Cercetătorii din cadrul firmei DeepMind au declarat că înțelegerea unor concepte simple de fizică, precum faptul că un obiect solid nu poate ocupa același spațiu ca altul, de către un algoritm pe bază de inteligență artificială, ar putea conduce la dezvoltarea unui software mai capabil, care necesită mai puține resurse de calcul pentru a fi instruit.
Anterior, compania din Marea Britanie a creat un algoritm IA care poate învinge jucători experți la șah și Go, poate scrie software pentru computer și poate rezolva problema plierii proteinelor. Totuși, aceste modele sunt foarte specializate și nu au o înțelegere generală a lumii.
În prezent, Luis Piloto și colegii săi din cadrul DeepMind au creat un algoritm denumit Physics Learning through Auto-encoding and Tracking Objects (PLATO), care este conceput pentru a înțelege faptul că lumea fizică este compusă din obiecte care urmează legile fizice de bază.
Cercetătorii l-au instruit pe PLATO să identifice corpuri și interacțiunile dintre ele, folosind videoclipuri simulate cu obiecte care se mișcă exact așa cum ar trebui, precum mingi care pică pe pământ, se rostogolesc una în spatele celeilalte sau se ciocnesc. De asemenea, ei au introdus date cu privire la pixelii care aparțineau fiecărui obiect în fiecare cadru.
Pentru a testa capacitatea lui PLATO de a înțelege cinci concepte fizice, precum persistența (adică faptul că un obiect tinde să nu dispară), soliditatea și neschimbarea (faptul că un obiect tinde să-și păstreze caracteristicile precum forma și culoarea), cercetătorii au folosit o altă serie de videoclipuri simulate. În unele dintre acestea au fost prezentate obiecte care respectă legile fizicii, în timp ce alte clipuri au descris acțiuni fără sens, precum o minge care se rostogolește în spatele unui stâlp și care nu iese din cealaltă parte, ci reapare din spatele unui alt stâlp aflat mai departe de-a lungul traseului.
Ei l-au însărcinat pe PLATO să prezică ce se va întâmpla în fiecare videoclip și au descoperit faptul că deși predicțiile sale erau greșite în cazul videoclipurilor fără sens, acestea erau corecte pentru cele logice, sugerându-se că algoritmul are cunoștințe intuitive de fizică.
Piloto a declarat faptul că rezultatele arată că o viziune a lumii centrată pe obiect ar putea oferi unei inteligențe artificiale un set mai generalizat și mai adaptabil de abilități.
Mark Nixon din cadrul Universității din Southampton, Marea Britanie, a declarat faptul că această lucrare ar putea conduce la noi căi de cercetare în domeniul IA și poate chiar dezvălui indicii despre viziunea și dezvoltarea umană. Totuși, el și-a exprimat îngrijorarea cu privire la reproductibilitatea rezultatelor din cauza faptului că în lucrare se menționează faptul că „implementarea noastră a PLATO nu este viabilă din exterior”.
„Asta înseamnă că oamenii de știință folosesc o arhitectură pe care alți oameni probabil nu o pot folosi. În știință, este bine să fii reproductibil, astfel încât alți oameni să poată obține aceleași rezultate și apoi să le ducă mai departe”, a adăugat el.
Chen Feng din cadrul Universității din New York a declarat faptul că descoperirile ar putea ajuta la scăderea cerințelor de calcul pentru antrenarea și rularea modelelor IA.
„Este oarecum ca și cum ai învăța un copil ce este o mașină, învățându-l mai întâi ce sunt roțile și scaunele. Beneficiul utilizării reprezentării centrate pe obiect în locul intrărilor vizuale brute, face ca algoritmul să învețe concepte fizice intuitive cu o eficiență mai bună”, a adăugat el.
