28 marca
czwartek
Anieli, Sykstusa, Jana
Dziś Jutro Pojutrze
     
°/° °/° °/°

Dlaczego ludzie uczą się szybciej niż maszyny?

Ocena: 0
426

Dlaczego ludzie uczą się szybciej niż maszyny? Na to pytanie odpowiada badanie naukowców z Uniwersytetu Kalifornijskiego w Berkeley, którzy przeanalizowali wpływ wiedzy ogólnej człowieka na szybkość przyswajania przez mózg nowych informacji.

fot. pixabay.com

W 2013 roku nieznane wówczas szerzej laboratorium DeepMind Technologies opublikowało badanie pokazujące, jak sieć neuronowa może uczyć się grania w retro gry wideo w taki sam sposób, jak człowiek – poprzez obserwację czynności wykonywanych przez gracza na ekranie.

Kilka miesięcy później laboratorium DeepMind zostało zakupione przez Google za sumę 400 mln dolarów. Od tego czasu algorytmy sztucznej inteligencji i uczenia maszynowego, nad którymi pracują badacze z DeepMind, znalazły zastosowanie w wielu sytuacjach, nierzadko udowadniając, że osiągają znacznie lepsze od ludzi wyniki w czynnościach wymagających umiejętności matematycznych i analitycznych – na przykład w grze w Go.

Naukowcy wskazali jednak, że sztuczna inteligencja w wydaniu, które znane jest z eksperymentów laboratorium DeepMind, ma pewne ograniczenia – zwłaszcza w dziedzinie głębokiego uczenia. W porównaniu z człowiekiem, proces nabywania nowych umiejętności zajmuje algorytmom bardzo dużo czasu. Zespół badaczy z Uniwersytetu Kalifornijskiego w Berkeley, który pracował pod wodzą Rachita Dubeya, przeanalizował mechanizmy wnioskowania człowieka i maszyny w procesie nabywania umiejętności grania w gry komputerowe.

Zdaniem badaczy, ludzie w swoich wnioskowaniach używają całego bogactwa wiedzy ogólnej, jakie nagromadzili w ciągu życia. Dzieje się tak za każdym razem, gdy stykają się z nową dziedziną bądź doświadczeniem, które wymaga opanowania nieznanych jeszcze umiejętności i wypróbowania ich skuteczności w działaniu. Korzystanie z wiedzy ogólnej znacznie ułatwiało ludziom opanowanie zasad gry komputerowej, z którą zetknęli się po raz pierwszy.

Jako przykład naukowcy wykorzystali stworzoną na ośmiobitowe komputery Atari grę "Zemsta Montezumy" z 1984 roku. Uczestnicy eksperymentu nie otrzymali instrukcji, nie poinformowano ich też, jaką postać w grze kontrolują. Przeciętny uczestnik badania pokonał wymagany dla ukończenia doświadczenia odcinek gry w ciągu minuty, wykonując przy tym niemal 3 tys. ruchów na klawiaturze. Badanie wypadło podobnie dla wszystkich 40 jego uczestników.

– Nie dziwi, że człowiek może z łatwością odgadnąć, jaki jest cel gry i poruszać postać na platformie wirtualnych obiektów w drodze do celu, jakim jest uwolnienie księżniczki przy jednoczesnym omijaniu przeszkód i atakujących gracza kul ognistych – stwierdzili naukowcy.

Ta sama gra okazała się jednak prawdziwym wyzwaniem dla maszyn. Wiele standardowych algorytmów uczenia maszynowego nie było w stanie pokonać prostego dla człowieka etapu gry, gdyż nie dysponowały one wiedzą o podobnych grach z przeszłości, ponadto – nie miały możliwości bieżącej oceny swoich działań (ocena rozwiązania problemu następowała dopiero po ukończeniu eksperymentu).

Najlepszym "graczem maszynowym" okazał się algorytm tzw. uczenia wspierającego, oparty na zasadzie ciekawości. Celem ukończenia gry, maszyna podjęła decyzję o wykonaniu niemal 4 mln ruchów na klawiaturze, co przekłada się na czas 37 godzin ciągłej gry.

– Następnie stworzyliśmy wariacje wyjściowej wersji gry, poprzez zmiany wizualne w obiektach, które w niej występują. Zamaskowaliśmy wrogie obiekty za pomocą tekstur właściwych wcześniej dla przyjaznych postaci w grze, zmieniliśmy także zasady oddziaływania grawitacyjnego oraz sposoby wchodzenia w interakcje z otoczeniem przez gracza – powiedział Dubey.

W tym wypadku rezultaty badania stanowiły dla naukowców zaskoczenie. – Okazało się, że usunięcie z gry czynników, które pozwalały ludzkim graczom bazować na posiadanych wcześniej informacjach, zwiększyło czas potrzebny ludziom do pokonania wymaganego etapu gry z jednej minuty do dwudziestu – stwierdził, dodając, że usunięcie charakterystycznych elementów, które okazały się tak ważne dla człowieka, nie wywarło żadnego wpływu na sprawność maszyny w pokonaniu gry.

Wyniki badania zespołu z Uniwersytetu Kalifornijskiego odnoszą się do faktów, które opisuje psychologia. Zdaniem ekspertów, dwumiesięczne dzieci posiadają już podstawowe rozumienie przestrzeni, obiektów i ruchu jako całości. Od pierwszego roku życia, dzieci uczą się rozpoznawania konkretnych obiektów, a także różnic pomiędzy nimi. – Bardzo ciekawe jest, że nasze badanie wskazuje ten sam mechanizm uczenia się podczas eksperymentu – powiedział Dubey.

– Nasze badanie jest pierwszym krokiem na drodze do nadania wartości i wagi konkretnym rozwiązaniom, jakie stosuje mózg człowieka podczas nabywania informacji i rozwiązywania problemów w grach wideo. To też droga do zrozumienia kompleksowości działania ludzkiego mózgu, który tak dobrze radzi sobie ze skomplikowanymi problemami właśnie dzięki wiedzy ogólnej – skonstatował. (PAP)

PODZIEL SIĘ:
OCEŃ:
- Reklama -

DUCHOWY NIEZBĘDNIK - 28 marca

Wielki Czwartek
Daję wam przykazanie nowe,
abyście się wzajemnie miłowali,
tak jak Ja was umiłowałem.

+ Czytania liturgiczne (rok B, II): J 13, 1-15
+ Komentarz do czytań (Bractwo Słowa Bożego)

ZAPOWIADAMY, ZAPRASZAMY

Co? Gdzie? Kiedy?
chcesz dodać swoje wydarzenie - napisz
Blisko nas
chcesz dodać swoją informację - napisz



Najczęściej czytane artykuły



Najwyżej oceniane artykuły

Blog - Ksiądz z Warszawskiego Blokowiska

Reklama

Miejsce na Twoją reklamę
W tym miejscu może wyświetlać się reklama Twoich usług i produktów. Zapraszamy do kontaktu.



Newsletter