Нова нейронна модель дозволяє мовну комунікацію між штучним інтелектом

У значному стрибку вперед для штучного інтелекту (AI), команда з Женевського університету (UNIGE) успішно розробила модель, яка імітує унікальну людську особливість: виконання завдань на основі усних або письмових інструкцій і подальшої комунікації їх іншим. Це досягнення адресує давнє виклик у сфері AI, позначаючи мілю в еволюції галузі.

Історично, системи AI успішно обробляли великі об’єми даних і виконували складні обчислення. Однак вони постійно не дотягували до завдань, які люди виконують інтуїтивно – вивчання нового завдання з простих інструкцій і подальше артикульоване передання цього процесу для повторення іншими. Спроможність не тільки зрозуміти, але й комунікувати складні інструкції є свідченням просунутих когнітивних функцій, які залишаються, до тепер, особливістю людського інтелекту.

Прорив команди UNIGE виходить за рамки простого виконання завдань і до просунутої людської мови загальності. Він включає модель AI, здатну поглинати інструкції, виконувати описані завдання, і потім розмовляти з “сестринською” AI, щоб передати процес у лінгвістичній формі, дозволяючи повторення. Це відкриття відкриває безпрецедентні можливості у сфері AI, особливо у сфері взаємодії людини з AI та робототехніки, де ефективна комунікація є важливою.

Виклик реплікування людських когнітивних здібностей у AI

Людські когнітивні навички виявляють видатну здатність до вивчення і комунікації складних завдань. Ці здібності, глибоко вкорінені в наших нейрокогнітивних системах, дозволяють нам швидко зрозуміти інструкції і передати наше розуміння іншим у зрозумілій формі. Реплікування цього складного взаємозв’язку між вивченням і лінгвістичним вираженням у AI було суттєвим викликом. На відміну від людей, традиційні системи AI вимагали великого тренування на конкретних завданнях, часто покладаючись на великі набори даних і ітеративне навчання з підкріпленням. Спроможність AI інтуїтивно зрозуміти завдання з мінімальних інструкцій і потім артикульоване передання свого розуміння залишається невловимим.

Ця прогалина у можливостях AI підкреслює обмеження існуючих моделей. Більшість систем AI працюють у межах своїх програмованих алгоритмів і наборів даних, не маючи можливості екстраполювати або інферувати за межі свого тренування. Отже, потенціал AI для адаптації до нових сценаріїв або комунікації інсайтів у людській манері суттєво обмежений.

Дослідження UNIGE представляє суттєвий крок у подоланні цих обмежень. Розробивши модель AI, яка не тільки виконує завдання на основі інструкцій, але й комунікує ці завдання іншій сутності AI, команда UNIGE продемонструвала критичний прогрес у когнітивних і лінгвістичних здібностях AI. Це відкриття свідчить про майбутнє, де AI може більш тісно імітувати людське вивчення і комунікацію, відкриваючи двері до застосунків, які вимагають такої динамічної інтерактивності і адаптивності.

Передбачення прогалини з природною мовою обробки

Природна мова обробки (NLP) стоїть на передовій у ліквідації прогалини між людською мовою і розумінням AI. NLP дозволяє машинам зрозуміти, інтерпретувати і відповісти на людську мову значимим чином. Ця субгалузь AI фокусується на взаємодії між комп’ютерами і людьми за допомогою природної мови, спрямованої на читання, розшифрування і надання сенсу людських мов у цінному вигляді.

Підставний принцип NLP полягає у його здатності обробляти і аналізувати великі об’єми природної мови даних. Цей аналіз не обмежується лише розумінням слів у буквальному сенсі, але розширюється до розуміння контексту, сентименту і навіть імпліцитних нюансів у мові. Використовуючи NLP, системи AI можуть виконувати ряд завдань, від перекладу і аналізу сентименту до більш складних взаємодій, таких як конверсаційні агенти.

Центральним у цьому прогресі NLP є розвиток штучних нейронних мереж, які черпають натхнення з біологічних нейронів у людському мозкові. Ці мережі імітують спосіб, яким людські нейрони передають електричні сигнали, обробляючи інформацію через взаємопов’язані вузли. Ця архітектура дозволяє нейронним мережам навчатися з вхідних даних і покращувати з часом, подібно до того, як людський мозок вчиться з досвіду.

