Problem językowy AI

Maszyny, które naprawdę rozumieją język, byłyby niezwykle przydatne. Ale nie wiemy, jak je zbudować. Za pomocą

• Czy rycerz strona archiwum

9 sierpnia 2016

Mniej więcej w połowie szczególnie napiętej gry w Go, która odbyła się w Seulu w Korei Południowej, pomiędzy Lee Sedolem, jednym z najlepszych graczy wszechczasów, a AlphaGo, sztuczną inteligencją stworzoną przez Google, program AI wykonał tajemniczy ruch, który wykazał denerwujące przewagę nad swoim ludzkim przeciwnikiem.

W 37 posunięciu AlphaGo zdecydowało się umieścić czarny kamień w pozycji, która początkowo wydawała się absurdalna. Wyglądało na to, że zrezygnuje ze znacznego terytorium — błąd nowicjusza w grze, która polega na kontrolowaniu przestrzeni na planszy. Dwóch komentatorów telewizyjnych zastanawiało się, czy źle odczytali ten ruch, czy też maszyna w jakiś sposób zepsuła się. W rzeczywistości, wbrew obiegowej opinii, ruch 37 umożliwiłby AlphaGo zbudowanie potężnego fundamentu na środku planszy. Program Google skutecznie wygrał grę, wykonując ruch, którego nie wymyśliłby żaden człowiek.

O sztuce

• Jednym z powodów, dla których zrozumienie języka jest tak trudne dla komputerów i systemów AI, jest to, że słowa często mają znaczenie oparte na kontekście, a nawet wyglądzie liter i słów. Na obrazach, które towarzyszą tej historii, kilku artystów demonstruje użycie różnych wizualnych wskazówek, aby przekazać znaczenia daleko wykraczające poza rzeczywiste litery.

  
  
  

Ta historia była częścią naszego wydania z września 2016 r.

• Zobacz resztę numeru
• Subskrybuj

Zwycięstwo AlphaGo jest szczególnie imponujące, ponieważ starożytna gra Go jest często postrzegana jako test intuicyjnej inteligencji. Zasady są dość proste. Dwóch graczy na zmianę kładzie czarne lub białe kamienie na przecięciu poziomych i pionowych linii na planszy, próbując otoczyć pionki przeciwnika i usunąć je z gry. Dobra gra jest jednak niesamowicie trudna.

Podczas gdy szachiści są w stanie spojrzeć na kilka ruchów do przodu, w Go nie jest to możliwe bez rozwinięcia gry w niemożliwą do opanowania złożoność i nie ma klasycznych gambitów. Nie ma również prostego sposobu na zmierzenie przewagi i nawet doświadczonemu graczowi może być trudno wyjaśnić dokładnie, dlaczego wykonał konkretny ruch. Uniemożliwia to napisanie prostego zestawu reguł, których miałby przestrzegać program komputerowy na poziomie eksperckim.

AlphaGo w ogóle nie powiedziano, jak grać w Go. Zamiast tego program przeanalizował setki tysięcy gier i rozegrał miliony meczów przeciwko sobie. Wśród kilku technik sztucznej inteligencji wykorzystano coraz popularniejszą metodę znaną jako głębokie uczenie, która obejmuje obliczenia matematyczne inspirowane, bardzo luźno, sposobem, w jaki połączone warstwy neuronów uruchamiają się w mózgu, gdy uczy się on rozumieć nowe informacje. Program nauczył się przez wiele godzin ćwiczeń, stopniowo doskonaląc intuicyjne poczucie strategii. Fakt, że był wtedy w stanie pokonać jednego z najlepszych graczy Go na świecie, stanowi prawdziwy kamień milowy w dziedzinie inteligencji maszyn i sztucznej inteligencji.

Lawrence Weiner
Gumowa piłka rzucona na morze
1970 / 2014

Kilka godzin po posunięciu 37, AlphaGo wygrało grę i awansowało o dwie partie do zera w meczu do dwóch zwycięstw. Potem Sedol stanął przed tłumem dziennikarzy i fotografów, grzecznie przepraszając za zawiodę ludzkości. Zaniemówiłem, powiedział, mrugając przez burzę zdjęć z lampą błyskową.

