世界

AISが世界を理解するのを助けるために、研究者はそれらをロボットに入れました

3番目のニューラルネットは、それらの「赤い右に移動する」文のベクトル化された表現を使用して、比較的単純で処理された言語でした。最後に、4番目のニューラルネットは連想層として機能し、すべての時間ステップで前の3つの出力を予測しました。 「私たちが行動を起こすとき、私たちは常にそれを言葉にする必要はありませんが、ある時点で私たちの心の中にこの言語化があります」とVijayaraghavanは言います。彼と彼のチームが構築したAIは、言語、固有受容、行動計画、ビジョンをシームレスに接続することを意図していました。 ロボットの脳が稼働していたとき、彼らはコマンドと動きのシーケンスの可能な組み合わせのいくつかを教え始めました。しかし、彼らはそれをすべて教えませんでした。 構成性の誕生 2016年、心理学とデータサイエンスの教授であるブレンデンレイクは、彼のチームが人間のように学び、考えるために習得する必要がある一連のコンピテンシーマシンと名付けた論文を発表しました。それらの1つは構成性でした。再利用できる部分に全体を構成または分解する能力です。この再利用により、獲得した知識を新しいタスクや状況に一般化することができます。 「構成段階は、子供たちが言葉を説明するために言葉を組み合わせることを学ぶときです。彼らは [initially] オブジェクトの名前、アクションの名前を学びますが、それらは単一の単語です。彼らがこの構成性の概念を学ぶとき、彼らの種類の爆発を伝える能力」とVijayaraghavan氏は説明します。 彼のチームが構築したAIは、この正確な目的のために作られました。それが構成性を開発するかどうかを確認するためです。そして、それはしました。 ロボットが特定のコマンドとアクションがどのように接続されているかを学んだ後、これまで聞いたことのないコマンドを実行するためにその知識を一般化することも学びました。実行していないアクションの名前を認識し、見たことのないブロックの組み合わせでそれらを実行します。 VijayaraghavanのAIは、何かを右または左に移動するか、何かの上にアイテムを置くという概念を理解しました。また、赤いブロックに青いブロックを置くなど、以前に見えなかったアクションを名前を付ける単語を組み合わせることもできます。 #AISが世界を理解するのを助けるために研究者はそれらをロボットに入れました