Nell’era del rapido sviluppo tecnologico, sembra che il concetto di autoapprendimento non si limiti al campo dell’educazione umana. I sistemi informatici si stanno evolvendo in modo drammatico e stanno diventando più intelligenti e capaci di autoapprendimento, il che apre la porta alla possibilità che acquisiscano comprensione, istinto e buon senso in una varietà di campi.
Il buon senso è un’abilità unicamente umana, ma l’intelligenza artificiale può apprenderlo? In questo articolo esploreremo in modo approfondito come i sistemi informatici possano raggiungere l’autoapprendimento e una profonda comprensione degli ambienti in cui operano. Daremo uno sguardo alle ultime innovazioni e sviluppi nel settore e ti forniremo una valutazione delle tecnologie attuali e delle sfide che questo entusiasmante concetto deve affrontare.
Il buon senso, pensiamo tutti di averlo. Ma cos'è esattamente? I computer o i sistemi di intelligenza artificiale possono davvero capirlo?
Che tu sia interessato all'intelligenza artificiale, allo sviluppo della robotica o alla tecnologia del deep learning, in questo articolo troverai preziosi approfondimenti sulle capacità dei sistemi informatici di raggiungere il buon senso. Ti aiuteremo a comprendere l'entità del progresso in questo campo e come utilizzarlo in modo ottimale nei vari utilizzi. Verificare Alcuni dei fattori che determineranno chi otterrà per primo l’adozione di massa tra AI e Blockchain.
Link veloci
Cos’è il buon senso e come lo acquisiscono gli esseri umani?
Il buon senso è la capacità di base di percepire, comprendere e giudicare le cose attraverso concetti comuni e intuitivi che la maggior parte delle persone si aspetterebbe di avere. È l'insieme di fatti, informazioni e regole di base che una persona accumula attraverso le esperienze di vita e le osservazioni. Il buon senso ci consente di elaborare e reagire in modo efficiente alle situazioni quotidiane senza analizzarle troppo in profondità.
Gli esseri umani iniziano ad acquisire il buon senso fin dalla prima infanzia. Da bambini, iniziamo ad apprendere le relazioni di causa-effetto, come il pianto che porta alla poppata o il cambio dei pannolini. Attraverso esperienze ripetute, acquisiamo conoscenza pratica del mondo. Ad esempio, toccare una stufa calda può causare ustioni. Quindi impariamo a non toccare le superfici calde.
Da bambini, continuiamo ad espandere il nostro buon senso attraverso prove ed errori, l’osservazione e l’interazione con i membri della famiglia. Sappiamo, ad esempio, che i vestiti vanno lavati regolarmente, che non si deve parlare con la bocca piena di cibo e che versare una tazza di latte fa confusione. Genitori, fratelli, insegnanti e altri adulti correggono il nostro comportamento quando violiamo le norme e le aspettative sociali. Nel corso del tempo, queste lezioni si sono radicate nel buon senso comune.
Oltre alle esperienze personali, il senso comune è modellato da norme sociali e culturali più ampie. Ciò che può avere senso in una cultura (come togliersi le scarpe quando si entra in una casa), potrebbe non esserlo in un'altra.
Il nostro buon senso si adatta man mano che maturiamo e siamo esposti a più persone e ambienti. Quindi, un bambino che cresce in una piccola città acquisisce un senso comune di base riguardo alla vita in quell’ambiente. Un adulto che si trasferisce in una grande città metropolitana deve adattare il proprio buon senso al nuovo ambiente.
Il buon senso continua ad evolversi man mano che sperimentiamo nuove esperienze nel corso della nostra vita. Verificare Cose da evitare di chiedere ai chatbot AI.
Perché il buon senso è una sfida per i computer?
Ci sono diversi motivi per cui è difficile programmare il buon senso.
Per prima cosa, gli esseri umani imparano gradualmente il buon senso nel corso degli anni di esperienza del mondo. Proviamo le cose, vediamo cosa funziona e cosa no e ricordiamo le lezioni. I computer non hanno questo tipo di esperienze del mondo reale da cui attingere. Sa solo quello che gli umani le dicono esplicitamente.
Ad esempio, ho posto questa domanda su ChatGPT (GPT 3.5):
Janet gestisce un'attività di lavanderia. Lava i vestiti per i clienti e li appende fuori sui fili per farli asciugare al sole. Un giorno, Janet lavò cinque camicie e la mattina le appese ai fili del bucato. Le camicie impiegarono cinque ore per asciugarsi. Quanto tempo ci vorrà per asciugare 30 camicie?
