Машины могут обучаться за счет простого наблюдения

Разработанный в Университете Шеффилда новый метод машинного обучения под названием обучение Тьюринга позволяет машинам моделировать природные или искусственные системы.

В процессе обучения Тьюринга машина оптимизирует модели исследуемой системы. Машина просто наблюдает за системой, не получая задания о том, что нужно искать. Таким образом, преодолевается ограничение традиционных методов машинного обучения, которые оптимизируют модели в соответствии с заранее определенными мерками подобия. Для сложных систем, включающих множество роботов, определение полезной меры может оказаться непростой задачей. Кроме того, неподходящая мера может оказаться не эффективной при выявлении отличий между хорошими и плохими моделями или даже может исказить процесс обучения.

Обучение Тьюринга создано на основе работ новатора в компьютерных науках Алана Тьюринга, который предложил тест, который требовал от машины вести себя неотличимо от человека, в некотором отношении. В этом тесте, опрашивающий обменивается сообщениями с двумя тестируемыми игроками в другой комнате. Один из них человек, другой машина. Опрашивающий должен выяснить, который из двух игроков человек. Если ему не удавалось сделать это – значит машина прошла тест на соответствие уровню интеллекта людей.

Обучение Тьюринга было успешно применено для вывода поведения роя. Рой роботов ставится под наблюдение с намерением выяснить, какие правила вызывают их перемещение. Для этого ставим под наблюдение также и второй рой, состоящий из обучающихся роботов. Движения всех роботов были записаны, и эти данные предоставили опрашивающему. Однако, в отличие от оригинального теста Тьюринга, в роли опрашивающего выступает компьютерная программа, которая сама обучается. Задача состоит в том, чтобы найти различия между роями роботов. Вознаграждение дается за правильную идентификацию истинного и обучающегося роя. Вознаграждение получают также обучающие роботы, которые заставили опрашивающего поверить в их подлинность. Таким образом, обучение по методу Тьюринга может не только вывести поведенческие правила роя, но и обнаружить отклонения в поведении.

Обучение Тьюринга может оказаться полезным, когда поведение не легко охарактеризовать с помощью мерок, что делает его пригодным для широкого спектра применений. Обучение Тьюринга также может быть использовано для выявления движения стай животных, например, рыб и колоний пчел. Это может обеспечить лучшее понимание факторов, которые влияют на поведение этих животных, и в конечном итоге формировать политику по их защите.