Diese seltsamen virtuellen Kreaturen entwickeln ihre Körper weiter, um Probleme zu lösen

Agrim Gupta, Silvio Savarese, Surya Ganguli & Li Fei-Fei

Eine endlose Vielfalt virtueller Kreaturen huschen und huschen über den Bildschirm, kämpfen über Hindernisse oder ziehen Bälle auf ein Ziel zu. Sie sehen aus wie halb geformte Krabben aus Würstchen – oder vielleicht Thing, die körperlose Hand von Die Familie Addams . Aber diese „Unimals“ (kurz für universelle Tiere) könnten den Forschern tatsächlich helfen, mehr zu entwickeln Allzweck-Intelligenz bei Maschinen.

Agrim Gupta von der Stanford University und seine Kollegen (darunter Fei-Fei Li, Co-Direktor des Stanford Institute for Human-Centered AI und Leiter der Entwicklung von ImageNet) nutzten diese Unimals zur Erforschung zwei Fragen, die oft übersehen werden in der KI-Forschung: wie Intelligenz mit der Art und Weise zusammenhängt, wie Körper angeordnet sind, und wie Fähigkeiten sowohl durch Evolution entwickelt als auch erlernt werden können.



Ein sich endlos verändernder Spielplatz bringt KIs das Multitasking bei

Virtuelle Spielwelten bieten einen ununterbrochenen Strom von offenen Herausforderungen, die die KI zu allgemeiner Intelligenz anregen.

Diese Arbeit ist ein wichtiger Schritt in einem jahrzehntelangen Versuch, die Körper-Gehirn-Beziehung bei Robotern besser zu verstehen, sagt Josh Bongard, der an der University of Vermont evolutionäre Robotik studiert und nicht an der Arbeit beteiligt war.

Wenn Forscher Intelligenz in Maschinen nachbilden wollen, fehlt ihnen möglicherweise etwas, sagt Gupta. In der Biologie entsteht Intelligenz aus der Zusammenarbeit von Geist und Körper. Aspekte des Körperbaus, wie Anzahl und Form der Gliedmaßen, bestimmen, was Tiere können und was sie lernen können. Denken Sie an das Aye-aye, einen Lemur, der einen verlängerten Mittelfinger entwickelt hat, um tief in Löcher nach Maden zu bohren.

Die KI konzentriert sich normalerweise nur auf den Verstand und baut Maschinen, um Aufgaben zu erledigen, die ohne Körper bewältigt werden können, wie z. B. die Verwendung von Sprache, das Erkennen von Bildern und das Spielen von Videospielen. Doch dieses begrenzte Repertoire könnte bald in die Jahre gekommen sein. Das Verpacken von KIs in Körper, die an bestimmte Aufgaben angepasst sind, könnte ihnen das Erlernen einer Vielzahl neuer Fähigkeiten erleichtern. Eines hat jedes einzelne intelligente Tier auf dem Planeten im Körper gemeinsam, sagt Bongard. Verkörperung ist unsere einzige Hoffnung, Maschinen herzustellen, die sowohl intelligent als auch sicher sind.

Unimals haben einen Kopf und mehrere Gliedmaßen. Um zu sehen, was sie tun könnten, entwickelte das Team eine Technik namens Deep Evolutionary Reinforcement Learning (DERL). Die Unimals werden zunächst mithilfe von Reinforcement Learning trainiert, um eine Aufgabe in einer virtuellen Umgebung zu erledigen, z. B. das Gehen über verschiedene Geländearten oder das Bewegen eines Objekts.

Die Unimals mit den besten Leistungen werden dann ausgewählt und Mutationen eingeführt, und die daraus resultierenden Nachkommen werden wieder in die Umgebung gebracht, wo sie die gleichen Aufgaben von Grund auf lernen. Der Prozess wiederholt sich hunderte Male: Entwickle dich und lerne, entwickle dich und lerne.

Die Mutationen, denen Unimals ausgesetzt sind, umfassen das Hinzufügen oder Entfernen von Gliedmaßen oder das Ändern der Länge oder Flexibilität von Gliedmaßen. Die Anzahl der möglichen Körperkonfigurationen ist riesig: Es gibt 10 ^ 18 einzigartige Variationen mit 10 Gliedmaßen oder weniger. Im Laufe der Zeit passen sich die Körper der Tiere an unterschiedliche Aufgaben an. Einige Unimals haben sich so entwickelt, dass sie sich über flaches Gelände bewegen, indem sie nach vorne fallen. einige entwickelten ein eidechsenartiges Watscheln; andere entwickelten Zangen, um eine Schachtel zu greifen.

Die Forscher testeten auch, wie gut sich die weiterentwickelten Unimals an eine Aufgabe anpassen konnten, die sie zuvor noch nicht gesehen hatten, ein wesentliches Merkmal der allgemeinen Intelligenz. Diejenigen, die sich in komplexeren Umgebungen mit Hindernissen oder unebenem Gelände entwickelt hatten, lernten schneller neue Fähigkeiten, wie z. B. einen Ball zu rollen, anstatt eine Kiste zu schieben. Sie fanden auch heraus, dass DERL Körperpläne auswählte, die schneller lernten, obwohl es keinen selektiven Druck gab, dies zu tun. Ich finde das spannend, weil es zeigt, wie eng Körperform und Intelligenz miteinander verbunden sind, sagt Gupta.

KI lernt, sich selbst zu erschaffen

Menschen haben sich bemüht, wirklich intelligente Maschinen zu bauen. Vielleicht müssen wir sie selbst damit fortfahren lassen.

Dass bestimmte Körper das Lernen beschleunigen, sei bereits bekannt, sagt Bongard. Diese Arbeit zeigt, dass KI nach solchen Körpern suchen kann. Bongards Labor hat Roboterkörper entwickelt, die an bestimmte Aufgaben angepasst sind, wie z. B. das Versehen von Füßen mit schwielenähnlichen Beschichtungen, um den Verschleiß zu reduzieren. Gupta und seine Kollegen erweitern diese Idee, sagt Bongard. Sie zeigen, dass der richtige Körper auch Veränderungen im Gehirn des Roboters beschleunigen kann.

Letztendlich könnte diese Technik unsere Vorstellung vom Bau physischer Roboter umkehren, sagt Gupta. Anstatt mit einer festen Körperkonfiguration zu beginnen und den Roboter dann für eine bestimmte Aufgabe zu trainieren, könnten Sie DERL verwenden, um den optimalen Körperplan für diese Aufgabe entwickeln zu lassen und diesen dann zu erstellen.

Guptas Unimals sind Teil einer breiten Veränderung in der Art und Weise, wie Forscher über KI denken. Anstatt KIs auf bestimmte Aufgaben wie das Spielen von Go oder die Analyse eines medizinischen Scans zu trainieren, fangen Forscher an, Bots in virtuellen Sandboxen abzulegen – wie z DICHTER , Die virtuelle Versteckspiel-Arena von OpenAI , und DeepMinds virtuelle Spielwiese XLand – und sie dazu zu bringen, zu lernen, wie man mehrere Aufgaben in sich ständig ändernden, unbefristeten Trainings-Dojos löst. Anstatt eine einzelne Herausforderung zu meistern, lernen so trainierte KIs allgemeine Fähigkeiten.

Für Gupta wird die freie Erkundung der Schlüssel für die nächste Generation von KIs sein. Wir brauchen wirklich offene Umgebungen, um intelligente Agenten zu schaffen, sagt er.

verbergen