Az OpenAI, a Berkeley és az Edinburghi Egyetem kutatói azon dolgoznak, hogy az AI -t „belső motivációval” vagyis kíváncsisággal lássák el. Azt tudjuk, hogy vannak tanulékony rendszerek, ezzel pedig ez még gyorsabb és még fejlettebb lehetne.
De hogy lehetséges belső motivációval, kíváncsisággal ellátni egy gépet? Úgy, hogy azt veszi „jutalomnak” ha ismeretlennel találkozik, vagy valami váratlan történik vele. Számon tartja, hogy találkozott-e azzal a valamivel, és nyilvánvalóan próbálja is kerülni az ismétlődést, hogy új dolgokat tanulhasson meg. Kezdetnek ötven különböző számítógépes játékra eresztették rá őket, köztük olyan klasszikusokra is, mint a Super Mario, emellett 48 különféle klasszikus Atari-játékot is játszattak velük, ahol folyamatosan változik a környezet és a körülmények.
A dolog egész jól ment egy darabig, de aztán jöttek az árnyoldalai, mert a program kíváncsi volt mindenre, illetve minél több különféle impulzust akart gyűjteni, ahogy azt a szakemberek el is várták. A Mario -s példánál maradva elkezdte módszeresen megölni a karaktert, beugrasztotta a csapdákba és még a Game Over felirat is „örömmel töltötte el.” Ezzel pedig rájöttek egy nagyon érdekes dologra: az AI -t nem szabad rászabadítani a televízióra. Na nem a rajta futó műsorok miatt, hanem pont azért, ha nem megy rajta semmi.
Mindannyian ismerjük a fehér zajt, amikor az adott csatornán nincs adás és az úgynevezett „hangyák háborúja” zajlik. Nos ez annyira random és annyira véletlenszerű, hogy a mesterséges intelligencia egy ilyen esetben konkrétan akár örökre is leragadhatna ott, gyűjtve a felesleges információt és tanulva a fehér zaj összes variációját. Bár a kutatók nem számolták ki, de valószínűsíthetően nem is lehetne. Harri Edwards, az OpenAI kutatója szerint volna rá egy kevés esély, hogy leszakítsunk egy TV adásról egy ilyen fejlett és tanulásra éhes rendszert, de ahhoz valami egészen extrémnek kellene történnie.
Most biztos azt gondolod, hogy ennek semmi értelme…
Lehet, hogy félig-meddig igazad is van, de ezek a szakemberek bizonyára nem fognak veled egyetérteni. A lényeg, hogy nem egész nap Mariozó, szórakozó, TV -t „bámuló” és boldog robotokat akarnak kifejleszteni, hanem sokkal inkább az AI tanulási fázisait szeretnék finomhangolni ezekkel a módszerekkel, bár a fentiek ismeretében könnyen lehet, hogy más irányba indulnak majd el. De az is egy álláspont, hogy miután a kíváncsiság belső motivációjával felszerelt mesterséges intelligencia képes volt egy számítógépes játékban felmerülő problémák megoldására, valószínűleg hasznosabban is képes eltöltenie az idejét, így például segíthet bugokat keresni egy hosszú kódban, vagy szintén bugok után kutatva végigjátszhat egy számítógépes játékot is.
(Forrás: Qubit)
