นักวิจัยที่ทำงานกับหุ่นยนต์จับกลุ่มกล่าวว่า เป็นไปได้ที่เครื่องจักรจะเรียนรู้ว่าระบบธรรมชาติหรือระบบประดิษฐ์ทำงานอย่างไรโดยการสังเกตพวกมัน โดยไม่ต้องบอกว่าต้องมองหาอะไร

ซึ่งอาจนำไปสู่ความก้าวหน้าในการสรุปความรู้ของเครื่องจักรและใช้เพื่อตรวจจับพฤติกรรมและความผิดปกติ

“ต่างจากการทดสอบทัวริงดั้งเดิม อย่างไรก็ตาม ผู้สอบปากคำของเราไม่ใช่มนุษย์ แต่เป็นโปรแกรมคอมพิวเตอร์ที่เรียนรู้ด้วยตัวเอง”

เทคโนโลยีนี้สามารถปรับปรุงแอปพลิเคชันด้านความปลอดภัย เช่น การตรวจจับการโกหกหรือการยืนยันตัวตน และทำให้การเล่นเกมคอมพิวเตอร์มีความสมจริงมากขึ้น

นอกจากนี้ยังหมายความว่าเครื่องจักรสามารถทำนายได้ว่าผู้คนและสิ่งมีชีวิตอื่นๆ มีพฤติกรรมอย่างไร

การทดสอบทัวริง

การค้นพบนี้ตีพิมพ์ในวารสาร หน่วยสืบราชการลับของฝูงได้แรงบันดาลใจจากงานของ Alan Turing นักวิทยาศาสตร์คอมพิวเตอร์ผู้บุกเบิก ผู้เสนอการทดสอบ ซึ่งเครื่องจะผ่านการทดสอบได้หากมีพฤติกรรมที่แยกไม่ออกจากมนุษย์ ในการทดสอบนี้ ผู้สอบปากคำจะแลกเปลี่ยนข้อความกับผู้เล่นสองคนในห้องอื่น: มนุษย์คนหนึ่ง อีกคนหนึ่งเป็นเครื่องจักร

ผู้สอบปากคำต้องค้นหาว่าผู้เล่นคนไหนในสองคนนี้เป็นมนุษย์ หากพวกเขาล้มเหลวอย่างต่อเนื่อง - หมายความว่าพวกเขาไม่ประสบความสำเร็จมากกว่าการเลือกผู้เล่นหนึ่งคนโดยสุ่ม - เครื่องจักรผ่านการทดสอบและถือว่ามีสติปัญญาระดับมนุษย์

“การศึกษาของเราใช้การทดสอบทัวริงเพื่อเปิดเผยว่าระบบที่กำหนด—ไม่จำเป็นต้องเป็นของมนุษย์—ทำงานอย่างไร ในกรณีของเรา เราจับกลุ่มหุ่นยนต์ไว้ภายใต้การเฝ้าระวังและต้องการทราบว่ากฎเกณฑ์ใดทำให้เกิดการเคลื่อนไหว” Roderich Gross จากแผนกควบคุมอัตโนมัติและวิศวกรรมระบบของ University of Sheffield อธิบาย

“ในการทำเช่นนั้น เราได้นำกลุ่มที่สองซึ่งทำจากหุ่นยนต์การเรียนรู้—อยู่ภายใต้การเฝ้าระวังเช่นกัน การเคลื่อนไหวของหุ่นยนต์ทั้งหมดได้รับการบันทึก และข้อมูลการเคลื่อนไหวที่แสดงต่อผู้สอบสวน” เขากล่าวเสริม

“ต่างจากการทดสอบทัวริงดั้งเดิม อย่างไรก็ตาม ผู้สอบปากคำของเราไม่ใช่มนุษย์ แต่เป็นโปรแกรมคอมพิวเตอร์ที่เรียนรู้ด้วยตนเอง งานของพวกเขาคือการแยกแยะระหว่างหุ่นยนต์จากฝูง พวกเขาได้รับรางวัลสำหรับการจัดประเภทข้อมูลการเคลื่อนไหวอย่างถูกต้องจากกลุ่มเดิมเป็นของแท้ และจากกลุ่มอื่นเป็นของปลอม หุ่นยนต์แห่งการเรียนรู้ที่หลอกผู้สอบสวนได้สำเร็จ—ทำให้เชื่อว่าข้อมูลการเคลื่อนไหวของพวกเขาเป็นของแท้—จะได้รับรางวัล”

