A kauzális (oksági) kapcsolatok meghatározása alapvető fontosságú az emberi gondolkodás működésében, amennyiben az ilyen felfedezések teszik lehetővé a környezetünkben zajló események magyarázatát. Ezek révén jósolhatjuk meg az olyan eseményeket is, amelyek akár a korábbi tapasztalatainknak ellentmondva következhetnek be, vagy lehetséges forgatókönyveket gyárthatunk mindazokról a történésekről, amelyekre nem került sor, de akár sor kerülhetett volna.

A kauzális modellezés értelemszerűen a mesterséges intelligencia kutatásának is fontos problémája, amelyet egyetlen mozdulattal senki sem fog megoldani, de a különbőző területeken kisebb-nagyobb lépéseket tesznek a a nagyszabású célok felé. Egy ilyen lépés amerikai és kanadai egyetemi kutatók, illetve az Nvidia közös projektje, amelyről a VentureBeat számolt be a múlt héten, és amely a ruhaanyagok gyűrődésén keresztül mutatta be a V-CDN-nek nevezett MI-rendszer működését.

Úgy fejlődik, hogy nem kap megerősítést

A Visual Causal Discovery Network (V-CDN) tulajdonképpen videofelvételek feldolgozásával ismeri meg, hogy a fizikai interakciók hogyan hatnak az adott anyagokra. A rövid leírás szerint az előrejelzések összesen három modulra épülnek. Az egyik a vizuális percepcióért felelős, és betanítható rá, hogy a videókban felismerje a számára érdekes elemeket, egy másik ennek alapján azokat a változókat azonosítja, amelyek az ilyen kulcspontok interakcióját befolyásolják, a harmadik pedig azt tanulja meg, hogy dinamikus predikciókat készítsen a kulcspontok jövőbeni mozgásáról.
 

A kutatók a rendszert egy szimulált környezetben tanulmányozták, amelyben különféle anyagokat (eltérő alakú és méretű ingek, nadrágok, törölközők) tettek ki mindenféle erőhatásoknak. A cél egy olyan egységes modell megalkotása volt, amely képes kezelni az eltérő típusú és formájú anyagokat, és igazoltnak látják, hogy a V-CDN az egyre több feldolgozott videó nyomán egyre hatékonyabb előrejelzéseket ad anélkül, hogy hozzáférne a mérési alapok ismert eredményeihez (ground truth).

A mesterséges intelligencia ráadásul nem csak a valós eredményekkenl nem hasonlíthatta össze saját jóslatait, de nem kapott információt a vizsgált fizikai interakciókat leíró dinamikáról sem. Más szóval, a felvételek alapján maga fedezte fel az összefüggések rendszerét, és felügyelet nélkül tanulta meg elejtől a végéig modellezni az ok-okozati mechanizmusokat. Ez a szakemberek szerint jó alapot szolgáltathat az olyan kutatásokhoz, amelyek a megfelelő rendszerek vizuális megismerő képességeinek generalizálására irányulnak.

A VentureBeat riportjából kiderül, hogy a projekt eredményeit a tudósok egy kicsi, de fontos lépésnek tekintik a fizikailag is mérhető, dinamikus rendszereket modellező MI-rendszerek fejlesztésében. Ez általánosabb célú algoritmusokhoz vezethet majd, amelyek működéséhez nem lesz szükség előzetes és területspecifikus módon a helyes információk kinyerésére és a változók megfelelő kezelése (feature engineering) .