Zaskakujący sukces AlphaGo pokazuje, jak duży postęp poczyniono w sztucznej inteligencji w ciągu ostatnich kilku lat, po dziesięcioleciach frustracji i niepowodzeń często określanych jako zima AI. Głębokie uczenie oznacza, że ​​maszyny mogą coraz częściej uczyć się wykonywania złożonych zadań, które jeszcze kilka lat temu uważano za wymagające wyjątkowej inteligencji człowieka. Samochody autonomiczne są już przewidywalną możliwością. W niedalekiej przyszłości systemy oparte na głębokim uczeniu pomogą diagnozować choroby i rekomendować leczenie.

Głębokie uczenie oznacza, że ​​maszyny mogą coraz częściej uczyć się wykonywania złożonych zadań, które jeszcze kilka lat temu uważano za wymagające wyjątkowej inteligencji człowieka.

Jednak pomimo tych imponujących postępów jedna podstawowa zdolność pozostaje nieuchwytna: język. Systemy takie jak Siri i IBM Watson mogą wykonywać proste polecenia głosowe lub pisane na klawiaturze i odpowiadać na podstawowe pytania, ale nie mogą prowadzić rozmowy i nie rozumieją używanych słów. Jeśli sztuczna inteligencja ma naprawdę transformować, musi się to zmienić.

Chociaż AlphaGo nie mówi, zawiera technologię, która może prowadzić do lepszego zrozumienia języka. W firmach takich jak Google, Facebook i Amazon, a także w wiodących akademickich laboratoriach AI, badacze próbują wreszcie rozwiązać ten pozornie nierozwiązywalny problem, używając niektórych z tych samych narzędzi AI — w tym głębokiego uczenia — które są odpowiedzialne za sukces AlphaGo i dzisiejsze odrodzenie AI. To, czy im się uda, zadecyduje o skali i charakterze tego, co zamienia się w rewolucję sztucznej inteligencji. Pomoże ustalić, czy mamy maszyny, z którymi możemy się łatwo komunikować — maszyny, które stają się intymną częścią naszego codziennego życia — czy też systemy AI pozostają tajemniczymi czarnymi skrzynkami, nawet gdy stają się bardziej autonomiczne. Nie ma mowy, abyś mógł mieć system AI podobny do człowieka, który nie zawierałby języka w sercu, mówi Josh Tenenbaum, profesor kognitywistyki i obliczeń na MIT. To jedna z najbardziej oczywistych rzeczy, które wyróżniają ludzką inteligencję.

Być może te same techniki, które pozwoliły AlphaGo podbić Go, w końcu umożliwią komputerom opanowanie języka, a może będzie wymagane coś innego. Ale bez zrozumienia języka wpływ sztucznej inteligencji będzie inny. Oczywiście nadal możemy mieć niezwykle wydajne i inteligentne oprogramowanie, takie jak AlphaGo. Ale nasze relacje z AI mogą być znacznie mniej oparte na współpracy i być może znacznie mniej przyjazne. Od samego początku dręczące pytanie brzmiało: „A co by było, gdybyś miał rzeczy, które były inteligentne w sensie bycia skutecznymi, ale nie takie jak my w sensie braku empatii z tym, kim jesteśmy?”, mówi Terry Winograd, emerytowany profesor Uniwersytetu Stanforda. Możesz sobie wyobrazić maszyny, które nie są oparte na ludzkiej inteligencji, które są oparte na dużych ilościach danych i które rządzą światem.

Zaklinacze maszyn

Kilka miesięcy po triumfie AlphaGo pojechałem do Doliny Krzemowej, serca najnowszego boomu sztucznej inteligencji. Chciałem odwiedzić naukowców, którzy dokonują niezwykłych postępów w praktycznych zastosowaniach sztucznej inteligencji i którzy teraz próbują dać maszynom lepsze zrozumienie języka.

Zacząłem od Winograda, który mieszka na przedmieściach położonych na południowym krańcu kampusu Stanforda w Palo Alto, niedaleko siedziby Google, Facebooka i Apple. Z kręconymi siwymi włosami i krzaczastymi wąsami wygląda jak czcigodny naukowiec i ma zaraźliwy entuzjazm.