กรอสกล่าวว่าข้อดีของแนวทางนี้เรียกว่า "การเรียนรู้ของทัวริง" คือการที่มนุษย์ไม่จำเป็นต้องบอกเครื่องจักรว่าต้องมองหาอะไรอีกต่อไป

หุ่นยนต์วาดภาพเหมือนปิกัสโซ

ลองนึกภาพคุณต้องการให้หุ่นยนต์วาดภาพเหมือนปิกัสโซ อัลกอริธึมแมชชีนเลิร์นนิงทั่วไปจะให้คะแนนภาพวาดของหุ่นยนต์ว่ามีความคล้ายคลึงกับปิกัสโซมากเพียงใด แต่บางคนอาจต้องบอกอัลกอริทึมว่ามีความคล้ายคลึงกับ Picasso ในการเริ่มต้นอย่างไร

ทัวริงการเรียนรู้ไม่ต้องการความรู้ดังกล่าวมาก่อน มันจะให้รางวัลกับหุ่นยนต์ถ้ามันทาสีบางสิ่งที่ผู้สอบสวนพิจารณาว่าเป็นของแท้ ทัวริง เลิร์นนิ่งจะเรียนรู้วิธีสอบปากคำและการวาดภาพไปพร้อม ๆ กัน

Gross กล่าวว่าเขาเชื่อว่า Turing Learning สามารถนำไปสู่ความก้าวหน้าทางวิทยาศาสตร์และเทคโนโลยีได้

"นักวิทยาศาสตร์สามารถใช้มันเพื่อค้นหากฎที่ควบคุมระบบธรรมชาติหรือระบบเทียม โดยเฉพาะอย่างยิ่งเมื่อพฤติกรรมไม่สามารถระบุลักษณะได้อย่างง่ายดายโดยใช้ตัวชี้วัดความคล้ายคลึงกัน" เขากล่าว

“ยกตัวอย่างเช่น เกมคอมพิวเตอร์สามารถได้รับความสมจริงเนื่องจากผู้เล่นเสมือนจริงสามารถสังเกตและสมมติลักษณะเฉพาะของคู่หูที่เป็นมนุษย์ได้ พวกเขาไม่เพียงแค่คัดลอกพฤติกรรมที่สังเกตได้ แต่เปิดเผยสิ่งที่ทำให้ผู้เล่นที่เป็นมนุษย์แตกต่างจากที่เหลือ”

จนถึงตอนนี้ Gross และทีมของเขาได้ทดสอบ Turing Learning ในฝูงหุ่นยนต์แล้ว แต่ขั้นตอนต่อไปคือการเปิดเผยการทำงานของกลุ่มสัตว์บางชนิด เช่น ฝูงปลาหรือฝูงผึ้ง ซึ่งอาจนำไปสู่ความเข้าใจที่ดีขึ้นเกี่ยวกับปัจจัยที่มีอิทธิพลต่อพฤติกรรมของสัตว์เหล่านี้ และในที่สุดก็แจ้งนโยบายเพื่อคุ้มครองสัตว์เหล่านี้

ที่มา: มหาวิทยาลัยเชฟฟิลด์

หนังสือที่เกี่ยวข้อง

at

ขอบคุณสำหรับการเยี่ยมชม InnerSelf.comที่ไหนมี 20,000 + บทความเปลี่ยนชีวิตส่งเสริม "ทัศนคติใหม่และความเป็นไปได้ใหม่" บทความทั้งหมดได้รับการแปลเป็น 30+ ภาษา. สมัครรับจดหมายข่าว ถึงนิตยสาร InnerSelf ซึ่งตีพิมพ์ทุกสัปดาห์ และ Daily Inspiration ของ Marie T Russell นิตยสาร InnerSelf ได้รับการตีพิมพ์ตั้งแต่ปี 1985