Nowa sztuczna inteligencja - Nouvelle AI

Sztuczna inteligencja Nouvelle ( AI ) to podejście do sztucznej inteligencji zapoczątkowane w latach 80. przez Rodneya Brooksa , który był wówczas częścią laboratorium sztucznej inteligencji MIT . Nouvelle AI różni się od klasycznej AI tym, że dąży do produkcji robotów o poziomie inteligencji podobnym do owadów. Naukowcy uważają, że inteligencja może wyłonić się organicznie z prostych zachowań, gdy te inteligencje wchodzą w interakcję z „rzeczywistym światem”, zamiast używać skonstruowanych światów, które symboliczne AI zwykle musiały w nich zaprogramować.

Motywacja

Różnice między sztuczną inteligencją nouvelle a sztuczną inteligencją symboliczną są widoczne we wczesnych robotach Shakey i Freddy . Roboty te zawierały wewnętrzny model (lub "reprezentację") swoich mikroświatów składający się z opisów symbolicznych. W rezultacie ta struktura symboli musiała zostać odnowiona, gdy robot się poruszał lub zmieniał się świat.

Programy planowania Shakey'a oceniły strukturę programu i podzieliły ją na kroki niezbędne do zakończenia pożądanego działania. Ten poziom obliczeń wymagał dużej ilości czasu do przetworzenia, więc Shakey zazwyczaj wykonywał swoje zadania bardzo powoli.

Badacze zajmujący się symboliczną sztuczną inteligencją od dawna borykali się z problemem aktualizowania, wyszukiwania i innego manipulowania symbolicznymi światami wewnątrz ich sztucznej inteligencji. Nouvelle system stale odwołuje się do swoich czujników, a nie do wewnętrznego modelu świata. Przetwarza informacje ze świata zewnętrznego, których potrzebuje, ze zmysłów, kiedy jest to potrzebne. Jak ujął to Brooks, „świat jest swoim własnym najlepszym modelem – zawsze dokładnie aktualnym i kompletnym w każdym szczególe”.

Główną ideą nouvelle AI jest to, że proste zachowania łączą się, tworząc z czasem bardziej złożone zachowania. Na przykład proste zachowania mogą zawierać elementy takie jak „poruszaj się do przodu” i „unikaj przeszkód”. Robot korzystający z nouvelle AI z prostymi zachowaniami, takimi jak unikanie kolizji i poruszanie się w kierunku poruszającego się obiektu, może połączyć się, tworząc bardziej złożone zachowanie, takie jak pogoń za poruszającym się obiektem.

Problem z ramą

Problemu t opisano problem związany z użyciem logiki pierwszego rzędu (fol) do wyrażania fakty robota na świecie. Reprezentowanie stanu robota za pomocą tradycyjnego FOL wymaga użycia wielu aksjomatów (języka symbolicznego), aby zasugerować, że rzeczy dotyczące środowiska nie zmieniają się arbitralnie.

Nouvelle AI stara się ominąć problem ramek, rezygnując z wypełniania sztucznej inteligencji lub robota tomami języka symbolicznego, a zamiast tego pozwalając na pojawienie się bardziej złożonych zachowań poprzez łączenie prostszych elementów behawioralnych.

Wcielenie

Celem tradycyjnej sztucznej inteligencji było zbudowanie inteligencji bez ciał, które byłyby w stanie wchodzić w interakcje ze światem tylko za pomocą klawiatury, ekranu lub drukarki. Jednak nouvelle AI próbuje zbudować ucieleśnioną inteligencję umieszczoną w prawdziwym świecie. Brooks z aprobatą przytacza krótkie szkice, które Turing przedstawił w 1948 i 1950 roku, przedstawiając podejście „sytuacyjne”. Turing pisał o wyposażeniu maszyny w „najlepsze narządy zmysłów, jakie można kupić za pieniądze” i uczeniu jej „rozumienia i mówienia po angielsku” w procesie, który „podążałby za normalnym nauczaniem dziecka”. To podejście kontrastowało z innymi, w których koncentrowali się na abstrakcyjnych czynnościach, takich jak gra w szachy.

