Esploro de University of Washington esploris ĉu AI povas lerni kulturajn valorojn observante homojn. La esploristoj uzis metodon nomatan inversa rekompenca lernado (IRL), kie la AI rigardas homojn kaj deduktas iliajn celojn.
En la ĉefa eksperimento partoprenantoj ludis ŝanĝitan version de la videoludo Overcooked. Ludantoj povis donaci cepojn por helpi alian ludanton, sed tiam ili mem liveris malpli da supo. La esploristoj trejnis apartajn AI-agentojn kun datumoj de diversaj grupoj de homoj.
La rezultoj montris ke la agentoj lernis grup-specifajn tendencojn, kaj ke bezonas plu esploro por testi pli da grupoj kaj realmondaj scenaroj.
Malfacilaj vortoj
- inversa rekompenca lernado — metodo por infiri celojn de observitaj agentoj
- valoro — ideo pri tio, kio estas grava en sociokulturajn valorojn
- dedukti — trovi celon aŭ kialon el observaĵojdeduktas
- partoprenanto — persono kiu partoprenas en eksperimento aŭ agadopartoprenantoj
- trejni — instrui aŭ adapti komputilan agenton per datumojtrejnis
- agento — komputila programo kiu decidas kaj agasAI-agentojn
- tendenco — ofte ripetiĝanta maniero aŭ konduto en grupotendencojn
- scenaro — priskribo de situacio por testado aŭ praktikoscenaroj
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Ĉu vi pensas, ke AI povas lerni valorojn observante homojn? Kial?
- Kiel vi kondutus en la ludo se vi povus donaci cepojn por alia ludanto?
- Kial, laŭ vi, bezonas oni testi pli da grupoj kaj realmondaj scenaroj?
Rilataj artikoloj
Vojaĝado malmulte sekura kaj multe multekosta en Nordokcidento de Kameruno
En la Nordokcidenta regiono vojaĝado fariĝis danĝera kaj transportaj tarifoj kreskis pro blokadoj kaj riskoj. Motorcikloj Okada anstataŭas busojn, kaj tio altigas kostojn por familioj, merkatoj kaj instruistoj.