Mesin Tak Lagi Butuh Bantuan Untuk Belajar

Mesin Tak Lagi Butuh Bantuan Untuk Belajar

Periset yang bekerja dengan robot swarm mengatakan sekarang mungkin mesin mengetahui bagaimana sistem kerja alami atau buatan bekerja dengan mengamati mereka-tanpa diberi tahu apa yang harus dicari.

Hal ini dapat menyebabkan kemajuan dalam bagaimana mesin menyimpulkan pengetahuan dan menggunakannya untuk mendeteksi perilaku dan kelainan.

"Tidak seperti tes Turing yang asli, bagaimanapun, interogator kami bukanlah program komputer tapi manusia yang belajar sendiri."

Teknologi ini bisa meningkatkan aplikasi keamanan, seperti deteksi kebekuan atau verifikasi identitas, dan membuat game komputer lebih realistis.

Ini juga berarti mesin mampu memprediksi, antara lain, bagaimana orang dan makhluk hidup lainnya berperilaku.

Tes Turing

Penemuan itu, yang dipublikasikan di jurnal tersebut Kecerdasan Swarm, mengambil inspirasi dari karya ilmuwan komputer perintis Alan Turing, yang mengajukan sebuah tes, yang bisa dilewati mesin jika berperilaku tidak dapat dibedakan dari manusia. Dalam tes ini, seorang interogator menukar pesan dengan dua pemain di ruangan yang berbeda: satu manusia, satu mesin lainnya.

Interogator harus mencari tahu dari mana dua pemain itu adalah manusia. Jika mereka secara konsisten gagal melakukannya - artinya mereka tidak lebih berhasil daripada jika mereka memilih satu pemain secara acak - mesin tersebut telah lulus uji coba, dan dianggap memiliki kecerdasan tingkat manusia.


Dapatkan Yang Terbaru Dari Diri Sendiri


"Studi kami menggunakan tes Turing untuk mengungkapkan bagaimana sistem yang diberikan - tidak harus merupakan karya manusia. Dalam kasus kami, kami menaruh segerombolan robot yang diawasi dan ingin mengetahui peraturan mana yang menyebabkan pergerakan mereka, "jelas Roderich Gross dari departemen teknik kontrol dan sistem otomatis di University of Sheffield.

"Untuk melakukannya, kami memasang robot belajar kedua dari robot-juga di bawah pengawasan. Pergerakan semua robot dicatat, dan data gerak ditunjukkan pada interogator, "tambahnya.

"Tidak seperti tes Turing yang asli, bagaimanapun, interogator kami bukanlah program komputer tapi manusia yang belajar sendiri. Tugas mereka adalah membedakan robot dari kawanan. Mereka diberi imbalan karena mengategorikan dengan benar data gerakan dari gerombolan asli sebagai asli, dan yang dari kawanan lainnya adalah palsu. Robot belajar yang berhasil membodohi interogator - membuatnya percaya bahwa data gerak mereka asli - menerima hadiah. "

Gross mengatakan keuntungan dari pendekatan tersebut, yang disebut "Turing Learning," adalah bahwa manusia tidak perlu lagi memberi tahu mesin apa yang harus dicari.

Robot melukis seperti Picasso

Bayangkan Anda ingin robot melukis seperti Picasso. Algoritma pembelajaran mesin konvensional akan menilai lukisan robot itu untuk seberapa dekat mereka menyerupai Picasso. Tapi seseorang harus memberi tahu algoritme apa yang dianggap mirip dengan Picasso.

Turing Learning tidak membutuhkan pengetahuan sebelumnya. Ini hanya akan memberi penghargaan pada robot jika melukis sesuatu yang dianggap asli oleh para interogator. Pembelajaran Turing sekaligus akan belajar bagaimana menginterogasi dan melukis.

Gross mengatakan dia yakin Turing Learning bisa menghasilkan kemajuan dalam sains dan teknologi.

"Para ilmuwan dapat menggunakannya untuk menemukan peraturan yang mengatur sistem alami atau buatan, terutama di mana perilaku tidak dapat dengan mudah dicirikan dengan menggunakan metrik kesamaan," katanya.

"Permainan komputer, misalnya, bisa mendapatkan realisme karena pemain virtual dapat mengamati dan menganggap ciri khas rekan-rekan manusia mereka. Mereka tidak akan hanya menyalin perilaku yang teramati, melainkan mengungkapkan apa yang membuat para pemain manusia berbeda dari yang lain. "

Sejauh ini, Gross dan timnya telah menguji Turing Learning di kawanan robot namun langkah selanjutnya adalah mengungkap cara kerja beberapa kolektif hewan seperti sekolah ikan atau koloni lebah. Hal ini dapat menyebabkan pemahaman yang lebih baik tentang faktor apa yang mempengaruhi perilaku hewan-hewan ini, dan akhirnya menginformasikan kebijakan untuk perlindungan mereka.

Sumber: University of Sheffield

Buku terkait

{amazonWS: searchindex = Buku; kata kunci = pembelajaran robot; maksresult = 1}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

ikuti InnerSelf di

facebook-icontwitter-iconrss-icon

Dapatkan Terbaru Dengan Email

{Emailcloak = off}