Um novo estudo de investigadores do MIT e da Universidade de Washington revelou um modelo de IA que pode prever com precisão as ações futuras de uma pessoa ou de uma máquina.
O melhor modelo de decisões humanas já feito
Os autores do estudo afirmam que o modelo de orçamento de inferência latente (Latent Inference Budget Model – L-IBM) é melhor do que outras estruturas anteriormente propostas capazes de modelar a tomada de decisões humanas.
Este funciona através da análise do comportamento passado, das ações e das limitações ligadas ao processo de pensamento de um agente (que pode ser um humano ou outra IA). Os dados ou resultados obtidos após a avaliação são designados por orçamento de inferência.
Os investigadores utilizaram o L-IBM para prever os movimentos de seres humanos num jogo de xadrez.
Os nossos resultados mostram que a tomada de decisões humanas abaixo do ideal pode ser modelada de forma eficiente com versões computacionalmente limitadas de algoritmos de pesquisa predefinidos.
Ao fazê-lo, obtemos modelos exatos da tomada de decisões dos seres humanos e medidas informativas da sua capacidade de inferência.
Referem os autores do estudo.
Como é que o modelo de IA prevê o comportamento humano?
Para modelar o processo de decisão de um agente, o L-IBM analisa primeiro o seu comportamento e as diferentes variáveis que o afetam.
Por outras palavras, procuramos modelar tanto o que os agentes desejam fazer como o que os agentes farão realmente num determinado estado.
Afirmaram os investigadores.
Esta etapa envolveu a observação de agentes colocados num labirinto em posições aleatórias. O modelo L-IBM foi então utilizado para compreender as suas limitações de pensamento/computação e prever o seu comportamento. Esta análise revelou os objetivos de um agente e a sua capacidade de navegar e tomar decisões complexas.
Este modelo de IA pode ajudar-nos a tomar melhores decisões
As três etapas referidas no estudo mostram que a estrutura L-IBM tem o potencial de modelar quase todos os aspetos da tomada de decisão humana, incluindo rotinas, comportamento, comunicação e estratégia.
Demonstramos que ele pode superar os modelos clássicos […] enquanto demonstra medidas significativas de habilidade humana.
Observam.
O que torna o L-IBM diferente dos modelos anteriores é o facto de, em vez de dados aleatórios, ter em consideração o comportamento passado e as limitações de um agente para produzir resultados. A equipa planeia agora fazer mais investigação para encontrar melhores modelos. Pode ler o estudo aqui.
Leia também: