Mark Zuckerberg Bertanya, 'Bolehkah Kita Mengajar A.I. untuk membaca 'Alice in Wonderland?'

Selepas mengalahkan permainan purba Pergi bulan lalu, pasukan perisikan buatan Facebook terus menetapkan barnya sendiri lebih tinggi dan lebih tinggi: Pada hari Khamis, Mark Zuckerberg (yang kini sedang bekerja keras sendiri, penolong peribadi A.I.) mengumumkan bahawa penyelidiknya mengajar A.I. untuk meramalkan perkataan yang hilang dalam cerita kanak-kanak.

"Bolehkah kita mengajar A.I. untuk membaca Alice di Wonderland ?, "Zuckerberg bertanya dalam siaran Facebook ini.

A.I. dilatih untuk meramalkan bagaimana untuk mengisi jurang dalam kalimat yang tidak lengkap, tetapi ia dapat melakukan lebih daripada sekadar kekurangan. Komputer telah mempunyai kapasiti ini dalam bentuk remaja untuk seketika sekarang, Zuck menerangkan. Mereka telah mampu meramalkan "kata-kata mudah seperti 'On' atau 'Di' dan kata kerja seperti 'Berjalan' atau 'Makan,' "Tetapi apabila ia datang kata nama, komputer ini telah lama bergelut.

Jadi, para penyelidik Facebook ini membuat ujian yang kemudiannya dapat mengetahui cara melewati warna terbang: "The Children's Book Test." (Facebook juga mengeluarkan fail 1.6 GB dari semua buku kanak-kanak yang AI belajar di dalam ujian.tgz borang, tersedia - amaran: muat turun segera - di sini.)

A.I. juga dilatih untuk menjawab pertanyaan mengenai berita, dan kemajuan ini akan, kata Zuck, pergi jauh ke arah membangunkan pembantu chat Facebook Messenger, yang diberi nama "M."

Idea ini ialah A.I. pemaju akan mengambil projek ini juga, dan menggunakan dataset 1.6 GB yang sama besarnya.

Dari kertas yang diterbitkan oleh penyelidik kepada orang ramai:

Ujian ini memerlukan ramalan tentang pelbagai jenis kata yang hilang dalam buku kanak-kanak, memandangkan kedua-dua perkataan yang berdekatan dan konteks yang lebih luas dari buku itu. Manusia yang mengambil ujian meramalkan semua jenis perkataan dengan tahap ketepatan yang sama. Walau bagaimanapun, mereka bergantung pada konteks yang lebih luas untuk membuat ramalan yang tepat tentang entiti atau kata nama yang dinamakan, sedangkan ia tidak penting apabila meramalkan kata kerja atau preposisi frekuensi tinggi.

Jelas sekali, manusia atau komputer tidak boleh melakukan ini sepenuhnya buta - kedua-dua subjek memerlukan sedikit konteks. Walau bagaimanapun, konteksnya terlalu banyak, dan komputer semakin terharu; terlalu sedikit, dan komputernya mengalir dalam kekeliruan.

Zuck mahu satu hari menggembalakan A.I. kepada Facebook Messenger, bermakna Facebook akan mempunyai pembantu sembang sekurang-kurangnya setanding dengan Google.

Ujian lain, dikebumikan jauh di dalam kertas yang diterbitkan, memberikan gambaran tentang apa yang boleh menjadi salah satu ciri yang dirancang oleh M banyak. Para penyelidik melatih A.I. untuk belajar dari dataset 93,000 artikel berita dari CNN. Setiap artikel dalam dataset mempunyai "soalan yang diperolehi daripada ringkasan bullet point accompanying" itu, dan jawapan kepada soalan itu selalu merupakan entiti bernama - kata nama yang tepat. A.I. melakukan ujian yang baik: dalam keadaan tertentu, ia "melampaui keadaan terkini."

Oleh itu pembantu sembang boleh - mungkin - menjawab soalan mengenai cerita berita semasa. ("Apa nama Ketua Pegawai Eksekutif yang hanya menentang kerajaan secara terbuka?" Tim Cook.) Dan apabila A.I.s menulis berita dan menanggapi pertanyaan mengenai berita, tidak akan ada keperluan untuk orang baik di Songsang untuk wujud lagi. Sehingga itu, kami akan menghampiri masa hadapan A.I. keupayaan tuan atas kemampuan terbaik manusia.