Intelligence artificielle développée qui « pense » comme les humains

Créer une intelligence artificielle de type humain ne se limite pas à simuler le comportement humain – la technologie doit également être capable de traiter l’information ou de « penser » comme les humains si l’on veut s’y fier pleinement.

Nouvelle recherche publiée dans la revue patrons – dessin Dirigé par l’École de psychologie et de neurosciences de l’Université de Glasgow, il utilise la modélisation 3D pour analyser la façon dont les réseaux de neurones profonds – qui font partie de la famille plus large de l’apprentissage automatique – sont traités. Informations, pour visualiser comment leur traitement de l’information correspond à celui des humains.

On espère que ce nouveau travail ouvrira la voie à la création d’une technologie d’intelligence artificielle fiable qui traite les informations comme les humains et commet des erreurs que nous pouvons comprendre et prévoir.

L’un des défis auxquels le développement de l’IA reste confronté est de savoir comment mieux comprendre le processus de réflexion de la machine et s’il correspond à la façon dont les humains traitent les informations, afin d’en garantir l’exactitude. Les réseaux de neurones profonds sont souvent présentés comme les meilleurs aujourd’hui Modèle de Humain Comportement de prise de décision, atteindre ou même dépasser la performance humaine dans certaines tâches. Cependant, même des tâches de discrimination visuelle trompeusement simples peuvent révéler des incohérences et des erreurs évidentes des modèles d’IA, par rapport aux humains.

Actuellement, la technologie des réseaux de neurones profonds est utilisée dans des applications telles que reconnaissance de visageEt malgré leur succès dans ces domaines, les scientifiques ne comprennent toujours pas pleinement comment ces réseaux traitent l’information, et donc quand des erreurs peuvent se produire.

Dans cette nouvelle étude, l’équipe de recherche s’est attaquée à ce problème en modélisant le stimulus visuel donné par le réseau de neurones profonds et en le transformant de plusieurs manières afin qu’ils puissent montrer une similitude de reconnaissance, en traitant des informations similaires entre les humains et le modèle d’IA. .

« Lors de la construction de modèles d’IA qui se comportent » comme « des humains, par exemple en reconnaissant le visage d’une personne lorsqu’elle se considère comme un humain le fera, nous devons nous assurer que le modèle d’IA utilise les mêmes informations du visage qu’un autre humain utilise pour le reconnaître. Si l’IA ne fait pas cela, nous pouvons avoir l’illusion que le système fonctionne exactement comme les humains, mais alors vous trouvez qu’il va mal dans une condition nouvelle ou non testée.

À l’aide d’une série de visages 3D personnalisables, les chercheurs ont demandé aux humains d’évaluer la similitude de ces visages générés aléatoirement avec quatre identités familières. Ils ont ensuite utilisé ces informations pour tester si les réseaux de neurones profonds effectuaient les mêmes évaluations pour les mêmes raisons, non seulement en testant si les humains et l’IA prenaient les mêmes décisions, mais aussi s’ils étaient basés sur les mêmes informations. Surtout, grâce à leur approche, les chercheurs peuvent visualiser ces résultats sous la forme de visages 3D déterminant le comportement des humains et des réseaux. Par exemple, un réseau Quelles identités correctement classées 2000 étaient largement motivées par un visage caricatural, indiquant qu’elles identifiaient une identité visages Le traitement des informations faciales est très différent de celui des humains.

Les chercheurs espèrent que ce travail ouvrira la voie à une IA plus fiable Technique Ils se comportent davantage comme des humains et font moins d’erreurs inattendues.

L’étude, « Grounding deep neural network prédictions of human classification behavior into Understanding Functional traits : the state of facial identity », est publiée dans patrons – dessin.