Uus närvimudel võimaldab AI-te-AI keelelist suhtlust

Genfi ülikooli (UNIGE) meeskond tegi tehisintellekti (AI) olulise hüppe edasi edukalt välja töötanud mudeli mis jäljendab ainulaadset inimlikku omadust: ülesannete täitmine suuliste või kirjalike juhiste alusel ja seejärel teistele edastamine. See saavutus tegeleb tehisintellekti pikaajalise väljakutsega, mis tähistab valdkonna arengu verstaposti.

Ajalooliselt on AI-süsteemid silma paistnud suurte andmemahtude töötlemisel ja keerukate arvutuste tegemisel. Siiski on nad järjekindlalt alla jäänud ülesannetes, mida inimesed täidavad intuitiivselt – lihtsate juhiste põhjal uue ülesande õppimine ja seejärel selle protsessi teiste kordamiseks sõnastamine. Võime mitte ainult mõista, vaid ka edastada keerulisi juhiseid on tunnistus arenenud kognitiivsetest funktsioonidest, mis on siiani jäänud inimese intelligentsuse eripäraks.

UNIGE-i meeskonna läbimurre ulatub kaugemale pelgalt ülesannete täitmisest ja areneb edasijõudnutest inimlik keele üldistus. See hõlmab tehisintellekti mudelit, mis suudab vastu võtta juhiseid, täita kirjeldatud ülesandeid ja seejärel vestelda õde tehisintellektiga, et edastada protsessi keeleliselt, võimaldades replikatsiooni. See areng avab tehisintellektis enneolematud võimalused, eriti inimese ja tehisintellekti suhtlemise ja robootika valdkonnas, kus tõhus suhtlemine on ülioluline.

Inimese kognitiivsete võimete kordamise väljakutse AI-s

Inimese kognitiivsetel oskustel on märkimisväärne võime keeruliste ülesannete õppimiseks ja edastamiseks. Need võimed, mis on sügavalt juurdunud meie neurokognitiivsetes süsteemides, võimaldavad meil kiiresti mõista juhiseid ja edastada oma arusaama teistele sidusal viisil. Selle õppimise ja keelelise väljenduse vahelise keeruka koosmõju replikatsioon tehisintellektis on olnud märkimisväärne väljakutse. Erinevalt inimestest on traditsioonilised AI-süsteemid nõudnud konkreetsete ülesannete osas ulatuslikku koolitust, tuginedes sageli suurtele andmekogumitele ja korduvale tugevdamisõppele. Tehisintellekti võime intuitiivselt ülesandest minimaalsete juhiste põhjal aru saada ja seejärel oma arusaamist sõnastada on jäänud tabamatuks.

See lünk AI võimalustes toob esile olemasolevate mudelite piirangud. Enamik tehisintellektisüsteeme töötab oma programmeeritud algoritmide ja andmekogumite piires ning neil puudub võime ekstrapoleerida või järeldada väljaspool oma koolitust. Järelikult on tehisintellekti potentsiaal kohaneda uute stsenaariumidega või edastada teadmisi inimesele sarnasel viisil.

UNIGE uuring on märkimisväärne samm nende piirangute ületamisel. Luues tehisintellekti mudeli, mis mitte ainult ei täida juhiste alusel ülesandeid, vaid edastab need ülesanded ka teisele AI-üksusele, on UNIGE meeskond näidanud tehisintellekti kognitiivsete ja keeleliste võimete kriitilist arengut. See areng viitab tulevikule, kus tehisintellekt suudab paremini jäljendada inimesesarnast õppimist ja suhtlust, avades uksed rakendustele, mis nõuavad sellist dünaamilist interaktiivsust ja kohanemisvõimet.

Lõhe ületamine loomuliku keele töötlemisega

Loodusliku keele töötlemine (NLP) seisab inimkeele ja tehisintellekti mõistmise vahelise lõhe ületamisel esirinnas. NLP võimaldab masinatel inimkeelt mõtestatult mõista, tõlgendada ja sellele vastata. See tehisintellekti alamvaldkond keskendub arvutite ja inimeste vahelisele suhtlusele, kasutades loomulikku keelt, eesmärgiga lugeda, dešifreerida ja mõtestada inimkeeli väärtuslikul viisil.

NLP aluspõhimõte seisneb selle võimes töödelda ja analüüsida suuri koguseid loomuliku keele andmeid. See analüüs ei piirdu ainult sõnade mõistmisega otseses tähenduses, vaid hõlmab konteksti, sentimentide ja isegi keele kaudsete nüansside mõistmist. NLP-d võimendades saavad AI-süsteemid täita mitmesuguseid ülesandeid alates tõlkimisest ja sentimentide analüüsist kuni keerukamate interaktsioonideni, nagu vestlusagendid.

NLP edusammude keskmes on kunstlike närvivõrkude arendamine, mis ammutavad inspiratsiooni inimese aju bioloogilistest neuronitest. Need võrgud jäljendavad viisi, kuidas inimese neuronid edastavad elektrilisi signaale, töötledes teavet omavahel ühendatud sõlmede kaudu. See arhitektuur võimaldab närvivõrkudel sisendandmetest õppida ja aja jooksul paraneda, nagu inimaju õpib kogemustest.

