Создан ИИ, который предсказывает действия людей

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: