赤ちゃんのように簡単な物理を学習するDeepMindのAI
Photo by Yuri Shirota on Unsplash

赤ちゃんのように簡単な物理を学習するDeepMindのAI

コンピュータ科学者は、幼児の学習方法の研究にヒントを得て、物体の振る舞いに関する簡単な物理的ルールを見つけ出し、そのルールに違反するように見えると驚きを表現できるプログラムを作成した。

編集部

コンピュータ科学者は、幼児の学習方法の研究にヒントを得て、物体の振る舞いに関する簡単な物理的ルールを見つけ出し、そのルールに違反するように見えると驚きを表現できるプログラムを作成した。この成果は、7月11日付けの『Nature Human Behaviour』誌に掲載された。

DeepMindのコンピューター科学者のルイス・ピロト(Luis Piloto)らの新しい研究は、研究者たちは、物理世界の常識的な法則のいくつかを理解する、深層学習型の人工知能(AI)システムを作成した。

PLATO(Physics Learning through Auto-encoding and Tracking Objects)と名付けられたこのモデルには、動画の生画像だけでなく、シーン内の各オブジェクトを強調したバージョンも与えられた。PLATOは、世界をオブジェクトの集合として表現し、推論する。PLATOはまた、物体の位置や速度などの物理的特性を内部的に表現するように設計されている。

単純な物理的相互作用のビデオでPLATOを訓練した後、PLATOは物理的概念データセットのテストに合格することがわかった。さらに、PLATOと同程度(もしくはそれ以上)の大きさで、オブジェクトベースの表現を用いない「フラット」なモデルも学習させた。そのモデルをテストしたところ、すべてのテストに合格しませんでした。「これは、物体が直感的な物理を学ぶのに役立つことを示唆しており、発達に関する文献から得られた仮説を裏付けるものだ」とピロトは書いている。

「また、この能力を身につけるために、どれくらいの経験が必要なのかも明らかにしたいと考えた。物理的知識の証拠は、生後2ヶ月半の乳児で示されています。それに比べて、PLATOはどうなのか。PLATOが使用する学習データの量を変化させたところ、わずか28時間の視覚経験でPLATOが物理概念を学習することが分かった。このデータセットは限定的かつ合成的なものであるため、幼児とPLATOが受けた視覚経験の量を比較することはできません。しかし、この結果は…比較的少ない経験で直感的な物理を学ぶことができることを示唆している」

この発見は、幼児と同じ前提で課題に取り組むことで、人間の心をシミュレートする、より優れたコンピューターモデルを構築するのに役立つだろう。

一般に、AIモデルは白紙の状態からスタートし、多くの異なる事例を含むデータで学習させ、そこから知識を構築していく。しかし、乳幼児に関する研究によると、乳幼児はこのようなことはしない。

研究チームは、AIモデルがさまざまなアニメーションからパターンを検出し、新たな物体のビジュアルアニメーションを用いて結果を予測する能力をテストした。この性能は、視覚的なアニメーションを体験する前に「原理的な予想」を組み込んだモデルと比較された。

ML