Ühendus nende tehisnärvivõrkude ja bioloogiliste neuronite vahel on tehisintellekti keeleliste võimete edendamise võtmekomponent. Inimkeele mõistmise ja tootmisega seotud närviprotsesse modelleerides loovad tehisintellekti teadlased aluse süsteemidele, mis suudavad töödelda keelt viisil, mis peegeldab inimese kognitiivseid funktsioone. UNIGE uuring illustreerib seda lähenemisviisi, kasutades täiustatud närvivõrgu mudeleid, et simuleerida ja korrata inimese tunnetusvõimele omast keerulist koosmõju keele mõistmise ja ülesannete täitmise vahel.

UNIGE lähenemine tehisintellekti kommunikatsioonile

Genfi ülikooli meeskond püüdis luua kunstlikku närvivõrku, mis peegeldaks inimese kognitiivseid võimeid. Võti oli välja töötada süsteem, mis mitte ainult ei suudaks keelt mõista, vaid ka kasutab seda õpitud ülesannete edastamiseks. Nende lähenemine sai alguse olemasolevast kunstliku neuroni mudelist S-Bert, mis on tuntud oma keele mõistmise võimaluste poolest.

UNIGE meeskonna strateegia hõlmas 300 miljonist keele mõistmiseks eelkoolitatud neuronist koosneva S-Berti ühendamist väiksema ja lihtsama närvivõrguga. Selle väiksema võrgustiku ülesandeks oli replitseerida keele töötlemise ja tootmisega seotud inimaju konkreetseid piirkondi – vastavalt Wernicke piirkonda ja Broca piirkonda. Wernicke piirkond ajus on keele mõistmiseks ülioluline, samas kui Broca piirkond mängib kõne tootmisel ja keele töötlemisel keskset rolli.

Nende kahe võrgu liitmise eesmärk oli jäljendada nende kahe ajupiirkonna vahelist keerulist koostoimet. Esialgu treeniti kombineeritud võrgustikku Wernicke piirkonna simuleerimiseks, lihvides selle võimet keelt tajuda ja tõlgendada. Seejärel läbis see koolituse Broca piirkonna funktsioonide kordamiseks, võimaldades keele tootmist ja liigendamist. Märkimisväärne on see, et kogu see protsess viidi läbi tavaliste sülearvutite abil, mis näitab mudeli juurdepääsetavust ja mastaapsust.

Eksperiment ja selle tagajärjed

Katse hõlmas ingliskeelsete kirjalike juhiste edastamist tehisintellektile, mis pidi seejärel näidatud ülesandeid täitma. Nende ülesannete keerukus oli erinev, ulatudes lihtsatest toimingutest, nagu stiimulile vastuseks asukohale osutamine, kuni keerukamateni, nagu visuaalsete stiimulite peente kontrastide tuvastamine ja neile reageerimine.

Mudel simuleeris liikumise või osutamise kavatsust, jäljendades inimeste reaktsioone nendele ülesannetele. Märkimisväärne on see, et pärast nende ülesannete omandamist suutis AI neid keeleliselt kirjeldada teisele võrgule, mis on esimese koopia. See teine ​​​​võrk kordas pärast juhiste saamist ülesanded edukalt.

See saavutus on esimene juhtum, kus kaks AI-süsteemi on omavahel suhelnud puhtalt keele kaudu, mis on AI arengu verstapost. Ühe tehisintellekti võime ainuüksi keelelise suhtluse kaudu juhendada teist ülesannete täitmisel avab tehisintellekti interaktiivsuses ja koostöös uued piirid.

Selle arengu tagajärjed ulatuvad kaugemale akadeemilisest huvist, lubades olulisi edusamme valdkondades, mis sõltuvad keerukast AI-suhtlusest, nagu robootika ja automatiseeritud süsteemid.

Robootika ja muu väljavaated

See uuendus mõjutab oluliselt robootika valdkonda ja laieneb mitmetesse teistesse sektoritesse. Selle tehnoloogia potentsiaalsed rakendused robootikas on eriti paljutõotavad. Nende täiustatud närvivõrkudega varustatud humanoidrobotid suudavad mõista ja täita keerulisi juhiseid, suurendades nende funktsionaalsust ja autonoomiat. See võime on ülioluline robotite jaoks, mis on loodud kohanemisvõimet ja õppimisvõimet nõudvate ülesannete täitmiseks, nagu tervishoid, tootmine ja isiklik abi.

Lisaks ulatub tehnoloogia mõju robootikast kaugemale. Sellistes sektorites nagu klienditeenindus, haridus ja tervishoid võiksid täiustatud suhtlus- ja õppimisvõimega AI-süsteemid pakkuda isikupärasemaid ja tõhusamaid teenuseid. UNIGE mudelil põhinevate keerukamate võrkude arendamine pakub võimalusi luua tehisintellektisüsteeme, mis mitte ainult ei mõista inimkeelt, vaid ka suhtlevad viisil, mis jäljendab inimese kognitiivseid protsesse, mis toob kaasa loomulikuma ja intuitiivsema kasutajakogemuse.

See tehisintellekti kommunikatsiooni areng vihjab tulevikule, kus lõhe inimese ja masina intelligentsuse vahel väheneb, mis toob kaasa edusamme, mis võivad meie suhtlust tehnoloogiaga uuesti määratleda. UNIGE uuring ei ole seega mitte ainult tunnistus tehisintellekti arenevatest võimalustest, vaid ka majakas tulevasteks uuringuteks kunstliku tunnetuse ja kommunikatsiooni valdkonnas.