W 1968 r. Winograd podjął jeden z najwcześniejszych wysiłków, aby nauczyć maszynę inteligentnego mówienia. Cudowne dziecko matematyczne zafascynowane językiem, przybył do nowego laboratorium sztucznej inteligencji w MIT, aby zrobić doktorat, i postanowił stworzyć program, który będzie rozmawiał z ludźmi za pomocą monitu tekstowego, używając języka codziennego. Nie wydawało się to wtedy dziwaczną ambicją. W dziedzinie sztucznej inteligencji poczyniono niesamowite postępy, a inni w MIT budowali złożone komputerowe systemy wizyjne i futurystyczne ramiona robotów. Wspomina, że ​​było poczucie nieznanych, nieograniczonych możliwości.

Józef Kosuth
Cztery kolory Cztery słowa
1966

Nie wszyscy byli jednak przekonani, że język można tak łatwo opanować. Niektórzy krytycy, w tym wpływowy lingwista i profesor MIT Noam Chomsky, uważali, że badacze sztucznej inteligencji będą mieli trudności ze zrozumieniem przez maszyny, biorąc pod uwagę, że mechanika języka u ludzi była tak słabo zrozumiana. Winograd pamięta udział w imprezie, na której uczeń Chomsky'ego odszedł, gdy usłyszał, jak powiedział, że pracuje w laboratorium AI.

Ale był też powód do optymizmu. Joseph Weizenbaum, urodzony w Niemczech profesor na MIT, zbudował pierwszy program chatbotowy kilka lat wcześniej. Nazywany ELIZA, został zaprogramowany tak, aby zachowywał się jak psychoterapeuta rysunkowy, powtarzając kluczowe części wypowiedzi lub zadając pytania, aby zachęcić do dalszej rozmowy. Gdybyś powiedział programowi, że jesteś zły na swoją matkę, na przykład powiedziałby: Co jeszcze przychodzi ci na myśl, gdy myślisz o swojej matce? Tania sztuczka, ale zadziałała zaskakująco dobrze. Weizenbaum był zszokowany, gdy niektórzy badani zaczęli wyznawać jego maszynie swoje najmroczniejsze sekrety.

Istnieje oczywisty problem z zastosowaniem głębokiego uczenia się w języku. Chodzi o to, że słowa są arbitralnymi symbolami i jako takie zasadniczo różnią się od obrazów.

Winograd chciał stworzyć coś, co naprawdę wydawało się rozumieć język. Zaczął od zmniejszenia zakresu problemu. Stworzył proste wirtualne środowisko, blokowy świat, składający się z garstki wyimaginowanych obiektów siedzących na wyimaginowanym stole. Następnie stworzył program, którą nazwał SHRDLU , który był w stanie przeanalizować wszystkie rzeczowniki, czasowniki i proste zasady gramatyczne potrzebne do odniesienia się do tego okrojonego wirtualnego świata. SHRDLU (bezsensowne słowo utworzone przez drugą kolumnę klawiszy na maszynie Linotype) może opisywać obiekty, odpowiadać na pytania dotyczące ich relacji i wprowadzać zmiany w świecie bloków w odpowiedzi na wpisywane polecenia. Miał nawet pewien rodzaj pamięci, więc jeśli polecisz mu przesunąć czerwony stożek, a później odniesiesz się do rożka, założysz, że masz na myśli czerwony, a nie inny kolor.

SHRDLU został uznany za znak, że dziedzina sztucznej inteligencji poczyniła znaczne postępy. Ale to była tylko iluzja. Kiedy Winograd próbował powiększyć blokowy świat programu, reguły wymagane do uwzględnienia niezbędnych słów i złożoności gramatycznej stały się niemożliwe do opanowania. Zaledwie kilka lat później zrezygnował i ostatecznie całkowicie porzucił sztuczną inteligencję, aby skupić się na innych obszarach badań. Mówi, że ograniczenia były znacznie bliższe, niż się wtedy wydawało.

Winograd doszedł do wniosku, że niemożliwe byłoby nadanie maszynom prawdziwego zrozumienia języka przy użyciu dostępnych wówczas narzędzi. Problem, jak dowodził Hubert Dreyfus, profesor filozofii na UC Berkeley, w książce z 1972 roku zatytułowanej Czego komputery nie potrafią? jest to, że wiele rzeczy, które ludzie robią, wymaga rodzaju instynktownej inteligencji, której nie można uchwycić za pomocą twardych i szybkich zasad. Właśnie dlatego przed meczem Sedola z AlphaGo wielu ekspertów miało wątpliwości, czy maszyny opanują Go.

