영유아, '상식심리'에서 AI 능가
새로운 연구는 유아가 인간의 행동을 유도하는 동기를 발견하는 데 얼마나 더 능숙한지를 보여줍니다.
날짜:
2023년 2월 21일
원천:
뉴욕 대학교
요약:
유아는 다른 사람의 행동에 동기를 부여하는 요소를 감지하는 데 인공 지능을 능가한다고 심리학 및 데이터 과학 연구원 팀의 새로운 연구 결과를 찾습니다. 그 결과는 오늘날 기술의 단점과 AI가 인간 행동을 보다 완벽하게 복제하기 위해 개선이 필요한 부분을 지적합니다.
전체 이야기
유아는 다른 사람의 행동에 동기를 부여하는 요소를 감지하는 데 인공 지능을 능가한다고 심리학 및 데이터 과학 연구원 팀의 새로운 연구 결과를 찾습니다. 인지와 계산 간의 근본적인 차이점을 강조하는 그 결과는 오늘날 기술의 단점과 AI가 인간 행동을 보다 완전하게 복제하기 위해 개선이 필요한 부분을 지적합니다.
인지 저널 에 게재된 논문의 수석 저자이자 뉴욕 대학교 심리학과 조교수인 Moira Dillon은 "성인과 심지어 유아도 다른 사람의 행동을 유도하는 요인에 대해 쉽게 신뢰할 수 있는 추론을 할 수 있습니다."라고 설명합니다 . "현재 AI는 이러한 추론이 어렵다고 생각합니다."
그녀는 "유아와 AI를 같은 작업에 정면으로 배치하는 새로운 아이디어는 연구자들이 다른 사람에 대한 유아의 직관적인 지식을 더 잘 설명하고 그 지식을 AI에 통합하는 방법을 제안할 수 있게 해준다"고 덧붙였다.
NYU의 데이터 과학 센터 및 심리학과 조교수인 Brenden Lake는 "AI가 인간 성인처럼 유연하고 상식적인 사고를 하는 것을 목표로 한다면, 기계는 유아가 목표와 선호도를 감지하는 것과 동일한 핵심 능력을 활용해야 합니다."라고 말했습니다. 그리고 논문의 저자 중 한 명.
유아가 다른 사람에게 매료된다는 것은 잘 알려져 있습니다. 이는 유아가 자신의 행동을 관찰하고 사회적 관계를 맺기 위해 다른 사람을 얼마나 오래 쳐다보는지를 통해 알 수 있습니다. 또한 유아의 "상식 심리학"(타인의 행동에 깔린 의도, 목표, 선호도 및 합리성에 대한 이해)에 초점을 맞춘 이전 연구에서는 유아가 다른 사람에게 목표를 부여하고 다른 사람이 목표를 추구할 것을 기대할 수 있음을 나타냈습니다. 합리적이고 효율적으로. 이러한 예측을 할 수 있는 능력은 인간 사회 지능의 기초입니다.
반대로 기계 학습 알고리즘에 의해 구동되는 "상식적인 AI"는 행동을 직접 예측합니다. 예를 들어 새로 선출된 시 공무원에 대한 뉴스 기사를 읽은 후 샌프란시스코를 여행지로 홍보하는 광고가 컴퓨터 화면에 나타나는 이유입니다. 그러나 AI가 부족한 것은 인간의 행동을 안내하는 다양한 맥락과 상황을 인식하는 유연성입니다.
인간과 AI 능력의 차이에 대한 근본적인 이해를 돕기 위해 연구원들은 11개월 된 유아를 대상으로 일련의 실험을 수행하고 최신 학습 기반 신경망에 의해 산출된 반응과 그들의 반응을 비교했습니다. 모델.
이를 위해 그들은 이전에 확립된 "아기 직관 벤치마크(BIB)"(상식 심리학을 조사하는 6가지 작업)를 배치했습니다. BIB는 유아 및 기계 지능을 모두 테스트할 수 있도록 설계되어 유아와 기계 간의 성능을 비교할 수 있으며, 인간과 유사한 AI를 구축하기 위한 경험적 기반을 제공합니다.
특히, Zoom의 유아는 비디오 게임과 유사하게 화면 주위를 움직이는 단순한 애니메이션 모양의 비디오 시리즈를 시청했습니다. 모양의 동작은 화면의 개체 검색 및 기타 움직임을 통해 인간의 행동과 의사 결정을 시뮬레이션했습니다. 마찬가지로 연구자들은 컴퓨터가 패턴을 인식하고 인간 지능을 시뮬레이션하는 데 도움이 되는 AI 도구인 학습 기반 신경망 모델을 구축하고 훈련했으며 정확히 동일한 비디오에 대한 모델의 반응을 테스트했습니다.
그들의 결과는 영아들이 애니메이션 모양의 단순화된 동작에서도 인간과 같은 동기를 인식한다는 것을 보여주었습니다. 영아는 이러한 행동이 숨겨져 있지만 일관된 목표에 의해 추진된다고 예측합니다. 예를 들어, 어떤 위치에 있든 동일한 물체를 화면에서 검색하고 주변 환경이 변할 때에도 해당 모양을 효율적으로 움직입니다. 영아는 영아 지식의 본질을 측정하기 위한 일반적이고 수십 년 된 측정인 자신의 예측을 위반하는 그러한 사건을 더 오래 바라봄으로써 그러한 예측을 입증합니다. 기계 지능을 연구하기 위해 이 "놀라움 패러다임"을 채택하면 알고리즘의 놀라움에 대한 정량적 척도와 잘 확립된 인간의 심리적 척도인 유아의 보는 시간을 직접 비교할 수 있습니다.
"인간 유아의 기본 지식은 제한적이고 추상적이며 우리의 진화적 유전을 반영하지만 유아가 살고 배울 수 있는 모든 상황이나 문화를 수용할 수 있습니다."라고 Dillon은 말합니다.
이 연구는 국립 과학 재단(DRL1845924)과 국방 고급 프로젝트 연구 기관(HR001119S0005)의 보조금으로 지원되었습니다.
출처 : https://www.sciencedaily.com/