إن توقع ما سيفعله شخص ما بعد ذلك بناءً على لغة جسده يأتي بشكل طبيعي للبشر ولكن ليس كذلك لأجهزة الكمبيوتر. عندما نلتقي بشخص آخر ، قد يستقبلوننا بالترحيب أو المصافحة أو حتى بقبضة اليد. قد لا نعرف الإيماءة التي سيتم استخدامها ، لكن يمكننا قراءة الموقف والاستجابة بشكل مناسب.
في دراسة جديدة، كشف باحثو جامعة كولومبيا للهندسة عن AI تقنية رؤية لإعطاء الآلات إحساسًا أكثر بديهية لما سيحدث بعد ذلك من خلال الاستفادة من الارتباطات عالية المستوى بين الأشخاص والحيوانات والأشياء.
الخوارزمية هي خطوة نحو الآلات التي تكون قادرة على تقديم تنبؤات أفضل حول السلوك البشري، وبالتالي تنسيق أعمالها بشكل أفضل مع أعمالنا وعدد من إمكانيات التعاون بين الإنسان والروبوت، والمركبات المستقلة، والخدمات المساعدة. التكنلوجيا.
يقول الباحثون إنها الطريقة الأكثر دقة حتى الآن للتنبؤ بأحداث حركة الفيديو التي تصل إلى عدة دقائق في المستقبل. بعد تحليل آلاف الساعات من الأفلام والألعاب الرياضية والعروض مثل "المكتب" ، يتعلم النظام التنبؤ بمئات الأنشطة ، من المصافحة إلى ارتطام القبضة. عندما لا يستطيع التنبؤ بالإجراء المحدد ، فإنه يجد مفهوم المستوى الأعلى الذي يربط بينهما ، في هذه الحالة ، كلمة "تحية".
ركزت المحاولات السابقة في التعلم الآلي التنبئي ، بما في ذلك تلك التي قام بها الفريق ، على توقع إجراء واحد فقط في كل مرة. تقرر الخوارزميات ما إذا كانت ستصنف الإجراء على أنه عناق ، أو ارتفاع خمسة ، أو مصافحة ، أو حتى عدم اتخاذ إجراء مثل "تجاهل". ولكن عندما تكون حالة عدم اليقين عالية ، فإن معظم نماذج التعلم الآلي غير قادرة على إيجاد القواسم المشتركة بين الخيارات الممكنة.
قرر الباحثون النظر في مشكلة التنبؤ بعيدة المدى من زاوية مختلفة. قال الباحثون ليس كل شيء في المستقبل يمكن التنبؤ به. عندما لا يستطيع الشخص توقع ما سيحدث بالضبط ، فإنهم يلعبونه بأمان ويتنبأون بمستوى أعلى من التجريد. خوارزمية لدينا هي أول من تعلم هذه القدرة على التفكير بشكل تجريدي حول الأحداث المستقبلية ".
يتعين على الباحثين إعادة النظر في الأسئلة في الرياضيات التي تعود إلى الإغريق القدماء. في المدرسة الثانوية ، يتعلم الطلاب القواعد المألوفة والبديهية للهندسة - أن تكون الخطوط المستقيمة مستقيمة ، وأن الخطوط المتوازية لا تتقاطع أبدًا. تلتزم معظم أنظمة التعلم الآلي أيضًا بهذه القواعد. لكن أشكال هندسية أخرى لها خصائص غريبة وغير بديهية. تنحني الخطوط المستقيمة وتنتفخ المثلثات. استخدم الباحثون هذه الأشكال الهندسية غير العادية لبناء نماذج ذكاء اصطناعي تنظم مفاهيم عالية المستوى وتتنبأ بالسلوك البشري في المستقبل.
التنبؤ هو أساس الذكاء البشري ، وهو عالم في معهد ماساتشوستس للتكنولوجيا ومدير مشارك لمختبر MIT-IBM Watson AI ، وهو خبير في الذكاء الاصطناعي والإدراك البشري لم يشارك في الدراسة. "الآلات ترتكب أخطاء لا يرتكبها البشر أبدًا لأنهم يفتقرون إلى قدرتنا على التفكير بشكل تجريدي. هذا العمل هو خطوة محورية نحو سد هذه الفجوة التكنولوجية ".
يمكّن الإطار الرياضي الذي طوره الباحثون الآلات من تنظيم الأحداث حسب مدى توقعها في المستقبل. على سبيل المثال ، نعلم أن السباحة والجري كلاهما شكل من أشكال التمرين. تتعلم التقنية الجديدة كيفية تصنيف هذه الأنشطة من تلقاء نفسها. يدرك النظام عدم اليقين ، ويوفر إجراءات أكثر تحديدًا عندما يكون هناك يقين ، وتنبؤات أكثر عمومية عندما لا تكون هناك.
يقول الباحثون إن هذه التقنية يمكن أن تقرب أجهزة الكمبيوتر من القدرة على قياس الموقف واتخاذ قرار دقيق ، بدلاً من إجراء مبرمج مسبقًا. إنها خطوة حاسمة في بناء الثقة بين البشر وأجهزة الكمبيوتر ، وأوضح أن "الثقة تأتي من الشعور بأن الروبوت يفهم الناس حقًا". "إذا تمكنت الآلات من فهم سلوكياتنا وتوقعها ، فستكون أجهزة الكمبيوتر قادرة على مساعدة الأشخاص بسلاسة في النشاط اليومي."
بينما تقدم الخوارزمية الجديدة تنبؤات أكثر دقة حول مهام القياس مقارنة بالطرق السابقة ، فإن الخطوات التالية هي التحقق من أنها تعمل خارج المختبر ، إذا كان النظام قادرًا على العمل في إعدادات متنوعة ، فهناك العديد من الاحتمالات لنشر الآلات والروبوتات التي قد تحسن يقول الباحثون إن السلامة والصحة والأمن. تخطط المجموعة لمواصلة تحسين أداء الخوارزمية بمجموعات بيانات وأجهزة كمبيوتر أكبر وأشكال هندسية أخرى.
غالبًا ما يكون السلوك البشري مفاجئًا وتمكين الخوارزميات آلات لتوقع ما سيفعلونه بعد ذلك بشكل أفضل ".
الدراسة بعنوان "تعلم إمكانية التنبؤ بالمستقبل".