Jan Baldessari
Czyste piękno
1966-68

Ale nawet gdy Dreyfus wysuwał ten argument, kilku badaczy w rzeczywistości opracowywało podejście, które ostatecznie zapewniłoby maszynom tego rodzaju inteligencję. Czerpiąc luźną inspirację z neuronauki, eksperymentowali ze sztucznymi sieciami neuronowymi — warstwami matematycznie symulowanych neuronów, które można było wytrenować, by uruchamiały się w odpowiedzi na określone sygnały wejściowe. Po pierwsze, systemy te były boleśnie powolne, a podejście zostało odrzucone jako niepraktyczne ze względu na logikę i rozumowanie. Co najważniejsze, sieci neuronowe mogłyby nauczyć się robić rzeczy, których nie można było ręcznie zakodować, a później przydałoby się to do prostych zadań, takich jak rozpoznawanie odręcznych znaków, umiejętność, która została skomercjalizowana w latach 90. do odczytywania liczb na czekach . Zwolennicy utrzymywali, że sieci neuronowe w końcu pozwolą maszynom robić dużo, dużo więcej. Twierdzili, że pewnego dnia technologia zrozumie nawet język.

W ciągu ostatnich kilku lat sieci neuronowe stały się znacznie bardziej złożone i wydajne. Podejście to skorzystało z kluczowych udoskonaleń matematycznych i, co ważniejsze, szybszego sprzętu komputerowego i mnóstwa danych. Do 2009 roku naukowcy z Uniwersytetu w Toronto wykazali, że wielowarstwowa sieć głębokiego uczenia się może rozpoznawać mowę z rekordową dokładnością. A potem w 2012 roku ta sama grupa wygrała konkurs wizji maszynowej przy użyciu algorytmu głębokiego uczenia, który był zadziwiająco dokładny.

Sieć neuronowa głębokiego uczenia rozpoznaje obiekty na obrazach za pomocą prostej sztuczki. Warstwa symulowanych neuronów otrzymuje dane wejściowe w postaci obrazu, a niektóre z tych neuronów zostaną uruchomione w odpowiedzi na intensywność poszczególnych pikseli. Otrzymany sygnał przechodzi przez wiele innych warstw połączonych ze sobą neuronów, zanim dotrze do warstwy wyjściowej, która sygnalizuje, że obiekt został zaobserwowany. Technika matematyczna znana jako propagacja wsteczna służy do dostosowania czułości neuronów sieci w celu uzyskania prawidłowej odpowiedzi. To właśnie ten krok daje systemowi możliwość uczenia się. Różne warstwy w sieci będą reagować na cechy, takie jak krawędzie, kolory lub tekstury. Takie systemy mogą teraz rozpoznawać obiekty, zwierzęta lub twarze z dokładnością dorównującą ludziom.

Istnieje oczywisty problem z zastosowaniem głębokiego uczenia się w języku. Chodzi o to, że słowa są arbitralnymi symbolami i jako takie zasadniczo różnią się od obrazów. Na przykład dwa słowa mogą mieć podobne znaczenie, ale zawierać zupełnie różne litery; a to samo słowo może oznaczać różne rzeczy w różnych kontekstach.

W latach 80. naukowcy wpadli na sprytny pomysł na to, jak zmienić język w typ problemu, z jakim może sobie poradzić sieć neuronowa. Wykazali, że słowa mogą być reprezentowane jako wektory matematyczne, co pozwala na obliczenie podobieństw między pokrewnymi słowami. Na przykład łódź i woda znajdują się blisko przestrzeni wektorowej, mimo że wyglądają zupełnie inaczej. Naukowcy z Uniwersytetu w Montrealu, kierowani przez Yoshuę Bengio, i inną grupę z Google, wykorzystali tę wiedzę do zbudowania sieci, w których każde słowo w zdaniu może być użyte do skonstruowania bardziej złożonej reprezentacji — coś, co Geoffrey Hinton, profesor Uniwersytet w Toronto i wybitny badacz głębokiego uczenia się, który pracuje na pół etatu w Google, nazywa wektorem myśli.

Korzystając z dwóch takich sieci, możliwe jest tłumaczenie między dwoma językami z doskonałą dokładnością. A łącząc ten rodzaj sieci z siecią przeznaczoną do rozpoznawania obiektów na obrazach, można wyczarować zaskakująco wiarygodne podpisy.

