Dyskutująca sztuczna inteligencja IBM właśnie zbliżyła się do bycia użytecznym narzędziem

System IBM Debater w Cambridge Badania IBM

Komputery poprowadziły nas na Księżyc i z powrotem, ale nie mogą nam pomóc w podejmowaniu największych decyzji, przed którymi stoimy dzisiaj. Czy Donald Trump powinien zostać postawiony w stan oskarżenia i usunięty z urzędu? Czy Wielka Brytania powinna opuścić UE? Czy Australia powinna przestać eksportować paliwa kopalne? Na takie pytania nie ma łatwych odpowiedzi tak lub nie, jakkolwiek kuszące jest myślenie inaczej.

Podejmujemy decyzje, ważąc za i przeciw. Sztuczna inteligencja może nam w tym pomóc, przesiewając coraz większe stosy danych. Ale żeby być naprawdę użytecznym, musi rozumować bardziej jak człowiek. Korzystamy z perswazyjnego języka i wszelkiego rodzaju wiedzy podstawowej, która jest bardzo trudna do modelowania w sztucznej inteligencji, mówi Jacky Visser z Centre for Argument Technology na University of Dundee w Wielkiej Brytanii. To jeden ze świętych Graalów, odkąd ludzie zaczęli myśleć o sztucznej inteligencji.

Podstawowa technika wykorzystywana do pomocy maszynom w rozumowaniu, znana jako eksploracja argumentów, obejmuje tworzenie oprogramowania do analizowania pisemnych dokumentów i wydobywania kluczowych zdań, które dostarczają dowodów za lub przeciwko danemu roszczeniu. Można je następnie zebrać w argument. Oprócz pomagania nam w podejmowaniu lepszych decyzji, takie narzędzia mogą być wykorzystywane do przechwytywania fałszywych wiadomości — podważania podejrzanych twierdzeń i tworzenia kopii zapasowych tych faktycznych — lub do filtrowania wyników wyszukiwania online i zwracania odpowiednich stwierdzeń, a nie całych dokumentów.

Prace innych grup nad eksploracją argumentów koncentrowały się na określonych rodzajach tekstów, takich jak dokumenty prawne lub eseje studenckie, które na początku zwykle zawierają wiele ustrukturyzowanych argumentów. Jest to przydatne, jeśli chcesz na przykład podsumować wszystkie dowody w wielu różnych dokumentach w sprawie sądowej. Ale ostatecznym celem jest zbudowanie systemu, który będzie w stanie przeszukać jak najwięcej źródeł informacji i zbudować argumentację przy użyciu każdego dostępnego materiału dowodowego.

IBM właśnie zrobił duży krok w tym kierunku. Zespół Project Debater firmy spędził kilka lat na opracowywaniu sztucznej inteligencji, która może budować argumenty. W zeszłym roku IBM zademonstrował swoją technologię będącą w toku w debacie na żywo przeciwko światowemu mistrzowi w debacie, odpowiednikowi Watsona. Niebezpieczeństwo! odkrycie kart. Takie akrobacje są zabawne i dostarczyły dowodu koncepcji. Teraz IBM zamienia swoją zabawkę w naprawdę przydatne narzędzie.

Wersja Project Debater wykorzystywana w debatach na żywo zawierała nasiona najnowszego systemu, takie jak możliwość wyszukiwania setek milionów nowych artykułów. Jednak w ciągu ostatnich miesięcy zespół znacznie poprawił wykorzystywane sieci neuronowe, poprawiając jakość dowodów, które system może odkryć. Jednym ważnym dodatkiem jest BERT , sieć neuronową zbudowaną przez Google do przetwarzania języka naturalnego, która może odpowiadać na zapytania. Prace zostaną zaprezentowane na konferencji Association for the Advancement of Artificial Intelligence w Nowym Jorku w przyszłym miesiącu.

Aby wyszkolić swoją sztuczną inteligencję, główny badacz Noam Słonim i jego koledzy z IBM Research w Hajfie w Izraelu wykorzystali 400 milionów dokumentów pobranych z bazy danych LexisNexis zawierającej artykuły z gazet i czasopism. Dało im to około 10 miliardów zdań, korpus języka naturalnego około 50 razy większy niż Wikipedia. Połączyli tę ogromną pulę dowodów z twierdzeniami na kilkaset różnych tematów, takich jak oddawanie krwi powinno być obowiązkowe lub powinniśmy zrezygnować z walentynek.

