Нова нейромережа від британських розробників штучного інтелекту DeepMind під назвою PLATO розібралася із законами фізики за допомогою відео. «Інтуїтивне» розуміння фізики прийшло після 28 годин перегляду відео, які демонстрували взаємодію і динаміку різних предметів. Причому нейромережа помічала, якщо їй траплявся нелогічний з огляду на закони фізики відеоряд. Як навчити нейромережу фізиці і до чого тут дитяча психологія, розробники описали у публікації в Nature Human Behaviour.
На таких відео навчалася нейромережа. Luis S. Piloto et al. / Nature Human Behaviour, 2022
Озброївшись набором відеоданих британські розробники DeepMind представили нейромережу PLATO (Physics Learning through Auto-encoding and Tracking Object), яка здатна вивчити основи так званої «інтуїтивної» фізики: предмети не можуть проходити крізь один одного, не можуть просто зникнути або з'явитися нізвідки, зберігають свою форму, але можуть змінювати свій рух від взаємодії з іншими, згідно із законами інерції. Щоб справитися із цими п'ятьма базовими принципами, нейромережа використовує два модулі. Передусім це модуль сприйняття, який визначає предмети на відео, сегментуючи відеокадр, а також динамічний модуль, який дає можливість визначений предмет відстежувати та, враховуючи попередні кадри з ним, передбачати наступний. І якщо те, що з предметом відбувається, не сходиться зі «здоровим глуздом», тобто не відповідає фізиці, PLATO відчує «зруйновані очікування» (violation-of-expectation).
Стійкий ефект цих невиконаних очікувань, які виникають у разі невідповідного фізиці відео, виникнув вже за 28 годин візуальних даних, що свідчить про ефективність візуального навчання. Хоча автори роботи зазначають, що хоча архітектура PLATO і не прив'язана до конкретних видів об'єктів і подій, все ж діапазон цієї навчальної інформації лишився доволі вузьким порівняно із тим, що зустрічається у реальному світі.
Останніми роками область штучного інтелекту досягла дивовижного прогресу, справляючись з усе ширшим колом завдань від шахів до біології — ми розповідали про це у нашому матеріалі «Ігри, у які грають роботи». І хоча великій кількості таких досягнень ШІ ми завдячуємо DeepMind, самі розробники наголошують, що побутові задачі нейромережам даються складно, зокрема через нестачу таких «фундаментальних» знань.
Що вже можна довірити штучному інтелекту?
📜Алгоритм DeepMind під назвою «Ітака» може відновлювати втрачені фрагменти давньогрецьких текстів
🔋А інша нейромережа навчилася керувати плазмою у справжньому токамаці
☁Звісно, найвідоміший алгоритм DeepMind вміє передбачати структуру білків. Але інший може справитися і з прогнозом погоди