Khoảng 4 tuổi, con người đã bắt đầu hiểu rằng niềm tin của người khác có thể khác với thực tế và có thể dựa vào những niềm tin đó để dự đoán hành vi tương lai của họ. Một số máy tính ngày nay có thể nhận diện được các biểu cảm như “hạnh phúc” hoặc “tức giận” — một kỹ năng gắn liền với tâm thức luận - nhưng chúng mới hiểu một chút về cảm xúc và động cơ của con người.
Neil Rabinowitz, nhà nghiên cứu ở DeepMind cùng các đồng nghiệp đã tạo ra ToMnet - một AI có tâm thức luận, và cho nó quan sát các AI khác để tìm hiểu về cách các AI khác hoạt động như thế nào. ToMnet bao gồm ba mạng lưới “thần kinh”, mỗi mạng lưới được tạo từ các phần tử tính toán nhỏ và các kết nối có thể học hỏi qua trải nghiệm, gần giống cơ chế của não người. Mạng đầu tiên tìm hiểu xu hướng của các AI khác dựa trên các hành động trong quá khứ của chúng. Mạng thứ hai định hình hiểu biết về “niềm tin” hiện tại của các AI đó. Mạng thứ ba lấy kết quả từ hai mạng còn lại, tùy theo tình huống, dự đoán động thái tiếp theo của AI.
Các AI được nghiên cứu “nhân vật” có đặc điểm giản đơn, di chuyển trong một phòng ảo để thu thập các hộp màu ở một số vị trí. ToMnet quan sát căn phòng này từ bên trên. Trong một lần thử nghiệm, có ba “loài” AI: Một không thể nhìn thấy xung quanh phòng, một không thể nhớ các bước gần đây của nó, một có thể nhìn và nhớ. Các nhân vật “mù” có một xu hướng đi dọc theo các bức tường, các nhân vật không có trí nhớ di chuyển đến bất cứ vật gì gần nhất. Loài thứ ba tự hình thành cho mình các mục tiêu phụ, và có chiến thuật lấy các vật thể theo thứ tự nhất định để kiếm tối đa các vị trí. Sau một số lần thử, ToMnet không chỉ có thể xác định loài của nhân vật chỉ sau vài bước mà còn có thể dự đoán chính xác hành vi tương lai của chúng. Các nhà nghiên cứu đã thông báo kết quả này tại Hội nghị quốc tế về học máy tại Stockholm vào tháng 8/2018.
Thử nghiệm cuối cùng cho thấy ToMnet thậm chí còn hiểu được khi nào một nhân vật có niềm tin sai lầm, đây là giai đoạn quan trọng trong việc phát triển tâm thức luận ở người và các động vật khác. Trong thử nghiệm này, một loại nhân vật được lập trình để bị “cận thị”; khi máy tính thay đổi cảnh quan ngoài tầm nhìn của nhân vật này trong trò chơi, ToMnet đã dự đoán chính xác rằng nó sẽ bám theo đường đi ban đầu một cách thường xuyên hơn so với các nhân vật có tầm nhìn rõ - những nhân vật thường hay thay đổi để thích nghi.
Gopnik nói, nghiên cứu này và một nghiên cứu khác tại hội nghị đề xuất khả năng các AI có thể dự đoán hành vi của AI khác dựa trên những gì biết về chúng, đều là những ví dụ về khả năng nổi bật của các mạng thần kinh trong việc tự học các kỹ năng. Nhưng ngay cả khi làm được điều đó thì vẫn không thể đặt chúng ngang tầm với con người. Con người có khả năng vượt qua nhiệm vụ này với độ chính xác gần như tuyệt đối, ngay cả khi họ chưa bao giờ gặp phải trước đây.
Nguyễn Hoàng Nam dịch
Nguồn: http://www.sciencemag.org/news/2018/07/computer-programs-can-learn-what-other-programs-are-thinking
http://tiasang.com.vn
