211service.com
En plan för att främja AI genom att utforska barns sinnen
Foto av Josh Tenenbaum framför en upptagen whiteboard
Nästa stora genombrott inom artificiell intelligens kan bero på att vi utforskar våra egna sinnen.
Så säger Josh Tenenbaum , som leder Computational Cognitive Science-labbet vid MIT och är chef för ett stort nytt AI-projekt som heter MIT Quest for Intelligence .
Projektet sammanför datavetare och ingenjörer med neurovetare och kognitiva psykologer för att utforska forskning som kan leda till grundläggande framsteg inom artificiell intelligens. Tenenbaum beskrev projektet och hans vision för att främja AI på EmTech , en konferens som hölls på MIT denna vecka av MIT Technology Review .
'Föreställ dig att vi kunde bygga en maskin som börjar som en baby och lär sig som ett barn,' sa han. 'Om vi kunde göra det här skulle det vara grunden för artificiell intelligens som faktiskt är intelligent, maskininlärning som faktiskt kan lära sig.
Vissa fantastiska framsteg har gjorts inom AI under de senaste åren, men dessa har till stor del byggt på en handfull nyckelgenombrott inom maskininlärning, särskilt stora eller djupa neurala nätverk. Deep learning har till exempel gett datorer förmågan att känna igen ord i tal och ansikten i bilder så exakt som en person kan. Deep learning underbygger också spektakulära framsteg i spelprogram, inklusive DeepMinds AlphaGo, och det har bidragit till förbättringar av självkörande fordon och robotik. Men de saknar alla något.
'Inga av dessa system är riktigt intelligenta,' sa han. 'Ingen av dem har den flexibla, sunda förnuftet, allmänna intelligensen som en tvååring, eller ens en ettåring. Så vad saknas? Vad är gapet?
Tenenbaums forskning fokuserar på att utforska kognitionsvetenskap för att förstå mänsklig intelligens. Hans arbete har till exempel utforskat hur även små barn kan visualisera aspekter av världen med hjälp av en sorts medfödd 3D-modell. Detta ger människor en större instinktiv förståelse för den fysiska världen än vad en dator eller robot har. 'Barnlek är verkligen en seriös affär', sa han. 'De är experiment. Och det är det som gör människor till de smartaste lärarna i det kända universum.
Tenenbaum har också gjort banbrytande arbete med att utveckla datorprogram som kan efterlikna några av de mer svårfångade aspekterna av det mänskliga sinnet, ofta med hjälp av probabilistiska tekniker. Till exempel 2015 han och två andra forskare skapade datorprogram kan lära sig känna igen nya handskrivna karaktärer, såväl som vissa objekt i bilder, efter att ha sett några exempel. Detta är viktigt eftersom de bästa maskininlärningsprogrammen vanligtvis kräver enorma mängder träningsdata. Jag förstår , ett självkörande bilföretag som hämtar inspiration från denna forskning, snurrades ut från Tenenbaums labb förra året.
The Quest for Intelligence, som tillkännagavs i februari, syftar också till att utforska de samhälleliga effekterna av artificiell intelligens. Detta innebär att ta hänsyn till teknikens grundläggande begränsningar eller brister, såväl som frågor som algoritmisk fördom och förklarabarhet.
Tenenbaum noterar att den ursprungliga visionen för artificiell intelligens, en vision som nu är mer än 50 år gammal, försökte hämta inspiration från mänsklig intelligens, men utan mycket vetenskaplig grund. Fälten kognitionsvetenskap och neurovetenskap är nu mer mogna, säger han. Detta borde göra det här projektet speciellt.