Roboty Brooksa

Roboty owadobójcze

Brooks skupił się na budowaniu robotów, które zachowywały się jak proste owady, jednocześnie pracując nad usunięciem niektórych tradycyjnych cech sztucznej inteligencji. Stworzył podobne do owadów roboty o nazwie Allen i Herbert.

Insektoidowe roboty Brooksa nie zawierały żadnych wewnętrznych modeli świata. Herbert, na przykład, odrzucał dużą ilość informacji otrzymywanych ze swoich czujników i nigdy nie przechowywał informacji dłużej niż dwie sekundy.

Allen

Allen, nazwany na cześć Allena Newella , miał pierścień dwunastu sonarów ultradźwiękowych jako główne czujniki i trzy niezależne moduły generujące zachowanie. Moduły te zostały zaprogramowane tak, aby unikać zarówno nieruchomych, jak i poruszających się obiektów. Z aktywowanym tylko tym modułem, Allen pozostał na środku pokoju, dopóki nie zbliżył się obiekt, a następnie uciekł, unikając przeszkód na swojej drodze.

Herbert

Herbert, nazwany na cześć Herberta A. Simona , wykorzystywał czujniki podczerwieni do omijania przeszkód oraz system laserowy do zbierania danych 3D z odległości około 12 stóp. Herbert trzymał też w swojej „ręce” kilka prostych czujników. Poligonem testowym robota było rzeczywiste środowisko ruchliwych biur i przestrzeni roboczych laboratorium MIT AI, w którym szukał pustych puszek po napojach i zabierał je, pozornie zorientowane na cel działanie, które pojawiło się w wyniku połączenia 15 prostych jednostek zachowania . Równolegle Simon zauważył, że skomplikowana ścieżka mrówki wynika raczej ze struktury jej środowiska niż z głębi procesów myślowych

Inne roboty insektoidowe

Inne roboty zespołu Brooksa to Czyngis i Squirt. Czyngis miał sześć nóg i był w stanie chodzić po nierównym terenie i podążać za człowiekiem. Moduły behawioralne Squirt trzymały go w ciemnych zakamarkach, dopóki nie usłyszy dźwięku, a następnie zacznie podążać za źródłem dźwięku.

Brooks zgodził się, że poziom nouvelle AI zbliżał się do złożoności prawdziwego owada, co rodziło pytanie, czy zachowanie na poziomie owada było i jest rozsądnym celem dla nouvelle AI?

Roboty humanoidalne

Ostatnia praca Brooksa przybrała odwrotny kierunek niż ten, który zaproponował Von Neumann w cytatach: „teoretycy, którzy wybierają ludzki układ nerwowy jako swój model, nierealistycznie wybierają »najbardziej skomplikowany obiekt pod słońcem« i że nie ma w tym zbyt wiele korzyści. wybierając zamiast tego mrówkę, ponieważ każdy układ nerwowy wykazuje wyjątkową złożoność”.

Koło zębate

W latach 90. Brooks postanowił dążyć do celu, jakim jest inteligencja na poziomie człowieka i wraz z Lynn Andreą Stein zbudował humanoidalnego robota o nazwie Cog . Cog to robot z obszerną kolekcją czujników, twarzy i ramion (między innymi), które pozwalają mu na interakcję ze światem oraz zbieranie informacji i doświadczeń, aby organicznie gromadzić inteligencję w sposób opisany powyżej przez Turinga.

Zespół był przekonany, że Cog będzie w stanie uczyć się i znajdować korelację między otrzymanymi informacjami sensorycznymi a jego działaniami oraz samodzielnie przyswajać wiedzę zdroworozsądkową . Od 2003 roku cały rozwój projektu został wstrzymany.

Zobacz też

Bibliografia

Zewnętrzne linki