211service.com
Daugeliu pojūčių ginkluotas dirbtinis intelektas gali įgyti lankstesnį intelektą
Žmogaus intelektas kyla iš mūsų pojūčių ir kalbos gebėjimų derinio. Galbūt tas pats pasakytina ir apie dirbtinį intelektą.
Selmano dizainas
2021 m. vasario 24 d
Kodėl tai svarbu:Dirbtinis intelektas, galintis jausti ir kalbėti, daug geriau susidoros su naujais iššūkiais ir dirbs kartu su žmonėmis.
Pagrindiniai žaidėjai:• OpenAI
• AI2
• Facebook
Prieinamumas:Dabar
2012 m. pabaigoje AI mokslininkai pirmą kartą išsiaiškino, kaip tai padaryti pamatyti neuroninius tinklus. Jie įrodė, kad programinė įranga, sukurta laisvai imituoti žmogaus smegenis, gali žymiai pagerinti esamas kompiuterinės regos sistemas. Nuo tada ši sritis išmoko, kaip priversti neuroninius tinklus imituoti tai, kaip mes samprotauti, girdėti, kalbėti ir rašyti .
Tačiau nors dirbtinis intelektas nepaprastai išaugo kaip žmogus – net ir antžmogiškas – atlikdamas konkrečią užduotį, jis vis tiek neatspindi žmogaus smegenų lankstumo. Galime išmokti įgūdžių viename kontekste ir pritaikyti juos kitame. Priešingai, nors DeepMind žaidimo algoritmas AlphaGo gali įveikti geriausius pasaulio „Go“ meistrus, ji negali išplėsti šios strategijos už lentos ribų. Kitaip tariant, giluminio mokymosi algoritmai yra meistrai, renkantys modelius, tačiau jie negali suprasti ir prisitaikyti prie besikeičiančio pasaulio.
Ši istorija buvo mūsų 2021 m. kovo mėnesio numerio dalis
- Žr. likusią numerio dalį
- Prenumeruoti
Tyrėjai turi daug hipotezių apie tai, kaip šią problemą būtų galima įveikti, tačiau viena iš jų susilaukė traukos. Vaikai mokosi apie pasaulį jausdami ir kalbėdami apie jį. Derinys atrodo esminis. Kai vaikai pradeda sieti žodžius su vaizdais, garsais ir kita jusline informacija, jie gali apibūdinti vis sudėtingesnius reiškinius ir dinamiką, atskirti tai, kas yra priežastinė, nuo to, kas atspindi tik koreliaciją, ir sukurti sudėtingą pasaulio modelį. Tada šis modelis padeda jiems naršyti nepažįstamoje aplinkoje ir įtraukti naujas žinias bei patirtį į kontekstą.
Susijusi istorija
„DeepMind“ AI dabar nukonkuravo beveik visus „StarCraft II“ žaidėjus AlphaStar bendradarbiavo su savimi, kad išmoktų naujų strategijų, kaip užkariauti populiarų galaktikos karo žaidimą.Kita vertus, AI sistemos sukurtos taip, kad vienu metu būtų galima atlikti tik vieną iš šių dalykų. Kompiuterinio matymo ir garso atpažinimo algoritmai gali jausti dalykus, bet negali naudoti kalbos jiems apibūdinti. Natūralios kalbos modelis gali manipuliuoti žodžiais, tačiau žodžiai yra atskirti nuo bet kokios juslinės tikrovės. Jei pojūčiai ir kalba būtų sujungti siekiant suteikti an AI yra labiau žmogiškas būdas rinkti ir apdoroti naują informaciją , ar tai pagaliau galėtų sukurti kažką panašaus į pasaulio supratimą?
Tikimasi, kad šios multimodalinės sistemos, turinčios prieigą prie jutiminio ir kalbinio žmogaus intelekto režimų, sukurs tvirtesnį DI, galintį lengviau prisitaikyti prie naujų situacijų ar problemų. Tokie algoritmai galėtų padėti mums išspręsti sudėtingesnes problemas arba būti perkelti į robotus, kurie gali bendrauti ir bendradarbiauti su mumis kasdieniame gyvenime.