Cel życia

Siedząc w sali konferencyjnej w samym sercu tętniącej życiem centrali Google w Mountain View w Kalifornii, jeden z badaczy firmy, którzy pomogli w opracowaniu tego podejścia, Quoc Le , rozważa pomysł maszyny, która mogłaby prowadzić właściwą rozmowę. Ambicje Le sięgają sedna tego, dlaczego mówiące maszyny mogą być przydatne. „Chcę mieć sposób na symulowanie myśli w maszynie”, mówi. A jeśli chcesz symulować myśli, powinieneś być w stanie zapytać maszynę, o czym myśli.

Tauba Auerbach
Odpowiedź/nie było tutaj II
2008

Google już uczy swoje komputery podstaw języka. W maju firma ogłosiła system nazwany Parsey McParseface, który może analizować składnię, rozpoznawać rzeczowniki, czasowniki i inne elementy tekstu. Nietrudno dostrzec, jak cenne dla firmy może być lepsze zrozumienie języka. Algorytm wyszukiwania Google używany do prostego śledzenia słów kluczowych i linków między stronami internetowymi. Teraz, korzystając z systemu o nazwie RankBrain, odczytuje tekst na stronach, starając się zrozumieć znaczenie i zapewnić lepsze wyniki. Le chce pójść o wiele dalej. Dostosowując system, który okazał się przydatny w tłumaczeniu i dodawaniu podpisów do obrazów, on i jego współpracownicy stworzyli Inteligentną odpowiedź, która odczytuje treść wiadomości Gmaila i sugeruje kilka możliwych odpowiedzi. Stworzył również program, który nauczył się z dzienników czatów pomocy technicznej Google, jak odpowiadać na proste pytania techniczne.

Ostatnio Le zbudował program zdolny do generowania zadowalających odpowiedzi na pytania otwarte; został przeszkolony przez karmienie dialogiem z 18 900 filmów. Niektóre z odpowiedzi wydają się niesamowicie trafne. Na przykład Le zapytał: Jaki jest cel życia? a program odpowiedział: Aby służyć większemu dobru. To była całkiem dobra odpowiedź, wspomina z szerokim uśmiechem. Prawdopodobnie lepiej niż mój byłby.

Jest tylko jeden problem, który szybko staje się widoczny, gdy spojrzysz na więcej odpowiedzi systemu. Kiedy Le zapytał: Ile nóg ma kot? jego system odpowiedział: Myślę, że cztery. Potem spróbował: Ile nóg ma stonoga? co wywołało ciekawą odpowiedź: Osiem. Zasadniczo program Le nie ma pojęcia, o czym mówi. Rozumie, że pewne kombinacje symboli idą w parze, ale nie rozumie prawdziwego świata. Nie wie, jak właściwie wygląda stonoga ani jak się porusza. To wciąż tylko iluzja inteligencji, pozbawiona zdrowego rozsądku, który ludzie uważają za pewnik. W ten sposób często można chybić systemów głębokiego uczenia się. Ten stworzony przez Google do generowania podpisów pod zdjęciami popełniłby dziwaczne błędy, jak na przykład opisywanie znaku ulicznego jako lodówki wypełnionej jedzeniem.

Le zapytał: Jaki jest cel życia? a program odpowiedział: Aby służyć większemu dobru.

Dziwnym zbiegiem okoliczności sąsiedni sąsiad Terry'ego Winograda w Palo Alto jest kimś, kto może pomóc komputerom lepiej docenić znaczenie słów. Fei-Fei Li, dyrektor Laboratorium Sztucznej Inteligencji Stanforda, była na urlopie macierzyńskim, kiedy mnie odwiedziłam, ale zaprosiła mnie do swojego domu iz dumą przedstawiła mi swoje piękne trzymiesięczne dziecko, Phoenix. Zobacz, jak ona patrzy na ciebie bardziej niż na mnie, powiedział Li, gdy Phoenix wpatrywał się we mnie. To dlatego, że jesteś nowy; to wczesne rozpoznawanie twarzy.

