مدل جدید هوش مصنوعی رفتار انسان را با دقت عجیبی پیش‌بینی می‌کند

محققان موسسه فناوری ماساچوست و دانشگاه واشنگتن هوش مصنوعی جدیدی را طراحی کرده‌اند که رفتار انسان را از طریق درک و انطباق با غیرمنطقی‌های انسانی و فرآیندهای تصمیم‌گیری، با دقت بسیار بالایی پیش‌بینی می‌کند.

محققان MIT و دانشگاه واشنگتن چارچوبی را توسعه دادند که رفتار غیرمنطقی یا غیربهینه یک انسان یا عامل هوش مصنوعی را بر اساس محدودیت‌های محاسباتی آنها مدل می‌کند. تکنیک آنها می‌تواند به پیش‌بینی اقدامات آینده یک فرد، به عنوان مثال، در مسابقات شطرنج کمک کند.

محققان می‌گویند: برای ساختن سیستم‌های هوش مصنوعی که می‌توانند به طور موثر با انسان‌ها همکاری کنند، داشتن یک مدل خوب از رفتار انسان برای شروع کمک می‌کند. اما انسان‌ها تمایل دارند هنگام تصمیم‌گیری، رفتاری نابهینه از خود نشان دهند. این غیرمنطقی بودن، که به‌ویژه مدل‌سازی آن دشوار است، اغلب به محدودیت‌های محاسباتی ختم می‌شود. یک انسان نمی‌تواند دهه‌ها را صرف فکر کردن به راه‌حل ایده‌آل برای یک مشکل کند.
توسعه یک رویکرد مدل‌سازی جدید

محققان MIT و دانشگاه واشنگتن روشی را برای مدل‌سازی رفتار یک عامل، چه انسان یا ماشین، ابداع کردند که محدودیت‌های محاسباتی ناشناخته‌ای را که ممکن است توانایی‌های حل مساله را مختل کند، توضیح دهد.

مدل آنها می‌تواند به طور خودکار محدودیت‌های محاسباتی یک عامل را با دیدن تنها چند اثر از اقدامات قبلی آنها استنتاج کند.

محققان در این مطالعه نشان دادند که چگونه می‌توان از روش آنها برای استنتاج اهداف ناوبری شخصی از مسیرهای قبلی و پیش‌بینی حرکات بعدی بازیکنان در مسابقات شطرنج استفاده کرد. تکنیک آنها با یکی دیگر از روش‌های رایج برای مدل‌سازی این نوع تصمیم‌گیری مطابقت دارد یا بهتر عمل می‌کند.

در نهایت، این کار می‌تواند به دانشمندان کمک کند تا به سیستم‌های هوش مصنوعی نحوه رفتار انسان‌ها را بیاموزند، که می‌تواند این سیستم‌ها را قادر می‌سازد تا به همکاران انسانی خود بهتر پاسخ دهند.

محققان می‌گویند: توانایی درک رفتار انسان و سپس استنتاج اهداف آنها از آن رفتار، می‌تواند یک دستیار هوش مصنوعی را بسیار مفیدتر کند. اگر ما بدانیم که یک انسان در شرف مرتکب اشتباه است، عامل هوش مصنوعی با مشاهده رفتار قبلا آنها می‌تواند وارد عمل شود و راه بهتری برای انجام آن ارائه دهد. توانایی مدل‌سازی رفتار انسان گام مهمی به سوی ساخت یک عامل هوش مصنوعی است که در واقع می‌تواند به آن انسان کمک کند.
رفتار مدل‌سازی

محققان برای ساختن مدل خود از مطالعات قبلی شطرنج بازان الهام گرفتند. آنها متوجه شدند که بازیکنان در انجام حرکات ساده قبل از اقدام زمان کمتری برای فکر کردن دارند و بازیکنان قوی‌تر تمایل دارند زمان بیشتری را نسبت به بازیکنان ضعیف‌تر برای برنامه‌ریزی در مسابقات چالش‌برانگیز صرف کنند. متوجه شدیم که عمق برنامه‌ریزی یا مدت زمانی که کسی در مورد مشکل فکر می‌کند، نشان‌دهنده واقعاً خوبی از نحوه رفتار انسان‌ها است.

آنها چارچوبی ساخته‌اند که می‌تواند عمق برنامه‌ریزی یک عامل را از اقدامات قبلی استنباط کند و از آن اطلاعات برای مدل‌سازی فرآیند تصمیم‌گیری عامل استفاده کند.

اولین مرحله در روش آنها شامل اجرای یک الگوریتم برای مدت زمان معینی برای حل مساله مورد مطالعه است. به عنوان مثال، اگر آنها در حال مطالعه یک مسابقه شطرنج هستند، ممکن است اجازه دهند الگوریتم بازی شطرنج برای تعداد معینی از مراحل اجرا شود. در پایان، محققان می‌توانند تصمیماتی را که الگوریتم در هر مرحله اتخاذ کرده است، مشاهده کنند.

مدل آنها این تصمیمات را با رفتارهای عاملی که همان مشکل را حل می‌کند مقایسه می‌کند. تصمیمات عامل را با تصمیمات الگوریتم هماهنگ می‌کند و مرحله‌ای را که عامل برنامه‌ریزی را متوقف کرده است، شناسایی می‌کند.

از این رو، مدل می‌تواند بودجه استنتاج عامل یا مدت زمانی که آن عامل برای این مشکل برنامه‌ریزی می‌کند را تعیین کند. می‌تواند از بودجه استنتاج برای پیش‌بینی نحوه واکنش آن عامل هنگام حل یک مشکل مشابه استفاده کند.