• Live chat
  • Facebook
  • Google Plus
  • rss

A „rajrobotok” megfigyelések alapján képesek tanulni

×
×
Megjelent: 2016.11.04 Vissza

A Sheffield Egyetem kutatói szerint ma már a gépek képesek egyszerű megfigyeléssel is megtanulni, hogyan működnek a természetes vagy mesterséges rendszerek. Mindezt anélkül, hogy valaki megmondja nekik, mit kell keresniük.

Ez nagy előrelépést jelenhet a gépek világában, hiszen így képesek lehetnek megjósolni többek közt az emberek viselkedését is.

A kutatók a számítógéptudomány úttörőjéről, Alan Turingtól merítettek inspirációt, akinek egyik tesztjén egy gép akkor tud átmenni, ha az embertől megkülönböztethetetlen módon képes viselkedni.

A teszt során egy ember két másik szobában lévő játékossal vált üzeneteket, ahol az egyik játékos szintén ember, a másik viszont gép. A kérdező feladata eldönteni, melyikük melyik. Ha nem képes következetesen eltalálni a helyes választ, a gép átment a teszten és intelligenciáját emberi szintűnek lehet nevezni.

A Sheffield Egyetem kutatói hasonló elven gondolkodtak. Az ő tesztjük során két robotrajt helyeztek megfigyelés alá, és az adatok alapján öntanuló gépeknek kellett kikövetkeztetniük, melyik robot melyik rajhoz tartozik. A két raj közül ugyanis az egyiket öntanuló robotok alkották, akik megpróbálták utánozni a másik raj mozgását.

A gépek jutalmat kaptak, ha helyesen különböztették meg, melyik robot melyik rajhoz tartozik, a tanuló robotok pedig szintén jutalmat kaptak, ha sikeresen csapták be az elemző gépeket. 

Ennek a Turing-tanulásnak nevezett módszernek az az előnye, hogy az embereknek már nem kell megmondaniuk a gépeknek, mit kell keresniük. Mindez természetesen óriási tárolókapacitást igényel, mint akkorát csak a legmodernebb adatközpontok eszközei, például a Doclernet szerverei képesek biztosítani.

Eddig, például ha azt szerettük volna, hogy egy robot úgy fessen, mint Picasso, algoritmusok értékelték ki mennyire hasonlít a robot festménye egy Picasso-alkotáshoz. Ám kezdetnek valakinek meg kellett határoznia az algoritmusok számára, mi az, ami „hasonlít” egy Picassohoz. 

A Turing-tanulás nem igényli ezt a kezdeti információt. Ehelyett egyszerűen jutalmazzák a robotot, ha valami olyat festett, amit a vizsgáló gépek eredetinek tartottak. Így a Turing-tanulás egyszerre képes fejleszteni a vizsgáló gépeket és a robotokat is.

Dr. Roderich Gross, a Sheffield Egyetem kutatója hisz benne, hogy a módszer technológiai és tudományos felfedezésekhez vezethet el, mert a kutatók használhatják arra, hogy felfedezzenek törvényszerűségeket természetes vagy mesterséges rendszerekben, ha a hagyományos módszerek már csődöt mondtak.

A számítógépes játékoknál például a gépi játékos megfigyelheti és utánozhatja emberi ellenfeleinek viselkedését. Ez nem csupán egyszerű másolást jelent, hanem azt is, hogy rájön, mitől más az emberi játékosok viselkedése, mint a gépeké.

A felfedezést arra is lehet használni, hogy olyan algoritmusokat írjanak, ami képes észlelni az abnormális viselkedést. Ez igen hasznos lehet egy állatállomány egészségi állapotának figyelemmel kisérésénél vagy a gépek, autók, repülőgépek karbantartási igényének előrejelzésénél.

A Turing-tanulás a biztonsági programoknál is hasznos lehet, például az online személyazonoság meghatározásakor.

A Sheffield Egyetem kutatói most azt tervezik, hogy a Turing-tanulást állatok tanulmányozásához fogják használni, hogy jobban megértsék az élőlények, például a halak és a méhek viselkedését. 

Forrás: https://www.sciencedaily.com/releases/2016/08/160830083653.htm