Li spędziła większość swojej kariery na badaniu uczenia maszynowego i wizji komputerowej. Kilka lat temu podjęła próbę zbudowania bazy danych zawierającej miliony obrazów obiektów, każdy oznaczony odpowiednim słowem kluczowym. Li wierzy jednak, że maszyny potrzebują jeszcze bardziej wyrafinowanego zrozumienia tego, co dzieje się na świecie, i w tym roku jej zespół opublikował kolejną bazę danych obrazów, opatrzoną znacznie bogatszymi adnotacjami. Każdy obraz został oznaczony przez człowieka dziesiątkami opisów: pies jadący na deskorolce, pies ma puszyste, pofalowane futro, droga jest popękana i tak dalej. Istnieje nadzieja, że ​​systemy uczenia maszynowego nauczą się lepiej rozumieć świat fizyczny. Językowa część mózgu otrzymuje wiele informacji, w tym z układu wzrokowego, mówi Li. Ważną częścią AI będzie integracja tych systemów.

Jest to bliższe sposobowi, w jaki dzieci się uczą, kojarząc słowa z przedmiotami, relacjami i czynami. Ale analogia z ludzkim uczeniem się idzie tylko tak daleko. Małe dzieci nie muszą widzieć psa na deskorolce, aby móc go sobie wyobrazić lub werbalnie opisać. Rzeczywiście, Li wierzy, że dzisiejsze narzędzia do uczenia maszynowego i sztucznej inteligencji nie wystarczą, by stworzyć prawdziwą sztuczną inteligencję. Mówi, że nie będzie to tylko głębokie uczenie bogate w dane. Li wierzy, że badacze AI będą musieli pomyśleć o takich rzeczach, jak inteligencja emocjonalna i społeczna. Mówi, że my [ludzie] jesteśmy straszni w przetwarzaniu ogromnych danych, ale jesteśmy świetni w abstrakcji i kreatywności.

Nikt nie wie, jak dać maszynom te ludzkie umiejętności — jeśli jest to w ogóle możliwe. Czy w takich cechach jest coś wyjątkowo ludzkiego, co sprawia, że ​​są poza zasięgiem sztucznej inteligencji?

Naukowcy zajmujący się kognitywizmem, tacy jak Tenenbaum z MIT, wysuwają teorię, że w dzisiejszych sieciach neuronowych brakuje ważnych składników umysłu, bez względu na to, jak duże mogą być te sieci. Ludzie mają zdolność bardzo szybkiego uczenia się na podstawie stosunkowo niewielkiej ilości danych i mają wbudowaną zdolność do bardzo efektywnego modelowania świata w 3D. Język opiera się na innych zdolnościach, które są prawdopodobnie bardziej podstawowe, które są obecne u małych niemowląt, zanim nauczą się języka: postrzeganie świata wzrokowo, działanie na nasze układy ruchowe, rozumienie fizyki świata lub celów innych agentów, mówi Tenenbaum.

Jeśli ma rację, trudno będzie odtworzyć rozumienie języka w maszynach i systemach sztucznej inteligencji bez próby naśladowania ludzkiego uczenia się, budowania modeli umysłowych i psychologii.

Wytłumacz się

Gabinet Noah Goodmana na wydziale psychologii Stanforda jest praktycznie pusty, z wyjątkiem kilku abstrakcyjnych obrazów opartych o jedną ścianę i kilku zarośniętych roślin. Kiedy przyjechałem, Goodman pisał na laptopie z bosymi stopami na stole. Poszliśmy na spacer po wyblakłym od słońca kampusie na mrożoną kawę. Język jest wyjątkowy, ponieważ opiera się na dużej ilości wiedzy o języku, ale także na ogromnej ilości zdroworozsądkowej wiedzy o świecie, a te dwie rzeczy idą w parze w bardzo subtelny sposób, wyjaśnił.

Goodman i jego uczniowie opracowali język programowania o nazwie Webppl, który może być używany do nadawania komputerom pewnego rodzaju probabilistycznego zdrowego rozsądku, co okazuje się bardzo przydatne w rozmowie. Jedna eksperymentalna wersja może zrozumieć kalambury, a inna radzi sobie z hiperbolą. Jeśli powie się, że niektórzy ludzie musieli czekać w nieskończoność na stolik w restauracji, automatycznie uzna, że ​​dosłowne znaczenie jest nieprawdopodobne, a najprawdopodobniej po prostu kręcili się przez długi czas i byli zirytowani. System nie jest naprawdę inteligentny, ale pokazuje, jak nowe podejścia mogą pomóc w tworzeniu programów AI, które mówią w bardziej realistyczny sposób.

Jednocześnie przykład Goodmana sugeruje również, jak trudno będzie nauczyć maszyny języka. Zrozumienie kontekstowego znaczenia wieczności jest tym, czego systemy AI będą musiały się nauczyć, ale jest to raczej proste i szczątkowe osiągnięcie.

