Οι επιστήμονες δημιουργούν μοντέλα τεχνητής νοημοσύνης που μπορούν να συνομιλούν μεταξύ τους και να μεταδίδουν δεξιότητες με περιορισμένη ανθρώπινη συμβολή

Οι επιστήμονες μοντελοποίησαν επικοινωνιακές δεξιότητες που μοιάζουν με τις ανθρώπινες και τη μεταφορά γνώσεων μεταξύ τεχνητών νοημοσυνών – έτσι ώστε να μπορούν να διδάσκουν η μία την άλλη και να εκτελούν εργασίες χωρίς τεράστιο όγκο δεδομένων εκπαίδευσης. Οι επιστήμονες μοντελοποίησαν ένα δίκτυο τεχνητής νοημοσύνης ικανό να μαθαίνει και να εκτελεί εργασίες αποκλειστικά βάσει γραπτών οδηγιών. Αυτή η τεχνητή νοημοσύνη περιέγραφε στη συνέχεια ό,τι μάθαινε σε μια “αδελφή” τεχνητή νοημοσύνη, η οποία εκτελούσε την ίδια εργασία παρά το γεγονός ότι δεν είχε προηγούμενη εκπαίδευση ή εμπειρία στην εκτέλεσή της.

Η πρώτη τεχνητή νοημοσύνη επικοινωνούσε με την άλλη τεχνική νοημοσύνη της χρησιμοποιώντας την επεξεργασία φυσικής γλώσσας (NLP), ανέφεραν οι επιστήμονες στην εργασία τους που δημοσιεύθηκε στις 18 Μαρτίου στο περιοδικό Nature.

Η NLP είναι ένα υποπεδίο της τεχνητής νοημοσύνης που προσπαθεί να αναδημιουργήσει την ανθρώπινη γλώσσα στους υπολογιστές – έτσι ώστε οι μηχανές να μπορούν να κατανοούν και να αναπαράγουν γραπτό κείμενο ή ομιλία με φυσικό τρόπο. Αυτά βασίζονται στα νευρωνικά δίκτυα, τα οποία είναι συλλογές αλγορίθμων μηχανικής μάθησης που διαμορφώνονται έτσι ώστε να αναπαράγουν τη διάταξη των νευρώνων στον εγκέφαλο.

”Μόλις οι εργασίες αυτές είχαν μάθει, το δίκτυο ήταν σε θέση να τις περιγράψει σε ένα δεύτερο δίκτυο – ένα αντίγραφο του πρώτου – ώστε να μπορεί να τις αναπαράγει. Εξ όσων γνωρίζουμε, αυτή είναι η πρώτη φορά που δύο τεχνητές νοημοσύνες είναι σε θέση να συνομιλούν μεταξύ τους με καθαρά γλωσσικό τρόπο”, ανέφερε σε ανακοίνωσή του ο επικεφαλής συγγραφέας της εργασίας Alexandre Pouget, επικεφαλής του Νευροκέντρου του Πανεπιστημίου της Γενεύης.

Οι επιστήμονες πέτυχαν αυτή τη μεταφορά γνώσης ξεκινώντας με ένα μοντέλο NLP που ονομάζεται “S-Bert“, το οποίο είχε προ-εκπαιδευτεί για να κατανοεί την ανθρώπινη γλώσσα. Συνέδεσαν το S-Bert με ένα μικρότερο νευρωνικό δίκτυο που επικεντρώθηκε στην ερμηνεία των αισθητηριακών εισροών και στην προσομοίωση κινητικών ενεργειών ως απάντηση.

Αυτή η σύνθετη τεχνητή νοημοσύνη εκπαιδεύτηκε στη συνέχεια σε ένα σύνολο 50 ψυχοφυσικών εργασιών. Αυτές επικεντρώθηκαν στην απόκριση σε ένα ερέθισμα – όπως η αντίδραση σε ένα φως – μέσω οδηγιών που τροφοδοτούνται μέσω του γλωσσικού μοντέλου S-Bert.