Padėjo nauji kalbos apdorojimo algoritmų, tokių kaip OpenAI GPT-3, pažanga. Tyrėjai dabar supranta, kaip pakankamai gerai atkartoti kalbos manipuliavimą, kad derinimas su jutimo galimybėmis būtų vaisingesnis. Visų pirma, jie naudoja pirmąją šioje srityje pasiektą jutimo galimybę: kompiuterinį regėjimą. Rezultatai yra paprasti bimodaliniai modeliai arba vaizdinės kalbos AI .
Per pastaruosius metus šioje srityje buvo pasiekta keletas įdomių rezultatų. Rugsėjo mėn. Alleno dirbtinio intelekto instituto AI2 mokslininkai sukūrė modelį, kuris gali sukurti vaizdą iš antraštės , parodantis algoritmo gebėjimą susieti žodžius su vaizdine informacija. Lapkričio mėnesį Šiaurės Karolinos universiteto Chapel Hill mokslininkai sukūrė metodą, kuris įtraukia vaizdus į esamus kalbos modelius , kuris pagerino modelių skaitymo supratimą.
2021 m10 proveržio technologijų
Tada OpenAI panaudojo šias idėjas, kad išplėstų GPT-3. 2021 m. pradžioje laboratorija išleido du vaizdinės kalbos modelius. Vaizdo objektai susiejami su žodžiais, apibūdinančiais juos antraštėje. Kitas generuoja vaizdus, remdamasis išmoktų sąvokų deriniu. Galite paraginti jį, pavyzdžiui, sukurti paveikslą, kuriame vaizduojama kapibara, sėdinti lauke saulėtekio metu. Nors galbūt jis niekada to nematė, jis gali derinti ir suderinti tai, ką žino apie paveikslus, kapibaras, laukus ir saulėtekius, kad susapnuotų daugybę pavyzdžių.
Pasiekus lankstesnį intelektą, būtų ne tik atrakintos naujos AI programos, bet ir jos taptų saugesnės.
Sudėtingesnės daugiarūšės sistemos taip pat suteiks daugiau galimybių pažangūs robotų padėjėjai (galvokite apie liokajus robotus, ne tik Alexa). Dabartinės kartos AI varomi robotai pirmiausia naudoja vaizdinius duomenis, kad galėtų naršyti ir sąveikauti su aplinka. Tai naudinga norint atlikti paprastas užduotis ribotoje aplinkoje, pvz., vykdyti užsakymus sandėlyje. Tačiau tokios laboratorijos kaip AI2 stengiasi įtraukti kalbą ir įtraukti daugiau jutimo įvesties, pvz., garso ir lytėjimo duomenų, kad mašinos galėtų suprasti komandas ir atlikti sudėtingesnes operacijas, pavyzdžiui, atidaryti duris, kai kas nors beldžiasi.
Ilgainiui multimodaliniai laimėjimai gali padėti įveikti kai kuriuos didžiausius AI apribojimus. Pavyzdžiui, ekspertai teigia, kad jo nesugebėjimas suprasti pasaulio taip pat gali lengvai žlugti arba būti apgautas. (Vaizdas gali būti pakeistas žmonėms nepastebimais, tačiau dirbtinis intelektas jį atpažįsta kaip visiškai kitokį.) Lankstesnis intelektas ne tik atvertų naujas AI programas, bet ir taptų saugesnėmis. Algoritmai, kurie peržiūri gyvenimo aprašymus, nelaikytų nereikšmingų savybių, pvz., lyties ir rasės, kaip sugebėjimo požymių. Savaeigiai automobiliai neprarastų orientacijos nepažįstamoje aplinkoje ir nedūžtų tamsiu paros metu ar sniegu. Multimodalinės sistemos gali tapti pirmuoju AI, kuriuo galime iš tikrųjų pasitikėti savo gyvenimu.