„Chcę sposobu na symulowanie myśli w maszynie”, mówi. A jeśli chcesz symulować myśli, powinieneś być w stanie zapytać maszynę, o czym myśli.

Mimo trudności i złożoności problemu zaskakujący sukces, jaki naukowcy odnieśli dzięki technikom głębokiego uczenia się do rozpoznawania obrazów i doskonalenia się w grach takich jak Go, daje przynajmniej nadzieję, że możemy być również u progu przełomu w języku . Jeśli tak, to te postępy nadejdą w samą porę. Jeśli sztuczna inteligencja ma służyć jako wszechobecne narzędzie, którego ludzie używają do zwiększania własnej inteligencji i zaufania do przejmowania zadań w ramach płynnej współpracy, kluczem będzie język. Będzie to szczególnie prawdziwe, ponieważ systemy sztucznej inteligencji coraz częściej wykorzystują głębokie uczenie i inne techniki, aby zasadniczo same się programować.

Ogólnie rzecz biorąc, systemy głębokiego uczenia się budzą podziw, mówi John Leonard, profesor na MIT, który zajmuje się badaniem zautomatyzowanej jazdy. Ale z drugiej strony ich występ jest naprawdę trudny do zrozumienia.

Toyota, która bada szereg technologii do samodzielnej jazdy, zainicjowała projekt badawczy na MIT prowadzony przez Geralda Sussmana, eksperta w dziedzinie sztucznej inteligencji i języka programowania, w celu opracowania zautomatyzowanych systemów jazdy, które są w stanie wyjaśnić, dlaczego podjęli określone działanie. A dla autonomicznego samochodu oczywistym sposobem na to jest rozmowa. Budowanie systemów, które wiedzą to, co oni wiedzą, jest naprawdę trudnym problemem, mówi Leonard, który prowadzi inny projekt wspierany przez Toyotę w MIT. Ale tak, najlepiej byłoby, gdyby podawali nie tylko odpowiedź, ale wyjaśnienie.

Kilka tygodni po powrocie z Kalifornii zobaczyłem Davida Silvera, badacza Google DeepMind, który zaprojektował AlphaGo, wygłaszającego przemówienie na temat meczu z Sedolem na konferencji naukowej w Nowym Jorku. Silver wyjaśnił, że kiedy program wymyślił zabójcze posunięcie podczas drugiej gry, jego zespół był tak samo zaskoczony jak wszyscy inni. Jedyne, co widzieli, to przewidywane przez AlphaGo szanse na wygraną, które niewiele się zmieniły nawet po ruchu 37. Dopiero kilka dni później, po wnikliwej analizie, zespół Google dokonał odkrycia: analizując poprzednie gry, program obliczył szanse na wygraną. ludzki gracz wykonujący ten sam ruch co 1 na 10 000. Gry treningowe pokazały również, że gra oferowała niezwykle silną przewagę pozycyjną.

W pewnym sensie maszyna wiedziała, że ​​Sedol będzie kompletnie ślepy.

Silver powiedział, że Google rozważa kilka opcji komercjalizacji technologii, w tym jakiś rodzaj inteligentnego asystenta i narzędzia do opieki zdrowotnej. Następnie zapytałem go o znaczenie możliwości komunikowania się ze sztuczną inteligencją stojącą za takimi systemami. To ciekawe pytanie, powiedział po chwili. W przypadku niektórych aplikacji może to być ważne. Podobnie jak w opiece zdrowotnej, ważne może być, aby wiedzieć, dlaczego podejmuje się decyzję.

Rzeczywiście, w miarę jak systemy sztucznej inteligencji stają się coraz bardziej wyrafinowane i złożone, trudno wyobrazić sobie, jak będziemy z nimi współpracować bez użycia języka — bez możliwości zapytania ich: Dlaczego? Co więcej, możliwość bezproblemowego komunikowania się z komputerami uczyniłaby je nieskończenie bardziej użytecznymi i czułbym się niczym magicznym. W końcu język jest naszym najpotężniejszym sposobem rozumienia świata i interakcji z nim. Najwyższy czas, aby nasze maszyny
dogonił.

Will Knight jest starszym redaktorem ds. AI i robotyki w Przegląd technologii MIT . Jego film fabularny The People’s Robots ukazał się w majowo-czerwcowym numerze.

ukryć