Forskare från University of Geneva har överbryggat en lucka inom AI genom att skapa ett artificiellt neuralt nätverk som lär sig uppgifter innan de kommuniceras till en annan AI, som kan replikera dem.
Människor kan förstå nya uppgifter utifrån korta instruktioner och formulera den inlärda uppgiften tillräckligt väl för att en annan person ska kunna upprepa den. Detta är en förutsättning för mänsklig kommunikation och en viktig del av vår medvetna värld.
Denna fascinerande studie, detaljerad i Natur Neurovetenskapger AI en form av mänsklig kommunikation och inlärning som länge har undgått tekniken.
Projektet, som leds av Alexandre Pouget, professor vid UNIGE:s medicinska fakultet, och hans team, fördjupar sig i avancerade tekniker inom naturlig språkbehandling - en delmängd av AI som fokuserar på maskinförståelse och respons på mänskligt språk.
Pouget förklarar de nuvarande begränsningarna för AI i detta sammanhang och noterar i en artikel publicerad på University of Geneva's hemsida: "För närvarande kan samtalsagenter som använder AI integrera språklig information för att producera text eller en bild. Men så vitt vi vet kan de ännu inte översätta en muntlig eller skriftlig instruktion till en sensomotorisk handling, och ännu mindre förklara den för en annan artificiell intelligens så att den kan reproducera den."
Teamet i Genève förbättrade en befintlig artificiell neuronmodell (ANN) för språkförståelse, S-Bert.
De kopplade ihop S-Bert med ett mindre och enklare nätverk som simulerade den mänskliga hjärnans områden för språkuppfattning och språkproduktion - Wernicke- och Broca-områdena.
Genom träning kunde detta nätverk utföra uppgifter baserade på skrivna engelska instruktioner och sedan förmedla dessa uppgifter språkligt till ett "systernätverk", så att de två AI:erna kunde kommunicera uppgiftsinstruktioner enbart genom språk.
Reidar Riveland, en doktorand som deltog i studien, förklarar: "Vi började med en befintlig modell av artificiella nervceller, S-Bert, som har 300 miljoner nervceller och är förtränad att förstå språk. Vi "kopplade" ihop den med ett annat, enklare nätverk med några tusen nervceller."
Uppgifterna varierade från enkla instruktioner som att peka på en plats till mer komplexa kommandon som krävde identifiering av subtila kontraster mellan visuella stimuli.
Här är de viktigaste resultaten av studien:
- AI-systemet kunde både förstå och utföra instruktioner och utförde nya, okända uppgifter korrekt 83% av tiden baserat på enbart språkliga instruktioner.
- Systemet kan generera beskrivningar av inlärda uppgifter på ett sätt som gör det möjligt för en andra AI att förstå och replikera dessa uppgifter med en liknande framgångsgrad.
Detta ökar potentialen för AI-modeller att lära sig och kommunicera uppgifter språkligt, vilket öppnar nya möjligheter inom robotiken.
Den integrerar språklig förståelse med sensomotoriska funktioner, vilket innebär att AI:n kan konversera och förstå när en instruktion ber den att utföra en uppgift som att ta något från en hylla eller röra sig i en viss riktning.
"Det nätverk vi har utvecklat är mycket litet. Ingenting står nu i vägen för att på denna grund utveckla mycket mer komplexa nätverk som skulle kunna integreras i humanoida robotar som kan förstå oss men också förstå varandra", säger forskarna om studien.
Tillsammans med den senaste tidens massiva investeringar i AI-robotik företag som Figure AIkan intelligenta androider vara närmare verkligheten än vi tror.
