Skaperen av den virtuelle assistenter mener at de er fortapt uten en ny tilnærming innen AI

Boris Katz har bygget en karriere på å hjelpe maskiner for å lære språket. Han mener at den nåværende AI-teknologi er ikke nok til å gjøre Siri eller Alexa virkelig smart. Siri, Alexa, Hjem teknologier, som analyserer språket, ofte finner sin anvendelse i hverdagen. Men Boris Katz, chief research officer av MIT, er ikke imponerende. I løpet av de siste 40 årene, har han spilt en sentral rolle i den språklige evner av maskiner.

I 1980-årene utviklet han et system for START, er i stand til å svare på det formulert et naturlig språk-spørsmål. Ideer som brukes i STARTEN, hjalp Watson vinne Fare! og la grunnlaget for dagens chatbots.

Men nå Katz er bekymret for at dette området baserer seg på ideen om at for mange år, men disse ideene ikke bringe maskin intelligens til ekte. MIT Technolody Gjennomgang intervjuet Boris Katz. La oss finne ut hvor du skal sende studere til å bli smartere.

Hvordan å lage kunstig intelligens er veldig smart

der kom historien begynner undervisningen datamaskiner til å bruke språket?

Første gang jeg møtte datamaskiner på 1960-tallet som en student av Moscow University. Bilen brukte jeg ble kalt BESM-4. For å ta kontakt med henne, du kan bare bruke oktal kode. Min første datamaskin prosjektet opplæring av datamaskinen å lese, forstå og løse matematiske problemer.

Da jeg utviklet et dataprogram, eller skrive dikt. Jeg husker fortsatt står i maskinrommet og venter på neste dikt som er generert av maskinen. Jeg ble lamslått av skjønnheten av versene; de syntes å være skapt av en intelligent vesen. Der og da innså jeg at jeg ønsket resten av mitt liv til å arbeide på etablering av intelligente maskiner og finne måter å kommunisere med dem.

Hva tror du om Siri, Alexa, og andre personlige assistenter?

Det er Morsomt å si dette, fordi på den ene side, vi er veldig stolte av den utrolige fremgang i hver lomme-det er noe vi bidratt til å skape mange år siden, og det er flott.

Men på den annen side, disse programmene er utrolig dumt. Så en følelse av stolthet preget av en følelse av skam. Du starter noe som folk finner det rimelig, men det er ikke engang i nærheten av det.

Takk til maskinlæring, i kunstig intelligens har det vært en betydelig fremgang. Betyr ikke det at maskinene bedre på å forstå språket?

På den ene siden, det er dette dramatisk fremgang, men på den andre delen av denne overdrevne fremgang. Hvis du ser på prestasjoner av maskinlæring, alle ideer ble 20-25 år siden. Bare ingeniører i slutten gjorde en flott jobb og brakte disse ideene ut i livet. Uansett hva denne teknologien er stor kan være, er det ikke til å løse problemet med den nåværende forståelse av denne intelligens.

På et svært høyt nivå av moderne metoder — statistiske metoder som for eksempel maskinlæring og dyp læring, er svært gode til å finne mønstre. Og siden folk vanligvis produsere de samme tilbudene mesteparten av tiden, de er veldig lett å finne i språket.

Se på logisk skriving. Maskinen vet bedre enn deg hva du har å si. Du kan kalle det rimelig, men egentlig er hun bare tenker på ord og tall. Som vi hele tiden sier det samme, det er veldig enkelt å lage systemer som fanger opp regelmessighetene og oppfører seg som om de er rimelige. Denne fiktive karakter, mye av det moderne fremskritt.

Hvordan om "farlig" - verktøyet genererer språk ?

Disse eksemplene er virkelig imponerende, men jeg kan ikke helt forstå hva de lærer oss. OpenAI språk modellen ble trent på 8 millioner web-sider til å forutsi det neste ordet gitt alle de forrige ord i en tekst (på samme tema). Denne enorme mengden av trening, selvfølgelig, gir lokal sammenheng (syntaktisk og selv semantisk) av tekst.

hvorfor tror du kunstig intelligens beveger seg i feil retning?

I behandling språk, som på andre områder, fremgang har blitt gjort i opplæring av modeller på enorme mengder data — millioner av setninger. Men den menneskelige hjerne kan ikke lære et språk ved hjelp av dette paradigmet. Vi ikke la våre barn med et leksikon i sengen, og forventet at de ville lære språket.

Når vi ser noe, vi beskrive dette språket; når vi hører noen snakker, vi presentere hvordan de beskrevne objekter og hendelser vises i verden. Menneskene lever i en fysisk miljø fylt med visuell, taktil og språklige sensoriske data, og den er overflødig og komplementære natur av disse inngangene gir barn muligheten til å gi mening til verden, og samtidig lære språket. Kanskje ved å studere disse metodene i isolasjon, har vi gjort problem vanskeligere, ikke lettere?

Hvorfor er sunn fornuft viktig?

For eksempel, din robot hjelper deg å samle inn ting, du sier: "Denne boken vil ikke passe inn i den røde boksen, fordi det er for liten". Selvfølgelig, du vil roboten innså at den røde boksen er for liten, og du kan fortsette en meningsfull samtale. Men hvis du forteller robot: "Denne boken vil ikke passe inn i den røde boksen, fordi det er for stor", roboten har å gjette at denne boken er veldig store, og ikke en boks.

Forstå hva essensen av samtalen er en referanse, det er veldig viktig, og folk utføre denne oppgaven hver dag. Men, som du kan se fra disse og andre eksempler, er det ofte basert på en dyp forståelse av verden, som for tiden ikke er tilgjengelig for våre maskiner:forståelse av sunn fornuft og intuitiv fysikk, en forståelse av holdninger og intensjoner for andre, evnen til å visualisere og grunn om årsak og virkning, og mer.

Du prøver å lære maskin språk, ved hjelp av simulerte fysiske verdener. Hvorfor?

Jeg har ikke sett et barn hvis foreldre sette leksikon i sengen og sier, "Gå og lær". Men så gjør våre datamaskiner i dag. Jeg tror ikke disse systemene vil være med å lære så mye som vi ønsker, eller forstå verden slik vi ønsker.

I tilfelle av barn, de umiddelbart motta taktile opplevelser fra hele verden. Da babyen begynner å se verden og oppleve hendelser og egenskaper til objekter. Da barnet hører språket. Og den eneste måten magien skjer forståelse.

Hva er den beste tilnærmingen?

En av de måter fremover er å få en dypere forståelse av menneskelig intelligens, og deretter bruke denne forståelsen til å lage intelligente maskiner. Studiet av AI bør være basert på ideer om utviklingspsykologi, kognitiv vitenskap og nevrobiologi, og AI bør reflektere hva som er allerede kjent om hvordan mennesker lærer og forstår verden.

Reell fremgang vil begynne bare når forskere kommer ut av kontorene sine og begynner å chatte med folk i andre områder. Sammen vil vi nærme oss forståelse av intelligens og å finne ut hvordan å gjengi det i intelligente maskiner som kan snakke, se og handle i vår fysiske verden.

Jeg er Enig med Boris? Fortell oss .