DeepMind的Psychlab采用心理學以解釋AI行為

人工智能 (196) 2022-06-27 18:36:22

從Facebook的“AI能夠發明自己的語言”誤報到微軟公司令人詫異的種族主義聊天機器人,在過去的幾年時間里,我們目睹了幾起表現糟糕的AI使用案例。盡管了解AI行為的初衷并非一樁易事,但谷歌的DeepMind認為其已經為這一難題提供了解決方案,那就是心理學。

軟件頻道消息:從Facebook的“AI能夠發明自己的語言”誤報到微軟公司令人詫異的種族主義聊天機器人,在過去的幾年時間里,我們目睹了幾起表現糟糕的人工智能使用案例。盡管了解AI行為的初衷并非一樁易事,但谷歌公司的DeepMind認為其已經為這一難題提供了解決方案,那就是:心理學。

今天,DeepMind宣布其能夠用已經發布的Psychlab——一套開源代碼AI平臺——研究AI的行為表現,而其所采用的研究方式則與目前心理學家研究人類行為表現的方法類似。

由DeepMind實驗室構建的Psychlab采用了模擬的3D環境以在不同的空間任務中訓練并測試AI,而這些環境在以AI代理作為主要測試對象的同時也允許Psychlab重建真實世界的心理學實驗。

DeepMind團隊的研究員Joel Leibo在一篇博客中解釋稱:“一般來講,這類測試過程會要求參與者坐在電腦顯示器前且用鼠標回應屏幕上顯示出的任務。類似的,我們所構建的環境允許虛擬主體在虛擬計算機顯示器上執行任務,并將其所注視的方向作為其對于測試任務的回應結果。顯然,這需要人類與人工智能代理雙方都進行相同的測試,從而最大限度地減少實驗差異性,而這也促使其能夠更容易地與已有的認知心理學文獻建立聯系并從中獲取一定見解。”

DeepMind方面發布了八項通過Psychlab測試人工智能不同認知能力的經典心理學實驗。具體包括:

• 視覺搜索——測試其搜尋目標對象陣列的能力(圖片)
• 持續識別——測試其對于增長型項目的記憶能力
• 任意的視覺運動映射——測試其對于刺激-響應配對的再次調動能力
• 變更檢測——測試其就對象陣列再次出現延遲后,檢測一系列變更設置的能力
• 視力與對比敏感度——測試其對微小且低對比度刺激的識別能力
• 玻璃模型檢測——測試其球形感知能力
• 隨機點運動判別——測試其感知相干運動的能力
• 多對象追蹤——測試其長時間追蹤動態對象的能力

Leibo表示由于Psychlab擁有一個“靈活且方便運用的API”,所以研究人員能夠在該平臺上創建并分享他們自己的實驗。除此之外,DeepMind還發布了Psychlab的源代碼。對此,Leibo解釋是因為谷歌公司希望“更多的研究團隊能夠在其研究中使用Psychlab,而這也有助于該平臺的進一步完善。”

THE END

發佈留言