Building machines that better understand human goals

Caption:
An “agent” and an “observer” demonstrate how a new MIT algorithm is capable of inferring goals and plans, even when those plans might fail. Here, the agent makes a mistaken plan to reach the blue gem, which the observer infers as a possibility.
Credits:
Image courtesy of the researchers.
Previous image
Next image
In a classic experiment on human social intelligence by psychologists Felix Warneken and Michael Tomasello, an 18-month old toddler watches a man carry a stack of books towards an unopened cabinet. When the man reaches the cabinet, he clumsily bangs the books against the door of the cabinet several times, then makes a puzzled noise. 

Related Keywords

Jordyn Mann ,Stuart Russell ,Michael Tomasello ,Felix Warneken ,Joshua Tenenbaum ,Vikash Mansinghka ,Artificial Intelligence Laboratory ,Department Of Brain ,University Of California At Berkeley ,Cognitive Sciences ,Department Of Electrical Engineering ,Tan Zhi Xuan ,Electrical Engineering ,Computer Science ,Bayesian Inverse Reinforcement Learning ,Smith Zadeh Professor ,Inverse Plan Search ,Neural Information Processing Systems ,ஜோர்டின் மான் ,ஸ்டூவர்ட் ரஸ்ஸல் ,மைக்கேல் டோமசெல்லோ ,ஜோஷுவா டெனன்பாம் ,விகாஷ் மன்சிங்க்கா ,செயற்கை உளவுத்துறை ஆய்வகம் ,துறை ஆஃப் மூளை ,பல்கலைக்கழகம் ஆஃப் கலிஃபோர்னியா இல் பெர்க்லி ,அறிவாற்றல் அறிவியல் ,துறை ஆஃப் மின் பொறியியல் ,பழுப்பு ழி வைவாந் ,மின் பொறியியல் ,கணினி அறிவியல் ,ஸ்மித் ஜதேஹ ப்ரொஃபெஸர் ,தலைகீழ் திட்டம் தேடல் ,நரம்பியல் தகவல் ப்ரோஸெஸிஂக் அமைப்புகள் ,