チューリング学習：新世代のロボットは観察するだけで人間を模倣できる

[[187204]]

最近、シェフィールド大学自動制御システム工学部のロデリッヒ・グロス博士は次のように述べた。「私たちは、アラン・チューリングの 1949 年のテストに触発され、人間を観察することで自然および人工システムの仕組みを理解できるロボットを開発しています。チューリング テストの原理を使用することで、システムがどのように機能するかを調査できます。いつの日か、新世代のロボットが人間の行動を予測し、それを模倣することを学習できるようになるでしょう。」

オリジナルのチューリングテストでは、機械が機械であると識別されることなく人間と（テレタイプを介して）会話できる場合、その機械は知的であるとみなされると仮定されていました。グロス博士率いる研究開発チームは2つのロボットグループを制御し、その行動を追跡することでその動きのパターンを見つけ出そうとしました。第三者が人間と機械を区別しようとするオリジナルのチューリングテストの設計とは異なり、「第三者の役割はコンピューターが担うべきだと私たちは考えています。なぜなら、コンピューターは人間が検出できない微妙な違いを見つけられる可能性があるからです」とグロス博士は語った。

「コンピューターは人を騙せるが、自分自身を騙すことはできるだろうか？」この疑問を念頭に置き、研究者らはコンピューターにテストで元のグループと学習グループを区別して識別するタスクを設定しました。コンピュータがロボットを正しく識別すると、報酬としてビットコインを受け取ります。また、学習グループのロボットがコンピュータをうまく混乱させて逃げ切ると、そのロボットも報酬を受け取ります。さらに、コンピューターが両者の違いを識別できれば、学習グループのロボットはアルゴリズムを調整して、元のグループのロボットに近づけることになります。

いわゆる「チューリング学習」の利点は、人間がコンピューターに何を探すべきかを指示する必要がなくなることです。 「ロボットにピカソのような絵を描くことを教えたいと想像してください」とグロス博士は言う。従来のロボット学習アルゴリズムは、ロボットの絵をピカソの絵と比較し、どれほど似ているかを評価していた。しかし、これを実行する前に、誰かがコンピューター アルゴリズムに比較する必要がある特徴を伝える必要がありますが、チューリング学習では事前の人間の介入は必要ありません。

[[187206]]

研究者たちは、チューリング学習が科学技術に飛躍的な進歩をもたらすことができると信じています。 「科学者は、特に類似性測定基準では特定の動作を測定できない場合に、自然システムと人工システムの両方を支配するルールを明らかにするためにこれを使用します」とグロス博士は述べています。「たとえば、仮想プレイヤーは現実世界で仮想キャラクターの行動を観察し、予測できるため、コンピュータ ゲームを現実世界に実装できます。仮想プレイヤーは観察した動作を直接模倣するのではなく、人間のプレイヤーが観察した動作の異常性を明らかにします。」

グロス博士は次のように付け加えた。「現在、チューリング学習はロボットでのみテストされています。言い換えれば、まだ理論段階です。チューリング学習が現実にキュビズム絵画を創り出せるかどうかはまだ判明していません。」研究チームの次の目標は、ロボットが魚や蜂など、さまざまな動物グループの行動を学習できるかどうかをテストすることです。彼らは、チューリング学習が、動物のさまざまな行動に影響を与える要因を理解するのに役立つことを期待しています。これは、人工知能の将来の発展にとって重要な分野です。