コンテンツ
ソース：Macrovector / Dreamstime.com
取り除く：
人工知能が人間のように考えるところまで進歩したのは、まだSFの産物にすぎません。実生活では、人間の能力の複雑さはまだ技術革新の理解をはるかに超えています。しかし、研究者はAIがどのように学習できるかを研究しています。
通常、AIは、明確に定義されたルールでゲームをプレイするなど、その目標が単一のタスクに集中している場合に非常に成功します。 AIにとってとらえどころのない複雑さを処理するシステムをセットアップしようとしています。一部の研究者は、動物の学習方法を研究することで、AIのタスクをより包括的に習得する道が開かれると考えています。
動物が示す認知能力に対する感謝は、Animal-AIオリンピックの動機です。 YouTubeの動画で説明されているように、「解決する問題を提供する代わりに、動物の認知に関する文献の方法を使用して、多くの単純な認知能力についてエントリをテストするアリーナを提供します。」（AIの起源については、 AIの簡単な歴史をご覧ください。）
鳥の脳の使い方
「鳥脳」は一般に、知性の欠如を実証した人に使用されるin辱であると理解されています。しかし実際には、鳥はすぐに手の届かないところにいる食物にアクセスするなどの問題を解決する方法を見つけるのに、脳を非常に効果的に使用します。
以下のビデオが示すように、鳥は実用的な解決策を考え出すのに非常に賢いことがあります。
水の中に小石を投げて食物の粒子を上げるという課題は、イソップF話の1つである「カラスと水差し」に触発されたものです。このビデオでは、「鳥の頭脳」の使用を再考する必要があると主張するほど優れた思考を示す鳥の例は他にもあります。
競争の目標は次のとおりです。
バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
誰もソフトウェアの品質に関心がない場合、プログラミングスキルを向上させることはできません。
- 確立されたさまざまな動物認識タスクを使用して、複数の動物種に対して現在のAIをベンチマークします。
- AIシステムの認知能力を特定するためのテストを提示します。
- これらのタイプのタスクに最も有望なAIアプローチを決定します。
- 人工認知のための継続的なベンチマークとデータリポジトリを作成します。
- 知能のどの側面が現在のAIにとって困難であり、どのAIがすでに優れているかを判断します。
- 新しい実験を作成して、後で動物でテストできる動物認識コミュニティにフィードバックします。
- 方法と開発を共有するために2つの異なる分野をまとめる。
テスト、テスト、1、2、3
テストは、Leverhulme Centerのポスドク研究員であるMatthew Crosbyが彼のブログで説明しており、すべて「最新の機械学習システムに翻訳」できる3つの特徴に焦点を当てています。
- ビジョン（周囲を見る能力）
- ナビゲーション（移動する機能—これがどんな形式でも）
- 食物回収（空腹時に食物を回収するために動物は内部的に報酬を与えられる）
IEE Spectrumとのインタビューで、クロスビーは、上のビデオで示されているように、動物はしばしば食べ物を得るために何をする必要があるかを理解できると説明しました。問題は、ソリューションを適用するために状況を分析したか、基本的に「試行錯誤を通して学んだパターンを繰り返す」という、覚えていることだけを行うのかということです。真の「暗記の理解」の違い。
カラスの解決策に戻って食物を手に入れると、カラスがどのようにして解決策に到達するかは完全には明らかではありません。水中の変位のダイナミクスを直観した可能性はありますか？それとも、小石が水位を上げることを、それ自身の経験から単に学んだのでしょうか？
このビデオは、家の開口部の幅を超える棒を家に持ち込む方法を理解する1つの簡単な例を示しています。犬でそれを説明し、それから箱の形でそれを拾い上げ、それができるように角度をつけます開口部を通過します。
「それぞれの場合において、アイデアは動物の脳が世界についてどのように理解し、解釈し、理由を示すかを示すテストを開発することです」とクロスビーは彼のブログで述べた。
これにより、10の異なるカテゴリで構成される最大100のテストが追加されます。テストの正確な性質は秘密にされていますが、オブジェクトの永続性と空間スキルの理解が含まれます。勝者は1つの分野だけでなく、すべての分野で優れている必要があります。 （AIについてあなたが考えさせる11の引用で、他の人がAIについて言っていることを聞いてください。）
失敗は選択肢です
もちろん、エージェントの失敗でさえ発見に成功する可能性があります。 CrosbyがTechnology Reviewに語ったように、「私たちが実際に興味を持っているのは、さまざまな種類のインテリジェンスを翻訳する方法を発見することです。」
コンテストからのオンライン提出は、2019年7月8日から11月1日まで行われます。当初の賞金は10,000ドルでしたが、現在は3倍以上の32,000ドルになりました。
結果は年末に発表される予定ですが、2020年以降には、ベンチマークで使用したり、大規模分析と比較したりするために、フィールドで研究している他の人がデータとテストプラットフォームを利用できるようにする計画もあります将来の競技の計画として。
