Citations du samedi : Problèmes maxillo-faciaux chez les hippopotames ; biais implicites dans le jeu des rois ; l'IA maîtrise Street Fighter.

7 octobre 2023 rapport

Cet article a été examiné selon le processus éditorial et les politiques de Science X. Les éditeurs ont mis en évidence les attributs suivants tout en assurant la crédibilité du contenu:

• vérifié par les faits
• source fiable
• relecture

par Chris Packham, Phys.org

Ils ont annoncé les prix Nobel cette semaine! Mais est-ce que l'un des lauréats a appris à une intelligence artificielle à jouer à Street Fighter? Voici quelques-unes des histoires de cette semaine qui n'ont pas encore été saluées par les comités internationaux de scientifiques, mais que nous avons trouvées plutôt bonnes: 

Même si vous pensez qu'une galaxie est assez vieille pour boire, vous devriez probablement demander une pièce d'identité avant de la servir. Les galaxies les plus anciennes de l'univers, capturées par le télescope spatial James Webb, semblaient trop lumineuses, massives et trop vieilles pour s'être formées si peu de temps après le Big Bang, ce qui pose un problème aux astronomes et à leur modèle favori, le modèle standard de la cosmologie.

Récemment, une équipe de physiciens de l'université Northwestern a utilisé des simulations informatiques pour modéliser la formation des galaxies après le Big Bang et démontrer que (du moins dans l'univers modèle) les étoiles se formaient par bouffées, produisant une lumière d'intensité bien plus grande que celle d'une galaxie moderne, comme par exemple Andromède, où la formation d'étoiles est constante et le nombre d'étoiles augmente progressivement avec le temps.

Dans la "formation d'étoiles en bouffées", un nombre massif d'étoiles se forme toutes en même temps; après des millions d'années, elles explosent toutes en supernova, projetant du gaz dans toutes les directions, qui retombe ensuite sur la galaxie, entraînant un nouveau cycle de formation d'étoiles.

L'apprentissage par renforcement consiste à entraîner un programme informatique à prendre des décisions par expérimentation et rétroaction. Auparavant, les chercheurs avaient appliqué l'apprentissage par renforcement aux jeux de société tels que les échecs et le go, produisant des systèmes capables de battre des joueurs humains expérimentés, une préfiguration civilisée du conflit Skynet entre humains et machines.

En observant le paysage dévasté des joueurs d'échecs humains vaincus, des chercheurs de l'université de technologie et de design de Singapour se sont demandé si l'apprentissage par renforcement pouvait humilier les humains dans d'autres domaines de compétition, en se concentrant sur l'entraînement d'un système à jouer au jeu d'arcade Street Fighter de 1987.

Au cas où vous étiez occupé en 1987 à apprendre d'autres compétences comme les échecs ou le go, dans Street Fighter, vous vous affrontez en tête-à-tête lors de matchs de 30 secondes contre une série d'adversaires préprogrammés. Dans les matchs qui se terminent sans K.-O., le combattant avec le plus d'énergie restante l'emporte. Les chercheurs ont fourni à leur logiciel de conception de mouvement des millions de mouvements initiaux; avec le temps, le programme a ajusté les mouvements du personnage ou sa stratégie jusqu'à ce qu'il trouve des chemins pour vaincre les adversaires préprogrammés.

Les chercheurs estiment que les résultats pourraient avoir un impact sur la robotique, la conception de jeux vidéo et la conduite autonome.

Le développement de biais peut être une sorte de raccourci cognitif qui accélère la prise de décision heuristique et évite en général que le ventilateur de votre cerveau ne s'active chaque fois que vous devez acheter des céréales. Mais se promener en regardant le monde à travers un HUD de vision Terminator qui classe les individus selon des associations apprises a finalement des conséquences larges et profondes qui peuvent influencer la société et ses institutions, comme la Fédération américaine des échecs.

Comme confirmation supplémentaire que la plupart des êtres humains sont des amas ambulants de biais implicites, des chercheurs de l'université de New York rapportent que les parents et les entraîneurs de jeunes joueurs d'échecs sont plus susceptibles de classer le potentiel le plus élevé des joueuses filles plus bas que celui des joueurs garçons. De plus, les entraîneurs sont plus susceptibles de croire que les mentorées féminines sont plus susceptibles d'abandonner le jeu en raison d'un manque de compétences que les mentorés masculins.

Les chiffres du monde réel semblent appuyer les résultats de l'étude; les chercheurs soulignent que seulement 13% des joueurs de la Fédération américaine des échecs sont des femmes. Cependant, l'étude n'a également révélé aucun biais dans les ressources que les entraîneurs et les parents sont prêts à investir chez les jeunes joueuses par rapport aux jeunes joueurs masculins.

Le dilemme de l'hippopotame: Ils veulent exister en tant que végétariens semi-aquatiques. D'un autre côté, ils aiment beaucoup se battre, principalement avec leur bouche, et l'évolution les a dotés de muscles masséters et digastriques énormes, ils peuvent ouvrir leurs mâchoires gigantesques à près de 180 degrés. Ils utilisent leurs énormes dents de canine comme des armes et bloquent les attaques avec leurs incisives. Et leur comportement de "bâillement" envers les rivaux est considéré comme une démonstration de menace. CONTEMPLEZ MON IMMENSE GUEULE ET DESPAIREZ.

According to researchers at the University of Zurich, all of this means that hippos also turn out to be really inefficient vegetarians, because the size and arrangement of their teeth prevent them from grinding their jaws from side to side. Just try gnawing on a celery stalk using nothing but up-and-down chewing motions and you'll have some idea of the challenge confronting hippos.

The authors note that their inefficiency at chewing may also have consigned them to their modern semi-aquatic lifestyle of bouncing along the bottoms of rivers with their notable lack of buoyancy.

© 2023 Science X Network