据雷研究社报道,日前,DeepMind开放了其虚拟实验室Psychlab。通过Psychlab,可以直接应用认知心理学等领域的方法来研究受控环境下的智能体行为。雷研究所整理的内容如下:
当你在商店购物时,如果你在购物清单上遗漏了一些东西,它能告诉我们什么大脑功能?这可能意味着当你在搜索购物清单上列出的物品时,你的注意力可能很难从一个对象转移到另一个对象,也可能意味着很难记住购物清单上的物品,但这也可能与你同时做两件事有关。
看似单一的任务,实际上取决于多种认知能力。在人工智能研究领域,我们也面临着类似的问题。为了让一个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项技能,这通常是比较困难的。然而,了解代理的特定认知技能可能有助于提高整体性能。
为了解决这类人类问题,心理学家在过去150年里一直在设计严格控制的实验,每次验证一种特定的认知能力。
例如,他们可能使用两种独立的测试来分析超市中的场景——包括“视觉搜索”测试,该测试要求受试者定位特定的形状以检测注意力。同时,他们可能会要求受试者回忆列表中的项目,以测试他们的记忆力。
我们认为类似的实验方法可以更好地理解AI智能体的行为。
这就是我们开发Psychlab的原因。Psychlab是一个基于DeepMind实验室的平台。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受控环境中的主体行为。
今天,开源平台可以被每个人使用。
Psychlab在DeepMind Lab的虚拟实验室环境中重现了人类心理学实验中常用的设置。在人体实验中,受试者通常坐在电脑显示器前,点击鼠标来完成屏幕上出现的任务。同样,我们的环境允许虚拟主体在虚拟计算机显示器上执行任务,并根据他们的注视方向做出反应。
这使得我们可以对人类和代理人进行相同的测试,从而最大限度地减少实验中的差异。此外,这样的实验让我们更容易与认知心理学建立联系,我们可以从相关文献中汲取真知灼见。
借助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监视器来运行的。这里有灵活易学的API,其他人也可以轻松构建自己的任务。
视觉搜索——测试目标搜索大量物品的能力。
持续识别——测试记住不断增加的项目的能力。
任意视觉运动映射)——测试刺激反应的回忆能力。
变化检测——测试检测变化的能力:检测一系列对象在延迟一段时间后重新出现时是否发生变化。
视敏度和对比敏感度-识别低对比度的小刺激。
全局模式检测——测试对全局形状的认知能力。
随机点运动辨别——测试相关动作的认知能力。
多目标跟踪-测试跟踪移动目标的能力。
每个任务都经过验证,人类的结果和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。在复杂刺激中定位物体,比如在超市货架上寻找物品,已经被用来研究人类的选择性注意力。
当人们被要求在横条纹中找出竖条纹,并在各种颜色的条纹中选择粉红色时,他们的反应时间不会随着屏幕上物体的数量而变化。换句话说,他们的反应时间与设定数无关。然而,当任务是在不同形状和颜色的条带中寻找粉红色条带时,每增加一个条带,反应时间将增加约50毫秒。
当人们在Psychlab上做这个任务时,结果是一样的。
以及在Psychlab上进行视觉搜索任务时,人类和智能主体反应时间的差异。
当我们在最高级的智能体上做同样的测试时,我们发现它虽然可以执行这个任务,但它的反应时间与人类不同。在这三种情况下,代理的反应时间是相同的。对于人类来说,反应时的差异反映了平行注意和串行注意的差异。代理似乎只有平行机制。认识到人类和智能体之间的这种差异将有助于我们改进未来智能体的设计。
我们设计Psychlab作为认知心理学、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小组可以在他们自己的研究中使用这个工具,并帮助我们塑造未来。
via:deepmind
地址:https://arxiv.org/abs/1801.08116
GitHub地址:https://github.com/deepmind/lab/tree/master/game _脚本/关卡/投稿/psychlab
雷研究所编。



