作者:Caitlin Clark
诸如Chatgpt和Dall-E之类的强大生成人工智能(AI)系统的新浪潮引入了强大的功能,例如写作和图像生成。在最近的研究中,研究人员开发了新的AI技术,可用于通过数据驱动的,受过训练的技术模型来转移动手,复杂技能的人类专业知识 - 从一名在网球上指导的初学者到医疗实习生学习如何进行复杂的手术。
德克萨斯农工大学教授Alfredo Garcia博士博士明尼苏达大学的一组合作者Chenliang Li开发了创建这种高级AI模型所需的新方法。这些新方法已发表在 神经信息处理系统会议论文集以及 运营研究杂志。
加西亚说:“当某人可以始终如一地执行任务即使条件不相同时,就可以实现人类的感觉运动专业知识。”•对于专家和新手的正确模型,我们可以使用AI模型以可扩展的方式转移知识,以便有人可以放慢脚步并逐步完善技能。”
研究人员新开发的方法有助于评估AI的行动,并在成功完成任务完成时通过根据所提供的数据估算马尔可夫决策过程(MDP)的结构来提供奖励。这使研究人员可以创建人类专业知识的先进的AI模型,例如专家外科医生在响应变化状况时进行手术运动和调整的模型。
例如,采用进行复杂手术的能力。使用Garcia的模型,AI将向外科医生学习,反复展示成功的手术。可以根据外科医生的行动对AI模型进行训练。
在医学生在虚拟环境或玩偶中练习的情况下,该模型可用于展示与专家的行动相比,该模型如何进行操作。AI将使用MDP的奖励系统评估当前步骤的成功,以确认成功完成或失败。
加西亚说:``AI模型可以作为向学生提供培训的反馈的教练。”
加西亚说:“我喜欢将其视为网球的发球局。但是,如果您有教练,他们可以看着您,并为改进方法提供非常具体的指示,因为他们了解运动的内部动力。我们想复制网球教练的所作所为,但纯粹是基于数据。
拟议的AI系统可能有可能用于教授人类通常需要数年来开发的技能,这可能会将专家的新时代带入医学,制造甚至田径运动等领域。
加西亚说:`机器不知道这是什么样的。这是一个非常具体的体验,我们想建立一个解释这一方面的模型。
该领域的未来工作将得到国家科学基金会的赠款的支持。