Дослідники, що працюють з ройовими роботами, кажуть, що тепер машини можуть дізнатися, як працюють природні або штучні системи, спостерігаючи за ними - не повідомляючи, на що слід звертати увагу.

Це може призвести до прогресу в тому, як машини роблять висновки про знання та використовують їх для виявлення поведінки та відхилень.

"Однак, на відміну від оригінального тесту Тьюринга, наші допитувачі - це не люди, а скоріше комп'ютерні програми, які навчаються самі".

Ця технологія може покращити програми безпеки, такі як виявлення брехні або перевірка ідентичності, і зробити комп'ютерні ігри більш реалістичними.

Це також означає, що машини здатні передбачити, серед іншого, як поводяться люди та інші живі істоти.

Тест Тьюрінга

Відкриття, опубліковане в журналі Ройовий інтелект, черпає натхнення з роботи новатора -комп’ютера вченого Алана Тьюрінга, який запропонував випробування, яке машина могла б пройти, якби поводилася нерозрізно від людини. У цьому тесті допитувач обмінюється повідомленнями з двома гравцями в іншій кімнаті: однією людиною, іншим машиною.

Допитувач повинен з'ясувати, хто з двох гравців людина. Якщо вони послідовно не роблять цього-це означає, що вони не мають більшого успіху, ніж якщо б вони вибрали одного гравця навмання-машина пройшла перевірку і вважається, що вона має інтелект на людському рівні.

«Наше дослідження використовує тест Тьюринга, щоб показати, як працює певна система - не обов’язково людина. У нашому випадку ми поставили під нагляд зграю роботів і хотіли з’ясувати, які правила викликали їх переміщення », - пояснює Родеріх Гросс з відділу автоматичного управління та системної інженерії в Університеті Шеффілда.

«Для цього ми також поставили під нагляд другий зграю - з роботів, що навчаються. Рухи всіх роботів записували, а дані про рух показували допитувачам ", - додає він.

«На відміну від оригінального тесту Тьюринга, наші допитувачі - це не люди, а скоріше комп’ютерні програми, які навчаються самостійно. Їх завдання - відрізнити роботів від будь -якого рою. Вони отримують винагороду за правильну категоризацію даних про рух із вихідного рою як справжніх, а тих з іншого рою - як підроблені. Навчальні роботи, яким вдається обдурити допитувача - вважаючи, що їхні дані про рух справжні, - отримують винагороду ».

Гросс каже, що перевага підходу, який називається «навчання Тьюринга», полягає в тому, що людям більше не потрібно вказувати машинам, на що звертати увагу.

Роботи малюють, як Пікассо

Уявіть, що ви хочете, щоб робот малював, як Пікассо. Звичайні алгоритми машинного навчання оцінили б картини робота наскільки вони схожі на картину Пікассо. Але комусь для початку доведеться розповісти алгоритмам, що вважається подібним до Пікассо.

Навчання Тьюринга не вимагає таких попередніх знань. Він би просто винагородив робота, якби він намалював щось, що вважалося справжнім. Тьюринг Лінгрінг одночасно навчився би допитувати та малювати.

Гросс каже, що вважає, що навчання Тьюринга може призвести до прогресу в науці та техніці.

"Вчені могли б використати його для виявлення правил, що регулюють природні або штучні системи, особливо там, де поведінку не можна легко охарактеризувати за допомогою метрик подібності", - говорить він.

«Комп’ютерні ігри, наприклад, могли б отримати реалізм, оскільки віртуальні гравці могли спостерігати і приймати характерні риси своїх людських колег. Вони не просто копіюватимуть спостережувану поведінку, а навпаки, розкриють, що відрізняє гравців -людей від інших ».

До цього часу Гросс та його команда випробували навчання Тьюринга в роях роботів, але наступний крок - розкрити роботу деяких тваринних колективів, таких як рибні зграї чи бджолині колонії. Це може привести до кращого розуміння того, які фактори впливають на поведінку цих тварин, і врешті -решт поінформувати про політику їх захисту.

джерело: Університет Шеффілда

Суміжні книги

at

Дякуємо за відвідування InnerSelf.com, де є 20,000 + статті, що змінюють життя, пропагуючи «Нові погляди та нові можливості». Усі статті перекладено на 30+ мов. Підписуватися для журналу InnerSelf, що виходить щотижня, та щоденного натхнення Марі Т. Рассел. Журнал InnerSelf видається з 1985 року.