È riuscito a prevedere le mosse dei giocatori umani in una partita a scacchi
- Ricercatori del MIT e dell’Università di Washington hanno sviluppato L-IBM, un modello di IA che prevede le azioni future analizzando il comportamento passato e le variabili decisionali
- L-IBM è stato utilizzato per prevedere mosse a scacchi, dimostrando che il processo decisionale umano può essere modellato con algoritmi di ricerca vincolati computazionalmente
- Il modello analizza il comportamento di agenti in labirinti e il linguaggio naturale in giochi di riferimento, utilizzando la profondità della pianificazione come indicatore del comportamento
- L-IBM considera il comportamento passato e i limiti computazionali degli agenti per previsioni accurate
- Questo approccio consente a L-IBM di modellare vari aspetti del processo decisionale umano, inclusi routine, comportamento, comunicazione e strategia
Un nuovo studio condotto da ricercatori del MIT e dell’Università di Washington ha rivelato un modello di intelligenza artificiale in grado di prevedere con precisione le azioni future di una persona o di una macchina. L’intelligenza artificiale è nota come modello di bilancio di inferenza latente (L-IBM). Gli autori dello studio sostengono che L-IBM sia migliore di altri modelli proposti in precedenza in grado di modellare il processo decisionale umano. Funziona esaminando il comportamento passato, le azioni e le limitazioni legate al processo di pensiero di un agente (che potrebbe essere un umano o un’altra IA). I dati o i risultati ottenuti dopo la valutazione sono chiamati budget di inferenza.
Hanno utilizzato L-IBM per prevedere le mosse dei giocatori umani in una partita a scacchi. “I nostri risultati dimostrano che il processo decisionale umano subottimale può essere modellato in modo efficiente con versioni computazionalmente vincolate degli algoritmi di ricerca standard”, sottolineano gli autori dello studio. “Così facendo, otteniamo sia modelli accurati del processo decisionale degli esseri umani sia misure informative della loro capacità inferenziale”. Ma come fa il modello AI a prevedere il comportamento umano? Per modellare il processo decisionale di un agente, L-IBM analizza innanzitutto il comportamento di un individuo e le diverse variabili che lo influenzano.
Quali sono state le prove svolte
“In altre parole, cerchiamo di modellare sia ciò che gli agenti desiderano fare sia ciò che effettivamente faranno in un determinato stato”, hanno spiegato i ricercatori. Questa fase ha comportato l’osservazione di agenti collocati in un labirinto in posizioni casuali. Il modello L-IBM è stato poi utilizzato per comprendere i loro limiti di pensiero/computazione e prevedere il loro comportamento. Questa analisi ha rivelato gli obiettivi di un agente e la sua capacità di navigare e prendere decisioni complesse. Nella fase successiva, il modello ha esaminato il linguaggio e le indicazioni relative alla comunicazione. “Gli esseri umani producono e comprendono facilmente il linguaggio in modi che si discostano dal suo significato ‘letterale’”.
I ricercatori hanno fatto giocare i soggetti a un gioco di riferimento. Il gioco coinvolge un parlante e un ascoltatore. Quest’ultimo riceve una serie di colori diversi, ne sceglie uno ma non può dire il nome del colore scelto direttamente all’ascoltatore. L’oratore descrive il colore all’ascoltatore attraverso enunciati in linguaggio naturale (in pratica, l’oratore fornisce parole diverse come suggerimenti). Se l’ascoltatore sceglie lo stesso colore scelto dall’oratore, vincono entrambi. Il modello si è concentrato sul tempo impiegato dai diversi giocatori umani per effettuare le loro mosse durante una partita a scacchi. Hanno anche notato la differenza di tempo che i giocatori di scacchi più deboli e quelli più forti passavano a pensare alle loro mosse.
Leggi anche: Governo assume una conduttrice di notizie virtuali basata sull’intelligenza artificiale
Il modello prende in considerazione il comportamento passato
“Alla fine abbiamo visto che la profondità della pianificazione, o quanto tempo qualcuno pensa al problema, è un’ottima proxy di come si comportano gli esseri umani”, ha sostenuto Athul Paul Jacob, uno degli autori dello studio e dottore di ricerca. L’obiettivo era quello di scoprire se fosse possibile fornire questi dati a L-IBM e modellare la variabilità delle decisioni dei giocatori tra gli stati di gioco. Il bilancio dell’inferenza ha evidenziato con precisione la differenza tra i giocatori di scacchi più deboli e quelli più forti. Se il modello AI sa qual è il giocatore migliore, è probabile che preveda con precisione quale giocatore vincerà la partita. Le tre fasi dimostrano che il framework L-IBM ha il potenziale per modellare quasi tutti gli aspetti del processo decisionale umano, tra cui routine, comportamento, comunicazione e strategia. Ciò che rende L-IBM diverso dai modelli precedenti è che, invece di dati casuali, prende in considerazione il comportamento passato e i limiti di un agente per produrre risultati.
La redazione di commentimemorabili.it si impegna contro la divulgazione di fake news. La veridicità delle informazioni riportate su commentimemorabili.it viene preventivamente verificata tramite la consultazione di altre fonti.
Questo articolo è stato verificato con:
- https://www.nextme.it/questa-rivoluzionaria-ia-anticipa-ogni-nostra-mossa-futura/
- https://www.tomshw.it/hardware/questa-nuova-ai-puo-prevedere-la-prossima-mossa-di-noi-umani
- https://interestingengineering.com/innovation/mit-ai-predict-human-actions