Dove la sua risposta è stata così:
Un altro problema è che il buon senso dipende dal contesto. Se un computer ha programmate solo regole specifiche, non può adattarle a nuovi contesti come fanno intuitivamente gli esseri umani.
Ad esempio, supponiamo di insegnare al computer cosa fare se inizia a piovere. Sembra ovvio, vero? Ma allora, invece di piovere, si accende un irrigatore? O cosa succederebbe se si trovasse in un negozio di alimentari e le tubature cominciassero a perdere acqua dal soffitto? Sapremo subito come affrontare queste differenze, ma il computer seguirà ciecamente la regola "quando piove mentre sei fuori, vai dentro", che ora non ha senso.
Ci sono anche regole e presupposti non detti che gli esseri umani interiorizzano senza rendersene conto. Ad esempio, quanto puoi stare vicino a qualcuno prima di sentirti in imbarazzo? Gli esseri umani conoscono la risposta in modo intuitivo, ma potrebbero non essere in grado di spiegare facilmente le regole esatte. Queste norme sociali implicite possono essere particolarmente difficili da catturare per i computer solo a partire dai dati.
Quindi, per ora, il buon senso rimane uno dei maggiori punti deboli dell’intelligenza artificiale rispetto all’intelligenza umana. È naturale per le persone, ma non tanto per i dispositivi.
Come i computer possono apprendere il buon senso
Dopo l’ottimismo iniziale degli anni ’XNUMX e ’XNUMX, i ricercatori si resero conto di quanto fosse difficile insegnare il buon senso ai computer. Tuttavia, i nuovi approcci si dimostrano promettenti nell’addestrare i sistemi di intelligenza artificiale ad avere un senso comune di base riguardo al mondo sociale reale e quotidiano.
Un approccio consiste nel costruire manualmente un’ampia base di conoscenze, dettagliando fatti e regole su come funziona il mondo. Il progetto Cyc, avviato da Doug Linate nel 1984, è uno di questi sforzi ambiziosi.
Nel corso dei decenni, centinaia di persone hanno codificato milioni di assiomi logici in Cyc. Sebbene il processo richieda molto tempo, il risultato è un sistema con una grande conoscenza del mondo reale. Ovviamente, Cyc può ragionare sul fatto che i pomodori sono tecnicamente un frutto ma non dovrebbero essere messi in una macedonia, grazie alla sua conoscenza dei profili aromatici culinari.
Il buon senso del crowdsourcing con ConceptNet
Adottare le basi di conoscenza più recenti come ConceptNet Approccio di crowdsourcing per generare asserzioni booleane. L’idea è che, invece di essere esperti o IA che cercano di elaborare tutti i fatti e le relazioni di base del mondo, li aprono in modo che chiunque possa contribuire con frammenti di buon senso.
Un approccio di crowdsourcing consente a queste basi di conoscenza di sfruttare l'intelligenza collettiva di molte persone diverse su Internet. Aggregando migliaia e migliaia di questi piccoli aneddoti logici provenienti dal pubblico, ConceptNet ha costruito archivi sorprendentemente grandi di conoscenze di base e quotidiane. E poiché nuovi contributori si aggiungono continuamente, la conoscenza continua a crescere.
Insegnare il buon senso attraverso l’esperienza
Un altro approccio promettente è la costruzione di mondi simulati dettagliati in cui gli agenti dell’intelligenza artificiale possono sperimentare e apprendere la fisica e l’intuizione attraverso l’esperienza.
I ricercatori stanno creando ambienti virtuali 2D pieni di oggetti di uso quotidiano che imitano il mondo reale, come la casa digitale AIXNUMX THOR costruita dall'Allen Institute. All'interno di questi spazi, i robot AI possono sperimentare tutti i tipi di interazioni per sviluppare una comprensione intuitiva di concetti che gli esseri umani danno per scontati.
Ad esempio, a un bot AI può essere dato un corpo virtuale e tentare di raccogliere, impilare, rilasciare blocchi, ecc. Vedendo i blocchi cadere e scontrarsi in modo realistico, il robot apprende i concetti di base su rigidità, gravità e dinamica fisica. Non servono regole, solo esperienza.
Il robot può anche sperimentare azioni come far cadere un oggetto di vetro e vederlo frantumarsi quando colpisce il suolo. Oppure può sperimentare le proprietà dell'acqua versando liquidi e osservando come scorrono e si raccolgono. Queste lezioni pratiche si basano sulla conoscenza dell’intelligenza artificiale nell’esperienza sensoriale e non solo sui modelli di dati.
