211service.com
Kaip vaidmeninis drakonas gali išmokyti dirbtinį intelektą manipuliuoti ir įtikinti
Dirbtinis intelektas, atliekantis užduotis teksto nuotykių žaidime kalbėdamasis su veikėjais, išmoko ne tik ką daryti, bet ir gauti kiti daryti dalykus. The sistema yra žingsnis link mašinų, kurios gali naudoti kalbą kaip būdą savo tikslams pasiekti.
Beprasmiška proza: Kalbos modeliai, tokie kaip GPT-3 puikiai mėgdžioja žmonių parašytus sakinius, pasakoja istorijas, netikri tinklaraščiai ir „Reddit“ įrašai . Tačiau šiam vaisingam darbui nėra jokios prasmės, išskyrus paties teksto kūrimą. Kai žmonės vartoja kalbą, ji naudojama kaip įrankis: mūsų žodžiai įtikina, įsakinėja ir manipuliuoja; jie priverčia žmones juoktis ir verkti.
Sumaišyti dalykus: Siekdami sukurti dirbtinį intelektą, kuris ne veltui naudojo žodžius, Džordžijos technologijos instituto Atlantoje ir „Facebook AI Research“ mokslininkai sujungė natūralios kalbos apdorojimo ir mokymosi sustiprinimo metodus, kai mašininio mokymosi modeliai mokosi, kaip elgtis, kad būtų pasiekti užsibrėžti tikslai. Per pastaruosius kelerius metus abiejose šiose srityse buvo padaryta didžiulė pažanga, tačiau tarp jų buvo mažai kryžminio apdulkinimo.
Žodžių žaidimai: Norėdami išbandyti savo požiūrį, mokslininkai apmokė savo sistemą tekstiniu kelių žaidėjų žaidimu, vadinamu ŠVIESA , kurį praėjusiais metais sukūrė „Facebook“, kad ištirtų žmonių ir AI žaidėjų bendravimą. Žaidimas vyksta fantazijos tematikos pasaulyje, pilname daugybės objektų, personažų ir vietovių, kurios aprašomos ir su kuriomis sąveikaujama per ekrano tekstą. Žaidėjai (žmogus ar kompiuteris) veikia vesdami komandas, pvz., apkabinti vedlį, smogti drakonui arba nuimti skrybėlę. Jie taip pat gali kalbėtis su pokalbių roboto valdomais personažais.
Drakono ieškojimas: Siekdami paaiškinti savo dirbtinio intelekto priežastis, kodėl jie imasi veiksmų, tyrėjai pridėjo apie 7500 sutelktųjų užduočių, kurios nebuvo įtrauktos į pradinę LIGHT versiją. Galiausiai jie taip pat sukūrė a žinių grafikas (dalyko, veiksmažodžio ir objekto santykių duomenų bazė), suteikusi AI sveiko proto informaciją apie žaidimo pasaulį ir jo veikėjų ryšius, pvz., principą, kad prekybininkas pasitikės sargybiniu tik tada, kai jie yra draugai. Dabar žaidime buvo atlikti veiksmai (pvz., „Eik į kalnus“ ir „Suvalgyk riterį“), kad būtų įvykdytos užduotys (pvz., Sukurti didžiausią lobio lobį, kurį kada nors pasiekė drakonas).
Mielas pašnekovas: Sujungę visa tai, jie išmokė dirbtinį intelektą atlikti užduotis tiesiog naudodami kalbą. Norėdami atlikti veiksmus, jis gali arba įvesti to veiksmo komandą, arba pasiekti tą patį tikslą kalbėdamas su kitais veikėjais. Pavyzdžiui, jei dirbtiniam intelektui reikėjo kardo, jis gali pasirinkti jį pavogti arba įtikinti kitą veikėją jį perduoti.
Kol kas sistema yra žaislas. Ir jo būdas gali būti bukas: vienu metu, kai reikia kibiro, jis tiesiog sako: duok man tą kibirą arba aš pamaitinsiu tave savo katei! Tačiau NLP sumaišymas su mokymusi sustiprinti yra jaudinantis žingsnis, galintis paskatinti ne tik geresnius pokalbių robotus, galinčius ginčytis ir įtikinti, bet ir tuos, kurie daug geriau supranta, kaip veikia mūsų kalbų kupinas pasaulis.