Restez à l'écoute pour les prochains Jeux olympiques d'Animal-AI, présenté par des chercheurs du Leverhulme Center for the Future of Intelligence à Cambridge, ROYAUME-UNI, et GoodAI, un institut de recherche basé à Prague.

Comme le nom du concours l'indique, vous envisagez un concours impliquant des animaux et de l'IA. "L'agent d'IA devra apprendre des comportements robustes uniquement à partir d'entrées de pixels et d'une récompense."

Le défi animal-IA implique une part dans un 10 $, 000 cagnotte offerte. Les compétences nécessaires pour réussir dans les tâches varient en complexité.

En juin, la compétition complète des Jeux Olympiques d'Animal-AI est en ligne. Les résultats définitifs devraient être disponibles en décembre.

Alors que la compétition complète démarre en juin, restez tourné plus tard ce mois-ci pour des nouvelles importantes:(1) l'arène (disponible fin avril) et (2) une liste des capacités cognitives qui régissent le test.

Oscar Schwartz, Examen de la technologie du MIT , discuté de ce que les chercheurs feront pour que le test se produise - les chercheurs formeront "des algorithmes pour maîtriser une série de tâches qui ont traditionnellement été utilisées pour tester la cognition animale". L'équipe a déclaré que les méthodes de la "littérature sur la cognition animale" seront utilisées pour les tests.

Selon Spectre IEEE , ils ont maintenant environ 50 tâches de la littérature sur l'intelligence animale. Ce mois-ci, ils présenteront des paquets d'informations sur la compétition; en juin, le concours est lancé, et les gens peuvent commencer à travailler dessus.

Donc, pourquoi les animaux ? Une partie d'échecs contre des humains n'est-elle pas le véritable défi de l'IA ? Ni perroquet ni corbeau, après tout, peut jouer aux échecs mais ce n'est pas le point. Matthew Crosby a dit dans Spectre IEEE, "Une IA peut être excellente dans une tâche, mais peut-il résoudre des tâches similaires qu'il n'a jamais vues auparavant ? Cette compétition teste exactement ce genre de chose. Peut-être serons-nous surpris de voir à quel point les agents d'IA réussissent. »

Crosby est l'un des organisateurs du concours et chercheur postdoctoral au Leverhulme Centre et à l'Imperial College de Londres.

Les Jeux olympiques d'IA animale opposeront les IA aux tests normalement utilisés pour étudier l'intelligence animale, a rapporté Donna Lu dans Nouveau scientifique .

"Les humains ne sont plus les meilleurs joueurs de Go, les candidats au quiz, ou même, à certains égards, les meilleurs médecins, ", a déclaré l'équipe olympique.

Pourquoi s'embêter à comparer les performances de l'IA avec celles des animaux ?

Nicolas Montegriffo, AndroidPIT , a des réponses. "Mettez l'IA dans une situation ou un environnement inconnu, et il ne parvient généralement pas à appliquer quoi que ce soit des compétences qu'il a acquises pour devenir bon dans une tâche spécifique. il sera particulièrement intéressant de le voir dans le monde animal.

Schwartz a également fait le contraste :« Habituellement, Les benchmarks d'IA impliquent la maîtrise d'une seule tâche, comme battre un grand maître au Go ou découvrir comment apprendre un jeu vidéo à partir de zéro. L'IA a connu un succès extraordinaire dans de tels domaines. Mais lorsque vous appliquez les mêmes systèmes d'IA à une tâche totalement différente, ils sont généralement sans espoir.

Les chercheurs prévoient un jeu différent. Ils testent l'IA pour voir si elle peut s'attaquer à ce que Montegriffo a appelé le monde naturel.

Le test ici serait que l'IA se comporte sous une intelligence plus caractéristique des espèces animales. Vous entendez généralement dire à quel point l'IA peut répéter ce qu'elle a appris. Dans le nouvel environnement de test, "l'intelligence artificielle ne peut pas simplement répéter ce qu'elle a appris, mais doit appliquer sa formation à une nouvelle situation."

Les organisateurs de l'événement acceptent qu'aucun des systèmes d'IA ne soit capable de s'adapter parfaitement à toutes les circonstances ou d'afficher un score parfait. Mais ils espèrent que les meilleurs systèmes sauront s'adapter pour faire face aux différents problèmes auxquels ils sont confrontés. Les agents devront être bons à tous les tests à tous les niveaux :l'agent gagnant sera celui qui affichera de bonnes performances en moyenne, mentionné Examen de la technologie du MIT .

Sous le radar :la capacité à s'adapter rapidement à de nouvelles situations ou à traduire des compétences d'un type d'activité à un autre. Certains tests seront plus faciles que d'autres. Certains peuvent être basiques, dit Schwartz, comme « exiger de l'agent qu'il récupère de la nourriture dans un environnement sans obstacles ».

Des tâches plus difficiles ? Schwartz a nommé « une compréhension de la permanence de l'objet, " sachant qu'"un objet est toujours là même s'il est caché".

Et après? Au-delà de décembre, ce projet de recherche pourrait intensifier une conversation sur la cognition animale et l'IA. Aussi important, les tests de l'IA et de l'intelligence animale devraient inspirer davantage de conversations sur la signification de l'intelligence - en soi une quête jamais finale au fil des ans. Avons-nous vraiment trouvé une définition satisfaisante ? Ce projet ajoutera-t-il plus d'informations sur ce que devrait être une définition de travail ?

Examen de la technologie du MIT a rappelé aux lecteurs que lorsque nous parlons d'intelligence animale, c'est une « intelligence biologique » qui est le résultat « de centaines de millions d'années d'évolution ». La question demeure de savoir si la structure innée de l'intelligence d'un animal peut être intégrée dans un système.

Peut-être que le dernier mot devrait revenir à Matthew Crosby, chercheur postdoctoral au Leverhulme Center for the Future of Intelligence, cité dans Revue de la technologie du MIT. Crosby a déclaré que le projet visait davantage à explorer les différences entre les esprits qu'à essayer de prouver l'équivalence entre la cognition artificielle et biologique.

"Ce qui nous intéresse en fait, c'est de découvrir comment traduire entre différents types d'intelligence, " dit-il. " Si une partie de ce que nous apprenons est là où cette traduction échoue, c'est un succès en ce qui nous concerne."

Dans une interview avec Eliza Strickland dans Spectre IEEE, il a expliqué que "nous créons des tâches spécifiquement pour tester des choses comme la généralisation et l'apprentissage par transfert. Même si personne ne réussit incroyablement bien dans la compétition, ça sera toujours utile."

© 2019 Réseau Science X