IBM diskutuojantis AI ką tik priartėjo prie naudingo įrankio

IBM Debater sistema Kembridže IBM tyrimai

Kompiuteriai nuvedė mus į mėnulį ir atgal, bet negali mums padėti priimti didžiausių sprendimų, su kuriais šiandien susiduriame. Ar Donaldui Trumpui turėtų būti skirta apkalta ir jis pašalintas iš pareigų? Ar Britanija turėtų pasitraukti iš ES? Ar Australija turėtų nustoti eksportuoti iškastinį kurą? Į tokius klausimus nėra lengvų atsakymų „taip“ arba „ne“, nors ir būtų viliojanti manyti kitaip.

Mes priimame sprendimus pasverdami už ir prieš. Dirbtinis intelektas gali mums tai padėti, sijodamas vis didėjančius duomenų kalnelius. Tačiau, kad jis būtų tikrai naudingas, jis turi mąstyti labiau kaip žmogus. Mes naudojame įtikinamą kalbą ir įvairias pagrindines žinias, kurias labai sunku modeliuoti naudojant AI, sako Jacky Visseris iš Dandžio universiteto (JK) Argumentų technologijos centro. Tai buvo vienas iš šventųjų gralių nuo tada, kai žmonės pradėjo galvoti apie AI.

Pagrindinis metodas, naudojamas mašinoms mąstyti, žinomas kaip argumentų gavyba, apima programinės įrangos kūrimą, skirtą rašytiniams dokumentams analizuoti ir išgauti pagrindinius sakinius, kurie pateikia įrodymų, patvirtinančių arba prieštaraujančius tam tikram teiginiui. Tada juos galima sujungti į argumentą. Tokie įrankiai gali būti naudojami ne tik padėti priimti geresnius sprendimus, bet ir gauti netikrų naujienų – pakirsti gudrus teiginius ir pagrįsti faktinius teiginius – arba filtruoti internetinės paieškos rezultatus, pateikiant atitinkamus teiginius, o ne ištisus dokumentus.

Kitų grupių darbas, susijęs su argumentų gavyba, buvo sutelktas į tam tikrų tipų tekstus, tokius kaip teisiniai dokumentai ar studentų rašiniai, kuriuose paprastai yra daug struktūrizuotų argumentų. Tai naudinga, jei, pavyzdžiui, norite gauti visų įrodymų, susijusių su daugybe skirtingų dokumentų teisinėje byloje, santraukos. Tačiau galutinis tikslas yra sukurti sistemą, kuri galėtų apžvelgti kuo daugiau informacijos šaltinių ir sukurti argumentą, naudojant visus galimus įrodymus.

IBM ką tik žengė didelį žingsnį ta kryptimi. Bendrovės „Project Debater“ komanda keletą metų praleido kurdama AI, galintį sukurti argumentus. Praėjusiais metais IBM demonstravo savo nebaigtą technologiją tiesioginėse diskusijose prieš pasaulio čempioną debatininką, prilygstantį Watsono. Pavojus! demonstravimas. Tokie triukai yra įdomūs, ir tai buvo koncepcijos įrodymas. Dabar IBM savo žaislą paverčia tikrai naudinga priemone.

Tiesioginėse diskusijose naudojama Project Debater versija apėmė naujausios sistemos pradmenis, pvz., galimybę ieškoti šimtuose milijonų naujų straipsnių. Tačiau po kelių mėnesių komanda labai patobulino savo naudojamus neuroninius tinklus, pagerindama įrodymų, kuriuos sistema gali atskleisti, kokybę. Vienas svarbus papildymas yra BERT , „Google“ sukurtas neuroninis tinklas, skirtas apdoroti natūralia kalba, galintis atsakyti į užklausas. Darbas bus pristatytas kitą mėnesį Niujorke vyksiančioje Dirbtinio intelekto pažangos asociacijos konferencijoje.

Norėdami apmokyti savo dirbtinį intelektą, pagrindinis tyrėjas Noamas Slonimas ir jo kolegos iš IBM tyrimų Haifoje, Izraelyje, pasinaudojo 400 milijonų dokumentų, paimtų iš laikraščių ir žurnalų straipsnių duomenų bazės LexisNexis. Tai suteikė jiems apie 10 milijardų sakinių, natūralios kalbos korpusą, maždaug 50 kartų didesnį nei Vikipedijoje. Jie sujungė šį didžiulį įrodymų rinkinį su teiginiais apie kelis šimtus skirtingų temų, pvz., Kraujo donorystė turėtų būti privaloma arba Turėtume atsisakyti Valentino dienos.

Tada jie paprašė „Figure Eight“ platformos minios darbuotojų pažymėti sakinius pagal tai, ar jie pateikė įrodymų už ar prieš konkrečius teiginius. Pažymėti duomenys buvo pateikti prižiūrimam mokymosi algoritmui.

