manieren waarop mensen een actie initiëren, is een goed begin. Daartoe, Dr. Yao en haar team ontwikkelen een prototype mens-machine-interfacesysteem dat is ontworpen om de bedoeling achter menselijke beweging vast te leggen.

"We kunnen leren en voorspellen wat een mens zou willen doen als hij een EEG-apparaat [elektro-encefalogram] draagt, " zegt Dr. Yao.

Krediet:Universiteit van New South Wales

"Terwijl je een van deze apparaten draagt, wanneer de persoon een beweging maakt, hun hersengolven worden verzameld die we vervolgens kunnen analyseren.

"Later kunnen we mensen vragen na te denken over bewegen met een bepaalde handeling, zoals het optillen van hun rechterarm. Dus niet echt de arm optillen, maar erover nadenken, en we kunnen dan de bijbehorende hersengolven verzamelen."

Dr. Yao zegt dat het vastleggen van deze gegevens mensen kan helpen die vanwege een handicap of ziekte niet in staat zijn om vrij te bewegen of te communiceren. Hersengolven opgenomen met een EEG-apparaat kunnen worden geanalyseerd en gebruikt om machines zoals een rolstoel te verplaatsen, of zelfs om een ​​verzoek om hulp te communiceren.

"Iemand op een intensive care-afdeling heeft misschien niet het vermogen om te communiceren, maar als ze een EEG-apparaat zouden dragen, het patroon in hun hersengolven kan worden geïnterpreteerd om te zeggen dat ze pijn hadden of rechtop wilden zitten, bijvoorbeeld, " zegt Dr. Yao.

"Dus een intentie om te bewegen of te handelen die fysiek niet mogelijk was, of niet kunnen worden uitgedrukt, kon worden begrepen door een waarnemer dankzij deze interactie tussen mens en machine. De technologie is er al om dit te bereiken, het is meer een kwestie van alle werkende delen in elkaar zetten. "

Partners voor het leven

Dr. Yao zegt dat het uiteindelijke doel bij het ontwikkelen van AI-systemen en machines die mensen helpen, is dat ze niet alleen als hulpmiddelen worden gezien, maar maar als partner.

"Wat we doen, is proberen een aantal goede algoritmen te ontwikkelen die kunnen worden ingezet in situaties die besluitvorming vereisen, " ze zegt.

"Bijvoorbeeld, in een reddingssituatie, een AI-systeem kan worden gebruikt om reddingswerkers te helpen bij het nemen van de optimale strategie om een ​​persoon of personen nauwkeuriger te lokaliseren. Een dergelijk systeem kan lokalisatie-algoritmen gebruiken die GPS-locaties en andere gegevens gebruiken om mensen te lokaliseren, evenals het inschatten van de tijd die nodig is om bij iemand te komen, en het doen van aanbevelingen over de beste manier van handelen.

"Uiteindelijk zou een mens de laatste beslissing nemen, maar het belangrijkste is dat AI een waardevolle medewerker is in zo'n dynamische omgeving. Dit soort technologie wordt nu al gebruikt."

Maar samenwerken met mensen is één ding; volledig onafhankelijk van hen werken is een lange weg. Dr. Yao zegt dat autonome AI-systemen en -machines ons op een dag kunnen beschouwen als behorend tot een van de drie categorieën na het observeren van ons gedrag:peer, omstander of concurrent. Hoewel dit misschien koud en afstandelijk lijkt, Dr. Yao zegt dat deze categorieën dynamisch van de ene naar de andere kunnen veranderen, afhankelijk van hun veranderende context. En in ieder geval, ze zegt, dit soort cognitieve categorisering is eigenlijk heel menselijk.

"Als je erover nadenkt, we oordelen elke dag constant over de mensen om ons heen, " ze zegt.