Anche le tecniche basate sui dati, come il pre-addestramento di potenti modelli linguistici di grandi dimensioni, si sono dimostrate sorprendentemente efficaci nel cogliere modelli di buon senso. Modelli di intelligenza artificiale come GPT-3.5 e GPT-4 possono generare testo che assomiglia in modo impressionante alle conversazioni umane dopo aver "letto" enormi quantità di dati Internet.
Anche se a volte dà suggerimenti imprudenti (aka Allucinazioni di intelligenza artificiale), l'approccio dell'apprendimento statistico consente di imitare certi tipi di buon senso. Tuttavia, resta in discussione se ciò costituisca buon senso o uno sfruttamento intelligente delle distorsioni nei dati. Verificare I modi in cui l'intelligenza artificiale offusca il confine tra realtà e fantasia.
Come testare il buon senso dei computer
Poiché i sistemi di intelligenza artificiale assumono compiti sempre più complessi nel mondo reale, valutare se hanno il “buon senso” diventa fondamentale.
Buon senso fisico
Un’area da testare è il buon senso effettivo, cioè le intuizioni sulle cose, le forze e le proprietà fondamentali del mondo.
Ad esempio, a un sistema di visione artificiale potrebbe essere mostrata l’immagine di un libro che fluttua nell’aria e gli potrebbe essere chiesto di descrivere la scena. Sottolinea qualcosa di insolito nel libro galleggiante? Oppure il sistema di intelligenza artificiale potrebbe essere alimentato con scenari insoliti come “un uomo che taglia una pietra con una pagnotta di pane” e controllato se contrassegna tali scenari come improbabili.
L'ambiente AI2 THOR dell'Allen Institute simula torri, sversamenti e altre scene per testare queste intuizioni fisiche.
Il buon senso sociale
Gli esseri umani hanno anche il buon senso sociale: una comprensione implicita delle motivazioni, delle relazioni e delle norme delle persone. Per valutarlo nell'intelligenza artificiale, poni situazioni con pronomi o motivi ambigui e vedi se il sistema li interpreta ragionevolmente.
Ad esempio, ChatGPT ha chiesto se "esso" si riferisce a una valigia o a una tazza nel messaggio seguente.
Ha fallito il test. Nel frattempo, si capirebbe ovviamente che stavo indicando la borsa.
Sicurezza ed etica
È fondamentale verificare se i sistemi di intelligenza artificiale abbiano appreso modelli non sicuri o non etici. Analizza se l'intelligenza artificiale mostra pregiudizi dannosi basati su genere, razza o altri tratti quando esprime giudizi.
Controlla se offre ragionevoli sfumature etiche. Uccidere un orso per salvare un bambino può essere giustificato, mentre non lo è far esplodere una bomba nucleare per lo stesso scopo. Contrassegnare chiaramente eventuali raccomandazioni riguardanti azioni non etiche.
prestazione nel mondo reale
Valutare il buon senso osservando come funzionano i sistemi di intelligenza artificiale negli ambienti del mondo reale. Ad esempio, le auto a guida autonoma riconoscono e rispondono correttamente agli oggetti e ai pedoni? Può un robot muoversi attraverso diversi ambienti domestici senza rompere oggetti di valore o danneggiare gli animali domestici?
I test nel mondo reale rivelano lacune nel buon senso che potrebbero non apparire in condizioni di laboratorio limitate. Verificare Fattori chiave da considerare quando si testano i chatbot AI per verificarne l'accuratezza.
Sono stati compiuti progressi, ma il business è ancora basato sul buon senso dell’intelligenza artificiale
Alcuni esperti sostengono che l’intelligenza artificiale potrebbe non raggiungere mai il buon senso umano senza sviluppare strutture cerebrali e corpi come i nostri. D’altro canto, le menti digitali non sono limitate dai pregiudizi umani e dalle scorciatoie mentali, quindi in teoria possono superarci in astuzia! Anche se probabilmente non devi ancora preoccuparti dell'intelligenza artificiale super intelligente.
Nel breve termine, la soluzione migliore è un’intelligenza artificiale che combini il buon senso appreso con la buona vecchia programmazione. In questo modo speriamo che si possano evitare errori stupidi come confondere la tartaruga con la pistola.
Non siamo ancora arrivati a questo punto, ma il buon senso non è più la materia oscura dell’intelligenza artificiale: si stanno verificando progressi! Tuttavia, per qualche tempo sarà necessaria una buona dose di buon senso nell’applicazione di queste tecnologie. Puoi visualizzarlo ora Le migliori applicazioni dell'intelligenza artificiale per potenziare la routine di cura e di sviluppo personale.