The gautas neuroninis tinklas gali tvarkyti užklausas įvairiomis temomis, grąžindamas sakinius, kurie yra aktualesni nei tie, kuriuos nustatė ankstesnės sistemos. Jis suskirsto rastus sakinius pagal tai, kokie jie yra įrodymai. Pavyzdžiui, atsižvelgiant į teiginį, kad kraujo donorystė turėtų būti privaloma, programinė įranga rado sakinį. Tyrimas, paskelbtas žurnale „American Journal of Epidemiology“, parodė, kad kraujo donorai turi 88 procentais mažesnę riziką patirti širdies priepuolį ir insultą.

Didelis iššūkis yra pasakyti sakinius, kurie pateikia įrodymų, iš sakinių, kurie to nepateikia, nors juose yra tie patys terminai. „Project Debater“ taip pat rado šį sakinį, pavyzdžiui, dėl teiginio duoti kraujo, tačiau galėjo pasakyti, kad jis jo nepagrindė ir nepaneigia: Nakasero kraujo banko statistika rodo, kad studentai yra pagrindiniai kraujo donorai, prisidedantys prie apie 80 proc. visame pasaulyje surinkto kraujo.

Slonimas sako, kad tiksliai neaišku, ką neuroninis tinklas naudoja šiuos sakinius, kad galėtų klasifikuoti. Vis dėlto, išbandytas „Project Debater“ pasiekė 95% 50 geriausių sakinių tikslumą 100 skirtingų temų, jis sako ir priduria: „Šie skaičiai yra negirdėti. Kitos sistemos susidorojo tik su keliomis dešimtimis temų. Tai taip pat didelis patobulinimas, palyginti su gyvų debatų sistema, kurią „Slonim“ demonstravo praėjusiais metais.

Kiti tyrėjai, su kuriais kalbėjausi, įskaitant Visserį ir Oaną Cocarascu, studijuojančias argumentacijos programinę įrangą ir natūralios kalbos apdorojimą Londono imperatoriškajame koledže, taip pat buvo sužavėti nauja sistema. Cocarascu labiausiai jaudinantis yra realių programų potencialas. Sistema, apmokyta teisiniais dokumentais, negalės susidoroti su daugybe įvairių internete rastų įrodymų. „Slonim“ komanda parodė, kad „Project Debater“ gali valdyti šį platų šaltinių spektrą. Dėl to jis puikus, sako Cocarascu.

Komanda dabar išleidžia savo mokymo duomenis, kad galėtų dirbti su kitais. Visseris nori sukurti argumentų gavybos įrankius, pvz., „Project Debater“, kurie galėtų įvertinti argumentų kokybę ir atkreipti dėmesį į tokius dalykus kaip pažinimo šališkumas. Pavyzdžiui, jis ir jo kolegos naudojo dirbtinį intelektą, kad įvertintų argumentų kokybę 2016 m. JAV prezidento debatuose.

IBM pats daro kažką panašaus. Naudodamas priedą, pavadintą „Speech by Crowd“, „Project Debater“ gali pateikti argumentus už ir prieš pasiūlymą, o tada automatiškai vertina pateiktų argumentų kokybę naudojant neuroninį tinklą, parengtą remiantis duomenų rinkiniu, sudarytu iš maždaug 30 000 argumentų, kuriuos anksčiau žmonės įvertino dėl kokybės.

IBM planuoja pasiūlyti „Project Debater“ kaip platformą įmonėms ir vyriausybėms. „Project Debater“ ateitį matome kaip dirbtinio intelekto debesies paslaugą, sako įmonės atstovas Christopheris Sciacca. Vienoje programos pavyzdyje IBM surinko 3500 Lugano (Šveicarijos) piliečių nuomonių apie tai, ar miestas turėtų investuoti į autonomines transporto priemones, ir naudojo dirbtinį intelektą, kad gautų ir įvertintų argumentus už ir prieš pasiūlymą. Vietos valdžia galėtų panaudoti rezultatus priimdama politinį sprendimą.

Tačiau „Slonim“ svarbiausia yra pagerinti sąveiką su dirbtiniu intelektu asmeniniu lygmeniu. Ginčai vaidina svarbų vaidmenį žmonių bendraujant: išvardijame savo pasirinkimo priežastis, klausiame patarimo, įtikiname ir įkalbame. Kalbėtis su virtualiais padėjėjais, galinčiais kalbėtis tokiu lygiu, būtų daug natūraliau. Tai, ką darome, paliečia kažką esminio mūsų gyvenime, sako jis. Stengiamės susieti kalbos supratimo technologijas, kad padėtume žmonėms priimti geresnius sprendimus.

paslėpti