DeepMind 开源虚拟实验室 Psychlab,利用认知心理学对智能体进行研究

  • 时间:
  • 浏览:32

  雷锋网 AI 研习社按,日前,DeepMind 开源其虚拟实验室 Psychlab,通过 Psychlab,大家可以直接应用认知心理学等领域的方法,来研究智能体在受控环境中的行为。雷锋网 AI 研习社将内容编译整理如下:

  当你在商店购物时,如果漏了购物清单里的某样东西,这可以告知我们哪些大脑功能呢?这可能表示,当你在搜寻购物清单里列出来的物品时,可能很难将注意力从一个物体转移到另一个物体,也可能表明记住购物单上的物品很难,不过也或许和你同时在做两件事有关。

  

  看似单一的任务实际上依赖于多种认知能力。在人工智能研究领域,我们也面临着类似的问题。为了让智能体成功完成一个复杂的任务,需要将任务分解成多个单一的技能,而这通常很难。不过理解智能体的特定认知技能可能会对提高整体性能有所助益。

  为了解决人类的这种问题,心理学家在过去的 150 年里一直在设计严格控制的实验,一次验证一个特定的认知能力。

  例如,他们可能会使用两个独立的测试来分析超市中的那种场景——包括「视觉搜索」测试,要求受试者对特定的形状进行定位,用来探测注意力,同时他们可能会让受试的人回忆看过列表的中的条目,来测试他们的记忆力。

  我们相信,用类似的实验方法能更好地理解 AI 智能体的行为。

  这是我们开发 Psychlab 的原因。Psychlab 是基于 DeepMind Lab 建立的一个平台,通过这个平台,我们可以直接应用认知心理学等领域的方法,来研究智能体在受控环境中的行为。

  今天开源这个平台,所有人都可以使用。

  Psychlab 在 DeepMind Lab 虚拟实验室环境中再现了人类心理实验中常用的设置。在人类实验中,通常是受试者坐在电脑显示器前,点击鼠标来完成屏幕上出现的任务。类似,我们的环境允许虚拟受试者在虚拟计算机显示器上执行任务,通过其凝视的方向来响应。

  这使得我们可以对人类和智能体进行相同的测试,从而将实验的差异最小化。此外,这样的实验使得我们更易建立起与认知心理学之间的联系,我们可以从相关文献中汲取见解。

  伴随 Psychlab 的开源,我们还建立了一系列经典的实验任务,这些任务都是通过虚拟计算机显示器来运行的。这里有灵活易学的 API,其他人可以轻松构建自己的任务。

  每一项任务都经过验证,人类结果与认知心理学文献中的标准结果是一样的。

  以「视觉搜索」任务为例。在复杂的刺激源中定位物体,就像在超市货架上找物品一样,已经被用于研究人类选择性注意力。

  当要求人们在水平条状物里找出垂直方向的条状物,并在多种颜色的条状物里选出粉红色的,他们的反应时间不会随着屏幕上物体数量的变化而变化。换句话说,它们的反应时间是独立于设定数目的。然而,当任务是在不同形状和不同颜色的条状物中寻找粉红色的条状物时,每增加一个条状物,反应时间会增加大约 50 毫秒。

  当人们在 Psychlab 上做这项任务时,结果也一样。

  

  人类和智能体在 Psychlab 上进行视觉搜索任务时反应时间的差异

  当我们在最先进的智能体上做同样的测试时,我们发现,虽然它可以执行这个任务,但它的反应时间与人类存在差异。在这三种情况下,智能体的反应时间相同。对于人类,反应时间的差异性体现了 parallel attention和 serial attention 的差异。而智能体似乎只有并行机制。认识到人类和智能体之间的这种差异,有助于我们改进未来智能体的设计。

  我们设计 Psychlab 的目的是把它作为连接认知心理学、神经科学和人工智能之间的桥梁。通过开源,我们希望更广泛的研究团体能够在自己的研究中使用这个工具,并帮助我们塑造未来。

  via:deepmind

  论文地址:https://arxiv.org/abs/1801.08116

  GitHub地址:https://github.com/deepmind/lab/tree/master/game_scripts/levels/contributed/psychlab

  雷锋网(公众号:雷锋网) AI 研习社编译整理。

  雷锋网版权文章,未经授权禁止转载。详情见转载须知。