Αναρτήθηκε σε 16 Μαρτίου, 2016 κατηγορία: Ειδήσεις | Tags: εκπαίδευση, Επιστήμη, Ιδέες

Συντάκτης: Γιώργος Καρουζάκης

Μπορεί ένα μωρό να διδάξει μία μηχανή να μιλάει και να σκέφτεται; Δύο ομάδες επιστημόνων από τα τμήματα Τεχνητής Νοημοσύνης κορυφαίων πανεπιστημίων, απαντούν θετικά στο ερώτημα. Οι ερευνητές, αξιοποιώντας στοιχεία από το πεδίο της γνωσιακής ψυχολογίας, σχεδιάζουν την ανάπτυξη αλγορίθμων που θα διδάσκουν τις μηχανές να μαθαίνουν τον κόσμο μας με τον τρόπο που τον μαθαίνουν τα μωρά. Η μία ομάδα σχεδιάζει έναν αλγόριθμο που θα εκπαιδεύει τους υπολογιστές να μιμούνται, και η άλλη να ερμηνεύουν και να συμπεραίνουν.

«Ο άνθρωπος είναι το πιο μιμητικό πλάσμα στον πλανήτη. Τα μικρά παιδιά, επίσης, συνδέονται με εντυπωσιακό τρόπο με τη μίμηση και την επινόηση», σημειώνει ο Andrew Meltzof, καθηγητής ψυχολογίας στο Πανεπιστήμιο της Ουάσινγκτον. Και αναρωτιέται: «Γιατί να μην σχεδιάσουμε ρομπότ, τα οποία θα μαθαίνουν το ίδιο αβίαστα όπως τα μικρά παιδιά;»

Τα μωρά, σύμφωνα με τους επιστήμονες, στην προσπάθειά τους να κατανοήσουν γρήγορα τον χαοτικό κόσμο που τα περιβάλλει, μαθαίνουν να παρατηρούν και να επεξεργάζονται διαφορετικές πληροφορίες : πρόσωπα, τοποθεσίες και αντικείμενα. Όταν ξεκινούν, για παράδειγμα, να μαθαίνουν τη μητρική τους γλώσσα, συνήθως χρειάζονται μόνο μερικά παραδείγματα για να κατανοήσουν τη βασική έννοια μιας καρέκλας, μιας βούρτσας ή ενός τραπεζιού. Έχουν την ικανότητα, όμως, να συλλαμβάνουν τη γενική σημασία της έννοιας και να ταξινομούν, τις περισσότερες φορές σωστά, το αντικείμενο που αντιστοιχεί στη λέξη.

Οι επιστήμονες, στην προσπάθειά τους να δημιουργήσουν έξυπνες μηχανές, επιχειρούν, επίσης, να αποκωδικοποιήσουν τη συνήθεια των μικρών παιδιών να θέτουν διαρκώς ερωτήματα. Με αυτό τον τρόπο τα μωρά, τονίζουν οι ερευνητές, προσπαθούν να κατανοήσουν τις προθέσεις των μεγαλύτερων ανθρώπων, για να κάνουν συγκρίσεις, να βρουν απαντήσεις σε ερωτήματα, και τρόπους να πετύχουν τους στόχους τους. Στοιχεία, τα οποία μπορεί να αξιοποιήσει η επιστήμη στην εξέλιξη της Τεχνητής Νοημοσύνης.

«Αν θέλουμε να αναπτύξουμε αλγορίθμους που να μην κατανοούν μόνο, αλλά να προβλέπουν και να επεξεργάζονται σύνθετα δεδομένα, θα πρέπει να στρέψουμε το ενδιαφέρον μας στο καλύτερο παράδειγμα νοημοσύνης που έχουμε: τον άνθρωπο», καταλήγουν οι ερευνητές.

Πηγή : SingularityHub