Aunque podemos crear nuestros objetivos comenzando con el juego infantil y continuando en la juventud, aún no tenemos modelos de computadora para comprender esta habilidad humana.
Sin embargo, un equipo de científicos de la Universidad de Nueva York ahora ha creado un modelo de computadora que puede aprender de las personas del método de creación deportiva y crear objetivos como los humanos. Reportado en el diario Inteligencia de la máquina de la naturalezaLa IA puede conducir a un sistema que puede comprender mejor el modelo con intenciones humanas y más lealtad y de acuerdo con nuestros objetivos. También puede conducir al sistema AI que puede ayudarnos a diseñar deportes como los humanos.
“Aunque los objetivos son fundamentales para el comportamiento humano, sabemos muy poco sobre cómo las personas los representan y cómo vienen con ellos y la falta de modelos que alcanzan los objetivos de la humanidad y logran la creatividad”, el autor central de este documento y el doctorado de la NYU. “Nuestra investigación proporciona un nuevo marco para comprender cómo las personas crean y representan objetivos, lo que puede ayudar a desarrollar sistemas de IA más creativos, originales y eficientes”.
A pesar del considerable trabajo experimental y computacional sobre objetivos y objetivos, los modelos de IA aún están lejos de lograr la búsqueda de objetivos humanos cotidianos. Para eliminar esta brecha, los autores de papel estudiaron cómo una persona crea sus propios objetivos o tareas, a fin de iluminar cómo se crean los dos.
Los investigadores comenzaron a aferrarse a ver cómo los humanos describen los pasos dados a través de una serie de experimentos en línea.
Mantuvieron a los participantes en una habitación virtual con varios artículos. Se pidió a los participantes que imaginaran y sugirieran muchos objetivos lúdicos, o una amplia gama de deportes asociados con el contenido de la habitación, como tirar desde la pared o apilar deportes con bloques de madera yer una pelota. Los investigadores registraron especificaciones de los participantes sobre los objetivos asociados con los deportes formulados, un total de aproximadamente 100 juegos. Estas explicaciones crearon un DataState deportivo del cual aprendieron los modelos de los investigadores.
Aunque la generación de la ronda humana puede ser infinita, los participantes de los objetivos que fueron guiados por los principios simples del intelecto (deberían estar físicamente orgullosos de los objetivos) y el reinicio (los elementos combinados de juego son creados por nuevos objetivos). Por ejemplo, los participantes desarrollaron reglas en las que una pelota se puede arrojar a una caja de manera realista o rebotar por la pared (refrescante) y los elementos de lanzamiento básicos para crear diferentes juegos (fuera de la pared, en la cama, sin tirar del escritorio.
Luego, los investigadores capacitaron al modelo AI para hacer juegos redondos utilizando las reglas hechas por los participantes humanos. Para determinar si estos objetivos creados por IA están asociados con los creados por humanos, los investigadores dijeron a un nuevo grupo de participantes que clasificaran los deportes con muchos atributos, como entretenimiento, creatividad y dificultades. Los participantes calificaron los juegos hechos humanos y ai -desarrollados, ya que el siguiente es un ejemplo:
Sports creados por humanos:
-
Juego del juego: tire una pelota para que toque la pared y luego la agarre o la toque
-
Puntuación: cada vez que tiras con éxito la pelota obtienes 1 punto, toca la pared y la sostienes de nuevo o la tocas después de su vuelo
Juego creado por AI:
-
Juego del juego: arroje bolas Dodge para que se bajen y descansen en el estante de arriba. El juego termina después de 30 segundos
-
Puntuación: obtienes 1 punto para cada bola Dodge que descansa en el estante superior al final del juego
En general, los participantes humanos dieron una calificación similar a las personas fabricadas por modelos deportivos e IA creados por humanos. Estos resultados muestran que el modelo capturó con éxito los métodos a partir de los cuales los humanos crearon nuevos objetivos y crearon sus objetivos lúdicos que no estaban separados de las personas creadas por humanos.
Esta investigación ayuda aún más a nuestra comprensión de cómo creamos objetivos y cómo se pueden presentar estos objetivos en las computadoras. También puede ayudarnos a crear un sistema que ayude a diseñar deportes y otras actividades lúdicas.
Otros autores de esta disertación, el estudiante de doctorado de la NYU Graham Todd, profesor asociado de la Escuela de Ingeniería Tandon de NYU, Julian Togelius, profesor de Psicología de la NYU, Todd M. Grex y el Centro de Ciencia de Datos y Departamento de Psicología de NYU.
Esta investigación fue apoyada por la National Science Foundation (1922658, BCS 2121102).