Μέσω του ενσωματωμένου γλωσσικού μοντέλου, το RNN κατανοούσε πλήρεις γραπτές προτάσεις. Αυτό του επέτρεψε να εκτελεί εργασίες από οδηγίες φυσικής γλώσσας, τις οποίες έβγαζε κατά μέσο όρο 83% σωστά, παρά το γεγονός ότι δεν είχε δει ποτέ πριν εκπαιδευτικό υλικό ή δεν είχε εκτελέσει τις εργασίες. Αυτή η κατανόηση αντιστράφηκε στη συνέχεια, ώστε το RNN να μπορεί να επικοινωνήσει τα αποτελέσματα της αισθητικοκινητικής μάθησής του χρησιμοποιώντας γλωσσικές οδηγίες σε ένα πανομοιότυπο αδελφό AI, το οποίο εκτέλεσε με τη σειρά του τις εργασίες – επίσης χωρίς να τις έχει εκτελέσει ποτέ πριν.

Κάντε όπως κάνουμε εμείς οι άνθρωποι

Η έμπνευση για αυτή την έρευνα προήλθε από τον τρόπο με τον οποίο οι άνθρωποι μαθαίνουν ακολουθώντας προφορικές ή γραπτές οδηγίες για την εκτέλεση εργασιών – ακόμη και αν δεν έχουμε εκτελέσει ποτέ πριν τέτοιες ενέργειες. Αυτή η γνωστική λειτουργία διαχωρίζει τους ανθρώπους από τα ζώα- για παράδειγμα, πρέπει να δείξετε κάτι σε έναν σκύλο πριν τον εκπαιδεύσετε να ανταποκρίνεται σε προφορικές οδηγίες.

Ενώ τα chatbots με τεχνητή νοημοσύνη μπορούν να ερμηνεύσουν γλωσσικές οδηγίες για να δημιουργήσουν μια εικόνα ή ένα κείμενο, δεν μπορούν να μεταφράσουν γραπτές ή προφορικές οδηγίες σε φυσικές ενέργειες, πόσο μάλλον να εξηγήσουν τις οδηγίες σε μια άλλη τεχνητή νοημοσύνη.

Ωστόσο, προσομοιώνοντας τις περιοχές του ανθρώπινου εγκεφάλου που είναι υπεύθυνες για την αντίληψη της γλώσσας, την ερμηνεία και τις ενέργειες που βασίζονται σε οδηγίες, οι ερευνητές δημιούργησαν μια τεχνητή νοημοσύνη με ανθρώπινες ικανότητες μάθησης και επικοινωνίας.
Αυτό δεν θα οδηγήσει από μόνο του στην άνοδο της τεχνητής γενικής νοημοσύνης (AGI) – όπου ένας πράκτορας ΤΝ μπορεί να σκέφτεται εξίσου καλά με τον άνθρωπο και να εκτελεί εργασίες σε πολλούς τομείς. Αλλά οι ερευνητές σημείωσαν ότι μοντέλα τεχνητής νοημοσύνης όπως αυτό που δημιούργησαν μπορούν να βοηθήσουν στην κατανόηση της λειτουργίας του ανθρώπινου εγκεφάλου.

Υπάρχει επίσης περιθώριο για robots με ενσωματωμένη ΤΝ να επικοινωνούν μεταξύ τους για να μαθαίνουν και να εκτελούν εργασίες. Εάν μόνο ένα robot λάμβανε αρχικές οδηγίες, θα μπορούσε να είναι πραγματικά αποτελεσματικό στην κατασκευή και την εκπαίδευση άλλων αυτοματοποιημένων βιομηχανιών.

”Το δίκτυο που αναπτύξαμε είναι πολύ μικρό”, εξηγούν οι ερευνητές στην ανακοίνωσή τους. ”Τίποτα δεν στέκεται τώρα εμπόδιο στο να αναπτύξουμε, σε αυτή τη βάση, πολύ πιο πολύπλοκα δίκτυα όπου μοντέλα τεχνητής νοημοσύνης θα μπορούσαν να συνομιλούν μεταξύ τους και να μεταδίδουν δεξιότητες με περιορισμένη ανθρώπινη συμβολή

–πηγή–