Estén atentos a las próximas Olimpiadas Animal-AI, presentado por investigadores del Centro Leverhulme para el Futuro de la Inteligencia en Cambridge, REINO UNIDO, y GoodAI, un instituto de investigación con sede en Praga.

Como sugiere el nombre del concurso, estás viendo un concurso que involucra animales e IA. "El agente de inteligencia artificial tendrá que aprender comportamientos sólidos solo con entradas de píxeles y una recompensa".

El desafío de la IA animal implica una participación en $ 10, 000 premios acumulados en oferta. Las habilidades necesarias para tener éxito en las tareas variarán en complejidad.

En junio, La competencia completa de las Olimpiadas Animal-AI se pone en marcha. Los resultados finales deberían estar disponibles en diciembre.

Si bien la competencia completa comienza en junio, Manténgase informado a finales de este mes para recibir noticias importantes:(1) la arena (disponible a fines de abril) y (2) una lista de las habilidades cognitivas que gobiernan la prueba.

Oscar Schwartz, Revisión de tecnología del MIT , discutieron qué harán los investigadores para que la prueba se lleve a cabo; los investigadores entrenarán "algoritmos para dominar un conjunto de tareas que tradicionalmente se han utilizado para probar la cognición animal". El equipo dijo que se utilizarán métodos de la "literatura sobre cognición animal" para las pruebas.

De acuerdo a Espectro IEEE , ahora tienen alrededor de 50 tareas de la literatura sobre inteligencia animal. Este mes presentarán paquetes de información sobre la competencia; en junio, la competencia se pone en marcha, y la gente puede empezar a trabajar en ello.

Entonces, ¿por qué animales? ¿No es un juego de ajedrez contra humanos el verdadero desafío de la IA? Ni loro ni cuervo, después de todo, puede jugar al ajedrez, pero ese no es el punto. Matthew Crosby dijo en Espectro IEEE, "Una IA puede ser excelente en una tarea, pero, ¿puede resolver tareas similares que no había visto antes? Esta competencia está probando exactamente ese tipo de cosas. Tal vez nos sorprenda lo bien que lo hacen los agentes de IA ".

Crosby es uno de los organizadores del concurso e investigador postdoctoral en el Leverhulme Centre y en el Imperial College London.

Las Olimpiadas de IA animal enfrentarán a las IA con las pruebas que se utilizan normalmente para estudiar la inteligencia animal, informó Donna Lu en Científico nuevo .

"Los humanos ya no son los mejores jugadores de Go, concursantes de programas de concursos, o incluso, en ciertos sentidos, los mejores doctores, "dijo el equipo olímpico.

¿Por qué molestarse en comparar el rendimiento de la IA con los animales?

Nicolás Montegriffo, AndroidPIT , tiene algunas respuestas. "Coloca la IA en una situación o entorno desconocido, y, por lo general, no aplica nada de las habilidades que aprendió para mejorar en una tarea específica ". Será especialmente interesante verlo en el mundo animal.

Schwartz trazó el contraste de manera similar:"Por lo general, Los puntos de referencia de IA implican dominar una sola tarea, como vencer a un gran maestro en Go o descubrir cómo aprender un videojuego desde cero. La IA ha tenido un éxito extraordinario en tales ámbitos. Pero cuando aplica los mismos sistemas de IA a una tarea totalmente diferente, generalmente son desesperados ".

Los investigadores están planeando un juego diferente. Están probando la IA para ver si puede asumir lo que Montegriffo llamó el mundo natural.

La prueba aquí sería que la IA se comportara bajo una inteligencia más característica de las especies animales. Por lo general, escucha acerca de lo bien que la IA puede repetir lo que aprendió. En el nuevo entorno de prueba, "la inteligencia artificial no puede simplemente repetir lo que aprendió, pero necesita aplicar su entrenamiento a una nueva situación ".

Los organizadores del evento aceptan que ninguno de los sistemas de IA podrá adaptarse perfectamente a cada circunstancia o publicar una puntuación perfecta. Pero esperan que los mejores sistemas puedan adaptarse para abordar los diferentes problemas a los que se enfrentan. Los agentes tendrán que ser buenos en todas las pruebas en todos los ámbitos:el agente ganador será el que muestre un buen desempeño en promedio, dijo Revisión de tecnología del MIT .

Bajo el radar:la capacidad de adaptarse rápidamente a nuevas situaciones o trasladar habilidades de un tipo de actividad a otro. Algunas de las pruebas serán más fáciles que otras. Algunos pueden ser básicos dijo Schwartz, como "exigir al agente que recupere alimentos de un entorno sin obstáculos".

¿Tareas más difíciles? Schwartz denominó "una comprensión de la permanencia del objeto, "saber que" un objeto todavía está allí incluso si está oculto ". También se examinará" la capacidad de hacer un modelo mental de un entorno para navegar en la oscuridad ".

¿Que sigue? Más allá de diciembre este proyecto de investigación podría intensificar una conversación sobre la cognición animal y la IA. Tan importante, la prueba de la IA y la inteligencia animal debería inspirar más conversaciones sobre el significado de la inteligencia, en sí misma, una búsqueda interminable a lo largo de los años. ¿Realmente hemos logrado una definición satisfactoria? ¿Este proyecto aportará más información sobre lo que debería ser una definición de trabajo?

Revisión de tecnología del MIT recordó a los lectores que cuando hablamos de inteligencia animal, es una "inteligencia biológica" que es el resultado "de cientos de millones de años de evolución". La pregunta sigue siendo si la estructura innata de la inteligencia de un animal puede integrarse en un sistema.

Quizás la última palabra debería ir para Matthew Crosby, investigador postdoctoral en el Leverhulme Center for the Future of Intelligence, citado en Revisión de tecnología del MIT. Crosby dijo que el proyecto trataba más de explorar las diferencias entre mentes que de intentar demostrar la equivalencia entre la cognición artificial y biológica.

"Lo que realmente nos interesa es descubrir cómo traducir entre diferentes tipos de inteligencia, ", dice." Si parte de lo que aprendemos es dónde falla esta traducción, eso es un éxito en lo que a nosotros respecta ".

En una entrevista con Eliza Strickland en Espectro IEEE, explicó que "estamos haciendo tareas específicamente para probar cosas como la generalización y la transferencia de aprendizaje. Incluso si nadie lo hace increíblemente bien en la competencia, seguirá siendo útil ".

© 2019 Science X Network