Artificiell intelligens som härmar barns lärande

Inom artificiell intelligens (AI) är datorprogrammen mycket specialiserade. De kan till exempel köra flygplan, spela schack, eller montera bilar i tillrättalagda industriella miljöer. Men nu har ett forskarlag i Göteborg lyckats skapa ett AI-program som kan lära sig att lösa problem inom många olika områden. Programmet baseras på ett försök att härma vissa aspekter av barns kognitiva utveckling.

Klassiska AI-program saknar den mångsidighet och anpassningsförmåga som utmärker mänsklig intelligens. De klarar exempelvis inte av att komma in i ett nytt hem och laga mat, städa och sköta tvätten.

Inom artificial general intelligence (AGI), som är en ny inriktning inom AI, försöker forskarna skapa datorprogram med generell intelligens som klarar att lösa problem inom vitt skilda områden. Här är forskningen i Göteborg världsledande. I augusti i år tog ett forskarlag från Göteborgs universitet och Chalmers för andra året i rad hem Kurzweilpriset för ”exceptional contributions to the AGI field”.

− Vi har utvecklat ett program som kan starta helt utan förkunskaper och lära sig ämnen som aritmetik, logik och grammatik på en grundläggande nivå, säger Claes Strannegård, som ingår i forskarlaget tillsammans med Abdul Rahim Nizamani och Ulf Persson.

Det främsta exemplet på generell intelligens som vi känner till idag är den mänskliga hjärnan och forskarnas strategi har varit att grovt försöka härma hur intelligens utvecklas hos barn. Barn kan lära sig vitt skilda saker, de bygger ny kunskap på tidigare kunskap och de kan dra nya slutsatser utifrån sin samlade kunskapsmängd. Detta ville forskarlaget att deras program också skulle kunna göra.

− Vi tänker oss att barn lär sig allting utifrån erfarenheter och att de hela tiden hela tiden är på jakt efter generella mönster, säger Claes Strannegård.

Ett barn som till exempel lär sig multiplikation och vet att 2*0=0 och 3*0=0 kan hitta ett mönster där och dra slutsatsen att också 17*0=0. Ibland leder den metoden dock fel. Om barnet vet att 0*0=0 och 1*1=1 så kan det till exempel dra den felaktiga slutsatsen att 2*2=2. När barnet får klart för sig att ett visst mönster kan leda till felaktiga slutsatser så kan det helt enkelt sluta tro på det.

På så sätt kan barnet bygga upp en mängd av mönster inom matematik, men även andra områden, som logik och grammatik. Mönstren inom ett visst område kan sedan kombineras med varandra och göra det möjligt att lösa helt nya problem. Göteborgsforskarnas program fungerar på liknande sätt. Det hittar mönster helt på egen hand och skiljer sig därför från program där det är programmeraren som har formulerat vilka regler som ska gälla på ett visst område.

− Vi hoppas att den här typen av program ska kunna användas i flera olika praktiska tillämpningar så småningom. Personligen skulle jag sätta stort värde på en mångsidig hushållsrobot, men så långt har inte utvecklingen kommit ännu, säger Claes Strannegård.

Forskarlaget:
Claes Strannegård, docent vid institutionen för filosofi, lingvistik och vetenskapsteori, Göteborgs universitet, samt vid institutionen för tillämpad IT, Chalmers
Abdul Rahim Nizamani, doktorand vid institutionen för tillämpad IT, Göteborgs universitet
Ulf Persson, professor vid institutionen för matematiska vetenskaper, Chalmers

Kontaktuppgifter:
Claes Strannegård, 0707-527869, claes.strannegard@gu.se

Taggar: