В Массачусетском технологическом институте разработали когнитивную модель под названием Sample, Simulate, Update (SSUP). Она учится использовать инструменты, как человек — адаптируется к новым условиям и может импровизировать.
Люди способны пользоваться инструментами творчески. Если человеку нужно забить гвоздь, а молотка нет, он сможет использовать вместо него тяжелый предмет, например, камень. Если шатается стол, можно положить под ножку стопку бумаги. Исследователи из МТИ Келси Аллен, Кевин Смит и Джошуа Тененбаум опубликовали исследование, посвященное изучению когнитивных компонентов, которые лежат в основе импровизированного использования инструментов.
В рамках исследования они разработали игру Virtual Tools: люди должны выбрать объект из набора «инструментов», который они могут использовать для достижения цели — например, чтобы мяч попал в корзину. Чтобы решить головоломки в этой игре, необходимо взаимодействовать с объектами различными способами — кидать, удерживать, блокировать. Команда выдвинула гипотезу о том, что есть три способности, на которые люди полагаются при решении этих головоломок: предварительная оценка того, какие действия нужно будет произвести, чтобы достичь цели; способность представить эффект своих действий и быстрая адаптация к изменениям. Они построили модель под названием Sample, Simulate, Update (SSUP), воплощающую эти принципы, и заставили ее играть в эту же игру.
Исследователи обнаружили, что SSUP решала каждую головоломку с той же скоростью и теми же способами, что и люди. Это исследование, отмечают в МТИ, закладывает новые основы для изучения когнитивных способностей, благодаря которым люди пользуются инструментами. Команда надеется доработать модель, чтобы изучить не только использование инструментов, но и создание новых, включая сложные, такие как компьютеры или самолеты.
Джошуа Тененбаум, профессор МТИ, рассматривает эту работу как шаг к созданию более «человеческих» форм интеллекта в машинах.
«Мы воодушевлены способностью алгоритмов обучения с подкреплением учиться на опыте проб и ошибок, как это делают люди. Тот факт, что модель SSUP способна уловить динамику быстрого обучения, которую мы наблюдаем у людей, предполагает, что она также может указать путь к новым подходам к машинному обучению и моделям, которые могут извлекать уроки из успехов и неудач так же быстро и гибко, как люди».
