هوش انسان به شدت به کسب دانش از انسان های دیگر بستگی دارد – که در طول زمان به عنوان بخشی از تکامل فرهنگی ما انباشته شده است. این نوع یادگیری اجتماعی که در ادبیات به عنوان انتقال فرهنگی، ما را قادر می سازد تا اعمال و رفتارها را در زمان واقعی تقلید کنیم. اما می تواند هوش مصنوعی همچنین مهارت های یادگیری اجتماعی را به همین ترتیب توسعه دهید؟
یادگیری تقلیدی مدتهاست که یک رویکرد آموزشی برای هوش مصنوعی بوده است و به الگوریتمها دستور میدهد تا انسانها را کامل یک کار و سپس مشاهده کنند. سعی کنید از آنها تقلید کنید. اما معمولا ابزارهای هوش مصنوعی به نمونه های متعدد و قرار گرفتن در معرض مقادیر زیادی نیاز دارند داده ها تا مربی خود را با موفقیت کپی کنند.
اکنون، یک مطالعه پیشگامانه توسط DeepMind محققان ادعا می کنند که عوامل هوش مصنوعی همچنین می توانند مهارت های یادگیری اجتماعی را با تقلید از یک انسان در زمینه های جدید “بدون استفاده از داده های از پیش جمع آوری شده انسانی” در زمان واقعی نشان دهند.
به طور خاص، این تیم بر روی شکل خاصی از انتقال فرهنگی، به نام یادگیری مشاهده ای یا (چند شات) تقلیدکه به کپی برداری از حرکت بدن اشاره دارد.
DeepMind آزمایش خود را در یک محیط شبیهسازی شده به نام GoalCycle3D اجرا کرد، دنیای مجازی با زمینهای ناهموار، مسیرهای پیادهروی و موانع، که ماموران هوش مصنوعی باید در آن حرکت میکردند.
برای کمک به یادگیری هوش مصنوعی، محققان از یادگیری تقویتی استفاده کردند. برای کسانی که با آن آشنا نیستند کار پاولوف در این زمینهاین روش مبتنی بر ارائه پاداش برای هر رفتاری است که یادگیری و نتیجه مطلوب را تسهیل می کند – در این مورد، یافتن مسیر صحیح.
در مرحله بعد، تیم عوامل خبره (اعم از کدگذاری سخت یا کنترل شده توسط انسان) را اضافه کردند که از قبل می دانستند چگونه شبیه سازی را هدایت کنند. عوامل هوش مصنوعی به سرعت فهمیدند که بهترین راه برای رسیدن به مقصد یادگیری از متخصصان است.
مشاهدات محققان دوگانه بود. اولاً، آنها دریافتند که هوش مصنوعی نه تنها هنگام تقلید از متخصصان سریعتر یاد می گیرد، بلکه دانشی را که به دست آورده بود در مسیرهای مجازی دیگر نیز به کار می گیرد. ثانیاً، DeepMind کشف کرد که عوامل هوش مصنوعی حتی در غیاب متخصصان همچنان میتوانند از مهارتهای جدید خود استفاده کنند، که به گفته نویسندگان این مطالعه، نمونهای از یادگیری اجتماعی است.
در حالی که نویسندگان اشاره می کنند که تحقیقات بیشتری مورد نیاز است، آنها معتقدند که روش آنها می تواند راه را برای “تکامل فرهنگی برای ایفای نقش الگوریتمی در توسعه هوش عمومی مصنوعی” هموار کند. آنها همچنین مشتاق همکاری بین رشته ای بیشتر بین زمینه های هوش مصنوعی و روانشناسی تکاملی فرهنگی هستند.
علیرغم مراحل اولیه، پیشرفت DeepMind می تواند پیامدهای مهمی برای صنعت هوش مصنوعی داشته باشد. چنین پیشرفتی این پتانسیل را دارد که آموزش سنتی و منابع فشرده الگوریتم ها را کاهش دهد و در عین حال توانایی حل مسئله آنها را افزایش دهد. همچنین این پرسش را مطرح میکند که آیا هوش مصنوعی میتواند یاد بگیرد که عناصر اجتماعی و فرهنگی تفکر انسان را به دست آورد.
مطالعه کامل در مجله منتشر شده است ارتباطات طبیعت.
منبع: https://thenextweb.com/news/ai-can-copy-human-social-learning-skills-real-time-deepmind