Rozmowy z AI

Wykonanie nowego zadania wyłącznie na podstawie instrukcji słownych lub pisemnych, a następnie opisanie go innym ludziom, aby mogli go odtworzyć, jest istotnym elementem ludzkiej komunikacji, którego odtworzenie przez AI jest trudne do powtórzenia. Takim osiągnięciem szczyci się zespół z Uniwersytetu Genewskiego (UNIGE). Po nauczeniu i wykonaniu serii podstawowych zadań AI było w stanie opisać je "siostrzanemu" AI, które również było w stanie je wykonać po tej instrukcji. Wyniki te opublikowano w Nature Neuroscience.

AI z niemalże ludzką zdolnością do nauki i przekazywania wiedzy

Wykonanie nowego zadania bez wcześniejszego szkolenia, wyłącznie na podstawie instrukcji słownych lub pisemnych, to unikalna ludzka zdolność. Co więcej, po nauczeniu zadania jesteśmy w stanie je opisać, tak aby inna osoba mogła je odtworzyć. Ta zdolność wyróżnia nas od innych gatunków. Korzystając z AI i innych technologii, takich jak przetwarzanie języka naturalnego, próbuje się odtworzyć tę ludzką zdolność. Kluczem są maszyny, które rozumieją i reagują informacje przekazywane zarówno tekstowo jak i przez rozmowę na głos.

Badaczom udało się stworzyć sztuczny model neuronalny zdolny powtórzyć czynność na podstawie przekazanej instrukcji. Wykorzystali istniejący model sztucznych neuronów, S-Bert, zawierający 300 milionów neuronów wytrenowanych do zrozumienia języka. Podłączyli go do innej, prostszej sieci kilku tysięcy neuronów. Najpierw uruchomili trening, dzięki któremu sieć naśladowała funkcję jaką pełni obszar Wiernickiegow naszym mózgu, umożliwiający percepcję i interpretację mowy. Później nauczyli model naśladowania obszaru Broca, produkującego i artykułującego słowa pod wpływem obszaru Wernickego.

Perspektywy na przyszłość

Model ten otwiera nowe horyzonty dla zrozumienia interakcji między językiem a zachowaniem, zwłaszcza w sektorze robotyki, gdzie rozwój technologii umożliwiających maszynom rozmowy między sobą jest kluczowym zagadnieniem. "Sieć, którą stworzyliśmy jest bardzo mała. Nie ma nic na przeszkodzie, aby na tej podstawie rozwijać znacznie bardziej złożone sieci, które zostaną zintegrowane z humanoidalnymi robotami zdolnymi do zrozumienia nas, a także siebie nawzajem" – podsumowują badacze.