AI-maskinerna som genomgår beteendepsykologiska tester

Beteendepsykologer har länge använt labyrinter för att studera minne och inlärning; deras försökspersoner, mestadels råttor och möss.

Nu börjar forskare använda samma tillvägagångssätt för att testa en helt ny typ av ämne - den senaste sorten av artificiell intelligens-maskin. De har börjat med att sätta dessa maskiner genom sina steg i labyrinter skapade i onlinevärlden Minecraft.

Mazes har en lång historia inom beteendepsykologi . I början av 1900-talet började forskarna intressera sig för råttors och möss förmåga att lära sig och minnas. I synnerhet började de studera inlärningsmekanismer som förstärkningsinlärning.

Labyrinten blev standardarbetshästen för denna typ av arbete. Forskare skulle skapa en komplex labyrint, placera någon form av belöning i centrum och sedan släppa loss en råtta inuti och se hur snabbt det löste pusslet.

Psykologer upptäckte snabbt att råttor lärde sig snabbt och kunde hitta rätt även med olika känselnedsättningar som att bli blinda, döva eller få morrhåren plockade.

Men komplexiteten i tidiga labyrinter gjorde att experiment var svåra att jämföra. Så småningom slog psykologer sig på enkla labyrinter i form av Ts eller Ys, till exempel, som lätt kunde reproduceras i vilket labb som helst.

Det hjälpte till att visa hur råttor lär sig, att gener kan avgöra hur snabbt råttor löser pussel och så vidare. Under de senaste åren har datavetare till och med utvecklat virtuell verklighetslabyrinter där råttorna hålls stilla och tvingas titta på en skärm medan de står ovanpå en slags styrkula som rör sig när de går eller springer. På så sätt går råttan fram genom den virtuella labyrinten.

Nu Junhyuk Oh, Valliappa Chockalingam, Satinder Singh och Honglak
Lee vid University of Michigan har börjat experimentera med en helt ny sorts labyrint för att testa de kognitiva färdigheterna hos en helt ny sorts varelse. De nya labyrinterna är konstruerade i Minecraft, en 3D-värld där spelare använder texturerade kuber för att bygga nästan vad som helst. Att skapa en enkel labyrint är trivialt här.

Men varelserna Oh och co testar är ännu mer exotiska – de är maskiner för artificiell intelligens. Men även om dessa maskiner lär sig lätt i idealiska miljöer, har de svårt i verkliga situationer där objekt delvis kan skymmas, där syn och rörelse måste samordnas noggrant för att lyckas och den resulterande belöningen ofta försenas.

En viktig fråga är vilka typer av AI-system som är bäst på detta. Men att studera hur AI-system klarar sig är svårt eftersom knepiga miljöer är svåra att reproducera. Det är där Minecraft kommer in.

Oh and co har skapat en uppsättning labyrinter där de sätter sina AI-algoritmer allt mer komplexa uppgifter. En uppgift kan till exempel vara att hitta den röda kuben i en labyrint, nästa uppgift att hitta ett rött block om det första blocket den ser är gult men annars att leta efter ett blått block, och så vidare (se video).

Labyrinten säkerställer att det inte alltid finns en ren linje av plats till blocken och att algoritmen måste koordinera sin rörelse och vision för att utforska. Teamet kan också ge olika typer av belöningar för att lyckas med uppgiften. Avgörande är att samma uppgift med samma svårighetsgrad kan ställas om och om igen.

Resultaten är den första systematiska utforskningen av denna typ av AI-kognitiv förmåga. Teamet säger att det bäst presterande AI-systemet använder djup förstärkningsinlärning förbättrad med extra minne. Dessa maskiner hämtar relevanta minnen baserat på det sammanhang där de lagrades och som enheten befinner sig i. Det skiljer sig från många befintliga minnessystem som inte förlitar sig på sammanhang för minneshämtning.

Vårt huvudsakliga empiriska resultat är att kontextberoende minneshämtning mer effektivt kan lösa vår uppsättning uppgifter, säger de.

Det är ett intressant arbete som banar väg för mycket framtida arbete. Minecraft labyrinter är lätta att reproducera så att alla med ett AI-system kan jämföra sin prestanda med dessa och andra resultat.

Det möjliggör också en enkel expansion av forskningen. I framtida arbete har vi för avsikt att dra fördel av flexibiliteten hos Minecraft-domänen för att konstruera ännu mer utmanande kognitiva uppgifter för att ytterligare utvärdera våra arkitekturer, säger Oh and co.

Och det väcker en intressant utsikt. Det kanske första stället vi kommer att se AI:er som utför avancerade uppgifter kommer att vara i virtual reality-miljöer som Minecraft. Detta ger också en godartad miljö där man kan utforska några av de etiska frågor som AI-forskning väcker.

Så nästa gång du, eller dina barn, är nedsänkta i en Minecraft-värld, ta en noggrann titt på de andra spelarna. Det är bara möjligt att de kanske inte är allt som de verkar.

Ref: arxiv.org/abs/1605.09128 : Kontroll av minne, aktiv perception och handling i Minecraft

Dölj