Зв’язок між цими штучними нейронними мережами і біологічними нейронами є ключовим компонентом у просунутті лінгвістичної здатності AI. Моделюючи нейронні процеси, залучені у людське мовне розуміння і виробництво, дослідники AI закладають основу для систем, які можуть обробляти мову у спосіб, що дзеркально відображає людські когнітивні функції. Дослідження UNIGE є прикладом цього підходу, використовуючи просунуті моделі нейронних мереж для симуляції і реплікації складного взаємозв’язку між мовним розумінням і виконанням завдань, властивим людській когніції.

Підхід UNIGE до комунікації AI

Команда Женевського університету мала на меті створити штучну нейронну мережу, що імітує людські когнітивні здібності. Ключем було розробити систему, яка не тільки здатна зрозуміти мову, але й використовувати її для передачі вивчених завдань. Їхній підхід почався з існуючої моделі штучного нейрону, S-Bert, відомої своєю здатністю розуміти мову.

Стратегія команди UNIGE полягала у підключенні S-Bert, що складається з 300 мільйонів нейронів, попередньо натренованих у мовному розумінні, до меншої, простішої нейронної мережі. Ця менша мережа була призначена для реплікації конкретних областей людського мозку, залучених у мовну обробку і виробництво – зони Верніке і зони Брока, відповідно. Зона Верніке у мозкові є важливою для мовного розуміння, тоді як зона Брока відіграє ключову роль у виробництві мови і мовній обробці.

Об’єднання цих двох мереж мало на меті імітувати складний взаємозв’язок між цими двома областями мозку. Спочатку, об’єднана мережа була натренована на симуляцію зони Верніке, шліфуючи свою здатність сприймати і інтерпретувати мову. Надалі, вона пройшла тренування для реплікації функцій зони Брока, дозволяючи виробництво і артикуляцію мови. Видатно, весь цей процес проводився за допомогою звичайних ноутбуків, демонструючи доступність і масштабованість моделі.

Експеримент і його наслідки

Експеримент включав подачу письмових інструкцій англійською мовою AI, яка потім мала виконувати вказані завдання. Ці завдання варіювалися за складністю, від простих дій, таких як вказівка на місце у відповідь на стимул, до більш складних, таких як розрізнення і реакція на тонкі контрастні візуальні стимули.

Модель симулювала намір руху або вказівки, імітуючи людські реакції на ці завдання. Видатно, після освоєння цих завдань, AI була здатна лінгвістично описувати їх другій мережі, дублікат першої. Ця друга мережа, отримавши інструкції, успішно повторювала завдання.

Це досягнення позначає перший випадок, коли дві системи AI комунікували одна з одною чисто через мову, мілю у розвитку AI. Спроможність однієї AI інструктувати іншу у виконанні завдань через лінгвістичну комунікацію відкриває нові горизонти у взаємодії AI і співробітництві.

Перспективи для робототехніки і далі

Це інноваційне відкриття суттєво впливає на сферу робототехніки і розширюється до різних інших секторів. Потенційні застосування цієї технології у робототехніці особливо перспективні. Гуманоїдні роботи, оснащені цими просунутими нейронними мережами, могли б зрозуміти і виконувати складні інструкції, підвищуючи свою функціональність і автономність. Ця здатність є важливою для роботів, призначених для завдань, які вимагають адаптивності і вивчення, таких як у сфері охорони здоров’я, виробництва і особистої допомоги.

Крім того, наслідки цієї технології виходять за рамки робототехніки. У секторах, таких як обслуговування клієнтів, освіта і охорона здоров’я, системи AI з просунутими комунікаційними і навчальними здібностями могли б пропонувати більш персоналізовані і ефективні послуги. Розробка більш складних мереж, заснованих на моделі UNIGE, відкриває можливості для створення систем AI, які не тільки розуміють людську мову, але й взаємодіють у спосіб, що імітує людські когнітивні процеси, ведучи до більш природних і інтуїтивних взаємодій з користувачами.

Цей прогрес у комунікації AI натякає на майбутнє, де прогалина між людським і машинним інтелектом звужується, ведучи до досягнень, які могли б переозначити нашу взаємодію з технологіями. Дослідження UNIGE, отже, є не тільки свідченням еволюції можливостей AI, але й маяком для майбутніх досліджень у сфері штучної когніції і комунікації.