Создан ИИ, который предсказывает действия людей |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-04-26 11:37 Ученые из Массачусетского технологического института(MIT) и Вашингтонского университета разработали инновационный искусственный интеллект, который способен точно предсказывать будущие действия человека,робота, животного,иного ИИ. Эта модель, получившая название «Модель скрытого вычислительного бюджета» (L-IBM), представляет собой значительный шаг вперед в области искусственного интеллекта и обещает открыть новые возможности для обучения других ИИ. L-IBM работает путем анализа прошлого поведения, действий и ограничений, связанных с мыслительным процессом агента. Авторы исследования утверждают, что эта нейросеть превосходит существующие аналоги и способна смоделировать практически все аспекты принятия решений человеком, включая повседневные действия, поведение, общение и стратегию. Чтобы смоделировать процесс принятия решений агентом, L-IBM сначала анализирует его поведение и факторы, которые на него влияют. Исследователи стремятся понять не только то, что агенты хотят сделать, но и то, что они реально сделают в конкретной ситуации. На первом этапе учёные наблюдали за агентами, которые оказывались в лабиринте в случайных точках. L-IBM использовалась для понимания ограничений их мышления и вычислений, а также для предсказания поведения. Этот анализ выявил цели агента, а также его способность ориентироваться и принимать сложные решения. На следующем этапе модель L-IBM изучила речевые сигналы и подсказки, связанные с общением. Для исследования этого аспекта ученые провели игру с участием спикера и слушателя. Слушатель выбирал один из разных цветов, но не мог напрямую сообщить говорящему его название. Задача говорящего – описать цвет слушающему с помощью естественно-языковых высказываний. Если слушатель выбирает тот же цвет, что и говорящий, оба побеждают. Учёные хотели выяснить, насколько люди учитывают контекст и реакции партнеров в коммуникации и как эти навыки влияют на успешность их общения. На третьем этапе исследователи изучили количество времени, которое игроки тратят на обдумывание ходов в шахматной партии, а также разницу во времени, которое более слабые и сильные шахматисты тратят на обдумывание своих ходов. Ученые поняли, что глубина планирования, или то, как долго человек думает над проблемой, является хорошим показателем его поведения. Эти данные были переданы в L-IBM, которая смоделировала вариативность решений игроков в разных игровых ситуациях. Результаты L-IBM точно отразили разницу между тем, как размышляют слабые и сильные шахматисты. Этот результат оказался очень легко интерпретируемым и показал, что более сложные задачи требуют большего планирования, а сильный игрок – это тот, кто планирует на несколько ходов вперед. Иными словами, если модель искусственного интеллекта знает, кто из игроков сильнее, она с большей вероятностью сможет точно предсказать победителя партии. Эти три этапа демонстрируют, что L-IBM способна моделировать практически все аспекты принятия решений людьми, включая повседневные действия, поведение, общение и стратегию. L-IBM превосходит классические модели, одновременно оценивая человеческие навыки и сложность задач! Отличие L-IBM от предыдущих моделей заключается в том, что она учитывает прошлое поведение и ограничения агента для получения результатов. Текущее исследование позволит исследователям эффективнее обучать искусственный интеллект деталям человеческого поведения. Если ИИ точно предскажет ошибки людей, основываясь на их предыдущих действиях, он сможет вмешаться и предложить лучший способ решения задачи. Такой искусственный интеллект также будет адаптироваться к слабым сторонам человека. Источник: vk.com Комментарии: |
|