Następnie poprosili pracowników społecznościowych na platformie Figure Eight, aby oznaczyli zdania w zależności od tego, czy przedstawili dowody za lub przeciw konkretnym twierdzeniom. Oznaczone dane zostały przekazane do nadzorowanego algorytmu uczenia.

ten wynikowa sieć neuronowa potrafi obsługiwać zapytania dotyczące szerokiej gamy tematów, zwracając zdania, które są bardziej trafne niż te zidentyfikowane przez poprzednie systemy. Uporządkowuje znalezione zdania według tego, jak dobre są jako dowody. Na przykład, biorąc pod uwagę twierdzenie, że oddawanie krwi powinno być obowiązkowe, oprogramowanie znalazło zdanie. Badanie opublikowane w American Journal of Epidemiology wykazało, że dawcy krwi mają o 88 procent mniejsze ryzyko wystąpienia zawału serca i udaru mózgu.

Dużym wyzwaniem jest mówienie zdań, które dostarczają dowodów od tych, które ich nie zawierają, nawet jeśli zawierają te same terminy. Project Debater również znalazł to zdanie w przypadku roszczenia o oddawanie krwi, ale był w stanie stwierdzić, że ani go nie popiera, ani nie podważa: statystyki Banku Krwi Nakasero pokazują, że studenci są głównymi dawcami krwi, oddając około 80 procent krew zebrana na całym świecie.

Nie jest jasne, co dokładnie jest w tych zdaniach, które sieć neuronowa wychwytuje, aby dokonać klasyfikacji, mówi Słonim. Mimo to, podczas testów Debata Projektów osiągnął 95% dokładność dla 50 najlepszych zdań na 100 różnych tematów, mówi, dodając: Te liczby są niespotykane. Inne systemy poradziły sobie tylko z kilkudziesięcioma tematami. To także duży postęp w stosunku do systemu debat na żywo, który Słonim zaprezentował w zeszłym roku.

Inni badacze, z którymi rozmawiałem, w tym Visser i Oana Cocarascu, którzy studiują oprogramowanie do argumentacji i przetwarzanie języka naturalnego w Imperial College London, również byli pod wrażeniem nowego systemu. Dla Cocarascu najbardziej ekscytujący jest potencjał zastosowań w świecie rzeczywistym. System przeszkolony w zakresie dokumentów prawnych nie poradzi sobie z wieloma różnymi rodzajami dowodów znalezionych w Internecie. Zespół Słonima pokazał, że Debata Projektu radzi sobie z tak szerokim wachlarzem źródeł. To właśnie sprawia, że ​​jest świetny, mówi Cocarascu.

Zespół udostępnia teraz swoje dane treningowe, aby inni mogli z nimi pracować. Visser chce zbudować narzędzia do eksploracji argumentów, takie jak Debata Projektu, które mogą oceniać jakość argumentów, zwracając uwagę na takie rzeczy, jak błąd poznawczy. On i jego koledzy wykorzystali sztuczną inteligencję do oceny jakości argumentacji na przykład podczas debat prezydenckich w USA w 2016 roku.

IBM sam robi coś podobnego. Za pomocą dodatku o nazwie Speech by Crowd, Debata Projektu może pozyskiwać argumenty za i przeciw propozycji, a następnie automatycznie ocenia jakość zgłoszonych argumentów przy użyciu sieci neuronowej wyszkolonej na zbiorze danych składającym się z około 30 000 argumentów, które zostały wcześniej ocenione pod kątem jakości przez ludzi.

IBM planuje zaoferować Project Debater jako platformę dla firm i rządów. Widzimy przyszłość Project Debater jako usługi w chmurze AI, mówi Christopher Sciacca, rzecznik firmy. W jednym przykładowym wniosku IBM zebrał 3500 opinii obywateli z Lugano w Szwajcarii na temat tego, czy miasto powinno inwestować w pojazdy autonomiczne, i wykorzystał sztuczną inteligencję do wydobycia i oceny argumentów za i przeciw propozycji. Samorząd lokalny mógłby wykorzystać wyniki, aby pomóc w podjęciu decyzji politycznej.

Ale dla Słonima chodzi o poprawę naszej interakcji z AI na poziomie osobistym. Argument odgrywa ważną rolę w sposobie komunikowania się ludzi: wymieniamy powody naszych wyborów, prosimy o radę, przekonujemy i przymilamy się. Rozmowa z wirtualnymi asystentami, którzy mogliby rozmawiać na tym poziomie, byłaby znacznie bardziej naturalna. To, co robimy, dotyka czegoś fundamentalnego dla naszego życia, mówi. Staramy się łączyć technologie rozumienia języka, aby pomóc ludziom podejmować lepsze decyzje.

ukryć