Ученые из Женевского университета восполнили пробел в области искусственного интеллекта, создав искусственную нейронную сеть, которая учит задачи, прежде чем передать их другому ИИ, который может их повторить.
Люди могут постигать новые задачи на основе коротких инструкций и формулировать их достаточно хорошо, чтобы другой человек мог их повторить. Это неотъемлемая часть человеческого общения и ключевая особенность нашего сознательного мира.
Этот увлекательный исследованиеподробно описано в Nature NeuroscienceЭто дает ИИ возможность общаться и обучаться с людьми, что долгое время оставалось недоступным для технологий.
Проект, возглавляемый Александром Пуже, профессором медицинского факультета UNIGE, и его командой, посвящен передовым методам обработки естественного языка - подмножества искусственного интеллекта, ориентированного на машинное понимание и реагирование на запросы. человеческий язык.
Пуже объясняет текущие ограничения ИИ в этом контексте, отмечая в статья опубликованном на сайте Женевского университета: "В настоящее время разговорные агенты, использующие ИИ, способны интегрировать лингвистическую информацию для создания текста или изображения. Но, насколько нам известно, они еще не способны перевести устную или письменную инструкцию в сенсомоторное действие, а тем более объяснить ее другому искусственному интеллекту, чтобы он мог ее воспроизвести".
Женевская команда усовершенствовала существующую искусственную нейронную модель (ИНС) для понимания языка, S-Bert.
Они подключили S-Bert к меньшей, более простой сети, имитирующей зоны восприятия и производства языка в человеческом мозге - зоны Вернике и Брока.
В результате обучения эта сеть сможет выполнять задания на основе письменных инструкций на английском языке, а затем передавать эти задания "сестринской" сети, позволяя двум ИИ обмениваться инструкциями чисто на языковом уровне.
Рейдар Ривеланд, аспирант, участвовавший в исследовании, пояснил: "Мы начали с существующей модели искусственных нейронов S-Bert, которая насчитывает 300 миллионов нейронов и предварительно обучена понимать язык. Мы "подключили" ее к другой, более простой сети из нескольких тысяч нейронов".
Задания варьировались от простых инструкций, таких как указание места, до более сложных команд, требующих определения тонких контрастов между визуальными стимулами.
Вот основные достижения исследования:
- Система искусственного интеллекта могла как понимать, так и выполнять инструкции, правильно выполняя новые, невиданные задачи в 83% раз на основе одних только лингвистических инструкций.
- Система может генерировать описания выученных задач таким образом, чтобы второй ИИ мог понять и повторить эти задачи с тем же успехом.
Это расширяет возможности моделей ИИ по обучению и передаче заданий на лингвистическом уровне, открывая новые возможности в робототехнике.
Она объединяет лингвистическое понимание с сенсомоторными функциями, то есть ИИ сможет общаться и понимать, когда инструкция требует от него выполнения задачи, например, взять что-то с полки или двигаться в определенном направлении.
"Разработанная нами сеть очень мала. Теперь ничто не мешает разработать на этой основе гораздо более сложные сети, которые будут интегрированы в человекоподобных роботов, способных не только понимать нас, но и понимать друг друга", - поделились исследователи.
Наряду с недавними масштабными инвестициями в робототехнику с искусственным интеллектом такие компании, как Figure AIРазумные андроиды могут быть ближе к реальности, чем мы думаем.
