Nvidia właśnie ułatwiła tworzenie inteligentniejszych chatbotów i sprawniejszych fake newsów

Obraz asystenta głosowego obok fal dźwiękowych pani Tech; oryginalny obraz: HARMON KARDON

Sztuczna inteligencja poczyniła imponujące postępy w ciągu ostatniej dekady, ale maszyny wciąż kiepsko rozumieją język. Po prostu spróbuj zaangażować Alexę w dowcipne przekomarzanie się.

Nvidia, firma produkująca chipy komputerowe obsługujące wiele algorytmów sztucznej inteligencji, uważa, że ​​wkrótce się to zmieni i chce wykorzystać spodziewaną eksplozję.

Oprogramowanie, które wydaje producent chipów, ułatwia tworzenie programów AI na jego sprzęcie, które są w stanie z większą wdziękiem posługiwać się językiem. Nowy kod może przyspieszyć opracowywanie nowych algorytmów językowych oraz sprawić, że chatboty i asystenci głosowi będą sprawniejsi i inteligentniejsi.

Nvidia już teraz produkuje najpopularniejsze chipy do trenowania modeli AI do uczenia głębokiego, które są sprawne w zadaniach takich jak klasyfikacja obrazów. Tradycyjnie jednak znacznie trudniej było zastosować statystyczne metody uczenia maszynowego, takie jak uczenie głębokie, do słowa pisanego lub mówionego, ponieważ język jest tak niejednoznaczny i złożony.

Ale ostatnio poczyniono znaczące postępy. Dwa nowe podejścia Google do głębokiego uczenia się języka, znane jako Transformer i BERT, okazały się szczególnie skuteczne w tłumaczeniu między językami, odpowiadaniu na pytania dotyczące fragmentu tekstu, a nawet generowaniu realistycznego tekstu. Wywołało to wzrost zainteresowania środowisk akademickich i branżowych rozwojem języka za pomocą uczenia maszynowego.

Połączenie Transformera i BERT wywarło ogromny wpływ, mówi Aleksander Rusz , profesor na Uniwersytecie Harvarda, który specjalizuje się w poddziedzinie sztucznej inteligencji znanej jako przetwarzanie języka naturalnego (NLP). Jest w zasadzie najnowocześniejszy w każdym benchmarku i pozwala studentom na produkcję światowej klasy modeli w pięciu linijkach kodu.

Nvidia jest mistrzem w podążaniu za najnowszymi trendami w badaniach nad sztuczną inteligencją. Jeśli ostatnie przeczucie okaże się poprawne, asystenci głosowi mogą przejść od zwykłego reagowania na szczekane polecenia do spójnego łączenia większej liczby słów. Tymczasem chatboty mogą stać się mniej tępe, podczas gdy funkcja autouzupełniania, którą można znaleźć w wielu programach i aplikacjach, może zacząć sugerować całe akapity zamiast tylko kilku następnych słów.

Mamy duże zapotrzebowanie na modelowanie języka, mówi Bryan Catanzaro , wiceprezes ds. stosowanego uczenia głębokiego w Nvidii. A jeśli spojrzysz na tempo rozwoju języka, wydaje się, że jest to dla nas oczywiste miejsce do inwestowania.

Nvidia opracowała swoje oprogramowanie, optymalizując wiele części procesu wykorzystywanego do trenowania modeli językowych na swoich procesorach graficznych. Przyspieszyło to uczenie modeli AI (od kilku dni do mniej niż godziny), przyspieszyło wydajność wytrenowanych modeli językowych (z 40 milisekund do nieco ponad 2 milisekund) i pozwoliło na przeszkolenie znacznie większych modeli językowych (model językowy Nvidii , zwany Megatron, jest wielokrotnie większy niż wszystko, co wcześniej wyprodukowano, z 8,6 miliarda parametrów).

Autouzupełnianie bez zła

Jednak postępy w języku mogą mieć ciemniejszą stronę. Inteligentniejsze algorytmy można wykorzystać do masowej produkcji bardziej przekonujących, dostosowanych fałszywych recenzji, postów w mediach społecznościowych i wiadomości. Inne grupy badawcze wykazały, jak potężne modele językowe mogą stworzyć realistycznie wyglądający tekst po spożyciu dużych fragmentów pisma z Internetu.

Nvidia ma prosty plan zapobiegania potencjalnym nadużyciom: nie wyda największego opracowanego przez siebie modelu językowego i planuje polegać na naukowcach, aby ostrożnie korzystali z jej narzędzi. „Wydajemy kod, który pokazuje, jak używać procesorów graficznych do trenowania tych dużych modeli”, mówi Catanzaro. Wierzymy, że społeczność będzie korzystać z tego kodu w sposób odpowiedzialny, ale pamiętaj, że trenowanie modeli tej wielkości wymaga dużej mocy obliczeniowej, co jest poza zasięgiem większości ludzi.

Nawet jeśli postęp będzie postępował szybko, prawdopodobnie minie dużo czasu, zanim maszyny będą mogły naprawdę z nami rozmawiać. Język jest zwodniczo trudny do zrozumienia przez maszyny, częściowo ze względu na jego kompozycyjną złożoność: słowa można przestawiać, aby odblokować nieskończone znaczenie. Uchwycenie znaczenia frazy często wymaga również zdroworozsądkowego zrozumienia świata – czegoś, czego komputery nie mają.

Obserwujemy renesans możliwości NLP, mówi Oren Etzioni, dyrektor generalny Allen Instytut Sztucznej Inteligencji (Ai2) , organizacja non-profit z Seattle zajmująca się najnowocześniejszymi badaniami nad sztuczną inteligencją. Przełoży się to na lepsze chatboty i asystentów głosowych, mówi, choć będą cierpieć z powodu braku zdrowego rozsądku. Asystent głosowy, który jest tak pomocny, jak umiejętny konsjerż hotelowy, wciąż jest poza horyzontem, mówi Etzioni.

Ai2 niedawno uruchomiło narzędzie o nazwie Grover , który wykorzystuje postępy NLP do przechwytywania tekstu, który wydaje się być wyrzucany przez sztuczną inteligencję. Etzioni zwraca uwagę, że boty oszukują już ludzi na Facebooku i Twitterze. Twierdzi, że automatycznie generowany fałszywy tekst już tu jest i prawdopodobnie wzrośnie wykładniczo.

ukryć