(Westend61/Getty Images) Künstliche Intelligenz (KI-)Systeme sind uns in bestimmten Bereichen bereits weit voraus – Go spielen , zum Beispiel, oder Knirschen riesige Datensätze – aber in anderer Hinsicht ist die KI dem Menschen auch wenige Monate nach unserer Geburt noch weit hinterher.
Selbst kleine Babys wissen beispielsweise instinktiv, dass ein Objekt, das kurz hinter einem anderen vorbeigeht, nicht verschwinden und an anderer Stelle wieder auftauchen sollte. Wenn man einem solch magischen Akt gegenübersteht, reagieren Babys überrascht.
Aber eine solch einfache Kontinuitätsregel war zusammen mit anderen grundlegenden physikalischen Gesetzen für die KI nicht so intuitiv. Jetzt stellt eine neue Studie eine KI namens PLATO vor, die von der Forschung darüber inspiriert ist, wie Babys lernen.
PLATO steht für „Physics Learning through Auto-encoding and Tracking Objects“ und wurde durch eine Reihe codierter Videos trainiert, die das gleiche Grundwissen vermitteln sollen, über das Babys in den ersten Lebensmonaten verfügen.
„Zum Glück haben Entwicklungspsychologen jahrzehntelang untersucht, was Säuglinge über die physische Welt wissen, und die verschiedenen Bestandteile oder Konzepte katalogisiert, die in das physische Verständnis einfließen“, sagt der Neurowissenschaftler Luis Piloto vom KI-Forschungslabor DeepMind im Vereinigten Königreich.
„Als Erweiterung ihrer Arbeit haben wir einen Datensatz zu physikalischen Konzepten erstellt und als Open-Source-Lösung bereitgestellt.“ „Dieser synthetische Videodatensatz ist von den ursprünglichen Entwicklungsexperimenten inspiriert, um physikalische Konzepte in unseren Modellen zu bewerten.“
Es gibt drei Schlüsselkonzepte, die wir alle schon in jungen Jahren verstehen: Beständigkeit (Objekte verschwinden nicht plötzlich); Festigkeit (feste Objekte können sich nicht durchdringen); und Kontinuität (Objekte bewegen sich konsistent durch Raum und Zeit).
Der von den Forschern erstellte Datensatz deckte diese drei Konzepte sowie zwei weitere ab: Unveränderlichkeit (Objekteigenschaften, wie z. B. Form, ändern sich nicht); und Richtungsträgheit (Objekte bewegen sich auf eine Weise, die den Prinzipien von entspricht Trägheit ).
Diese Konzepte wurden durch Ausschnitte von Bällen vermittelt, die zu Boden fielen, aneinander abprallten, hinter anderen Objekten verschwanden und dann wieder auftauchten und so weiter. Nachdem PLATO anhand dieser Videos geschult wurde, bestand der nächste Schritt darin, es zu testen.
Als der KI Videos von „unmöglichen“ Szenarien gezeigt wurden, die der von ihr erlernten Physik widersprachen, drückte PLATO seine Überraschung (oder das KI-Äquivalent davon) aus: Sie war schlau genug, um zu erkennen, dass etwas Seltsames passiert war, das gegen die Gesetze der Physik verstieß.
Dies geschah auch nach relativ kurzen Trainingszeiten, teilweise nur 28 Stunden. Technisch gesehen suchten die Forscher, genau wie bei Säuglingsstudien, nach Beweisen für Erwartungsverletzungssignale (VoE), die zeigen, dass die KI die ihr beigebrachten Konzepte verstanden hat.
„Unser objektbasiertes Modell zeigte bei allen fünf von uns untersuchten Konzepten robuste VoE-Effekte, obwohl es mit Videodaten trainiert wurde, in denen die spezifischen Sondenereignisse nicht auftraten“, schreiben die Forscher in ihrem Bericht veröffentlichtes Papier .
Das Team führte weitere Tests durch, diesmal mit anderen Objekten als denen in den Trainingsdaten. Auch hier zeigte PLATO ein solides Verständnis dafür, was passieren sollte und was nicht, und demonstrierte, dass es lernen und sein grundlegendes Schulungswissen erweitern konnte.
Allerdings ist PLATO noch nicht ganz auf dem Niveau eines drei Monate alten Babys. Es gab weniger KI-Überraschungen, wenn Szenarien gezeigt wurden, in denen keine Objekte beteiligt waren, oder wenn die Test- und Trainingsmodelle ähnlich waren.
Darüber hinaus enthielten die Videos, mit denen PLATO trainiert wurde, zusätzliche Daten, um die Objekte und ihre Bewegung in drei Dimensionen zu erkennen.
Es scheint, dass noch einiges an eingebautem Wissen erforderlich ist, um ein vollständiges Bild zu erhalten – und die Frage „Natur versus Erziehung“ ist etwas, worüber sich Entwicklungswissenschaftler bei Säuglingen immer noch Gedanken machen. Die Forschung könnte uns zu einem besseren Verständnis des menschlichen Geistes verhelfen und uns dabei helfen, eine bessere KI-Darstellung davon zu erstellen.
„Unsere Modellierungsarbeit liefert einen Proof-of-Concept-Demonstration dafür, dass zumindest einige zentrale Konzepte der intuitiven Physik durch visuelles Lernen erworben werden können.“ schreiben die Forscher .
„Obwohl Untersuchungen an einigen vorsozialen [in einem fortgeschrittenen Stadium geborenen] Arten darauf hindeuten, dass bestimmte grundlegende physikalische Konzepte von Geburt an vorhanden sein können, deuten die Daten beim Menschen darauf hin, dass intuitives physikalisches Wissen schon früh im Leben entsteht, aber durch visuelle Erfahrungen beeinflusst werden kann.“
Die Forschung wurde veröffentlicht in Natur menschliches Verhalten .
Anmerkung des Herausgebers (13. Juli 2022): In unserer ursprünglichen Überschrift klang es fälschlicherweise so, als ob die KI wie ein menschliches Baby denken könnte, obwohl diese Forschung dem Algorithmus nur einen Aspekt davon beigebracht hat. Wir haben die Überschrift und mehrere Verweise im Text aktualisiert, um die geleistete Arbeit klarer hervorzuheben.