Skaparen av den virtuella assistenter anser att de är dömda utan en ny strategi inom AI

Boris Katz har byggt en karriär på att hjälpa maskiner för att lära sig språket. Han anser att den nuvarande AI teknik är otillräckliga för att göra Siri eller Alexa riktigt smart. Siri, Alexa, Hem, teknik, som analyserar det språk, som ofta finner sin tillämpning i det dagliga livet. Men Boris Katz, chief research officer på MIT, är inte imponerande. Under de senaste 40 åren, han spelade en viktig roll i den språkliga förmågor av maskiner.

Under 1980-talet utvecklade han ett system för START, har möjlighet att svara till de formulerade naturlig språk-frågor. Idéer som används på START, hjälpte Watson vinna Fara! och lade grunden för dagens chatbots.

Men nu Katz är orolig för att detta område bygger på tanken att under många år, men dessa idéer inte ta med maskinen intelligens till real. MIT Technolody Granskning intervjuade Boris Katz. Låt oss ta reda på vart du ska skicka studie för att bli smartare.

Hur man gör artificiell intelligens är riktigt smart

var har din berättelse börjar lära datorer att använda språket?

Jag Först stötte på datorer på 1960-talet som en student i Moskva Universitet. Bilen som jag använde hette BESM-4. För att kontakta henne, du kan endast använda oktala koden. Min första dator som deltar i projektet utbildning för datorn att läsa, förstå och lösa matematiska problem.

Då jag utvecklat ett datorprogram, eller skriva poesi. Jag minns fortfarande stående i maskinrummet väntar på nästa dikter som alstras av maskinen. Jag blev chockad av den vackra verser, de verkade vara skapad av en intelligent varelse. Där och då insåg jag att jag ville ha den resten av mitt liv för att arbetet med att skapa intelligenta maskiner och att hitta sätt att kommunicera med dem.

Vad tycker du om Siri, Alexa och andra personliga assistenter?

Det är Roligt att säga detta, eftersom det å ena sidan är vi mycket stolta över den otroliga framsteg i varje ficka det är något vi hjälpte till att skapa för många år sedan och det är underbart.

Men å andra sidan, dessa program är otroligt dumt. Så en känsla av stolthet som avbryts av en känsla av skam. Du startar något som människor betraktar som rimliga, men det är inte ens i närheten av det.

Tack till maskininlärning, artificiell intelligens har det skett en betydande utveckling. Inte att göra maskiner som är bättre på att förstå språket?

På den ena sidan, det är denna dramatiska framsteg, men på den andra delen av denna överdrivna framsteg. Om man tittar på resultat av lärande, alla idéer var 20-25 år sedan. Bara ingenjörer i slutet gjorde ett bra jobb och tog dessa idéer till liv. Vad denna teknik är bra kan vara, det löser inte problemet med den nuvarande förståelse av denna intelligens.

På en mycket hög nivå av moderna metoder statistiska metoder för lärande och djupt lärande, är mycket bra för att hitta mönster. Och eftersom folk vanligtvis producerar samma behandlar de flesta av tiden, de är mycket lätta att hitta i språket.

Titta på automatisk textigenkänning. Maskinen vet bättre än du vad du har att säga. Du kan kalla det rimliga, men egentligen är hon bara tänker på ord och siffror. Som vi ständigt säger samma sak, det är mycket enkelt att skapa system för att fånga lagbundenheter och beter sig som om de är rimliga. Denna fiktiva karaktär mycket av den moderna utvecklingen.

Hur "farligt" verktyg generera språk ?

Dessa exempel är verkligen imponerande, men jag förstår inte riktigt vad de lära oss. OpenAI språk modell var utbildad på 8 miljoner webbsidor för att förutsäga nästa ord med tanke på alla tidigare ord i en text (på samma ämne). Denna enorma mängd av utbildning, naturligtvis, ger lokal samstämmighet (syntaktiska och även semantiska) i texten.

varför tror du att artificiell intelligens är på väg i fel riktning?

I behandlingen av språket, som i andra områden har framsteg gjorts på utbildning av modeller på enorma mängder data — miljontals meningar. Men den mänskliga hjärnan inte kan lära sig ett språk med hjälp av detta paradigm. Vi vill inte lämna våra barn med ett uppslagsverk i sängen, väntar på att de skulle lära sig språket.

När vi ser något, vi beskriva detta språk, när vi hör när någon talar, vi redogöra för hur de beskrivna objekt och händelser att visas i den världen. Människor lever i en fysisk miljö, fylld av visuell, taktil och språkliga sensoriska data, och den överflödiga och kompletterande karaktär av dessa ingångar gör det möjligt för barn att förstå världen och samtidigt lära sig språket. Kanske genom att studera dessa metoder i isolering, vi gjorde problemet svårare, inte lättare?

Varför är sunt förnuft viktigt?

Till exempel, din robot hjälper dig att samla in saker, du säger: "den Här boken kommer inte att passa i den röda boxen, eftersom den är för liten". Naturligtvis, du vill roboten insåg att den röda rutan är för liten och du kan fortsätta på ett meningsfullt samtal. Men om du berättar för roboten: "den Här boken kommer inte att passa i den röda rutan, eftersom det är för stor", roboten har att gissa att denna bok är mycket stor, och inte en box.

Förstå vad kärnan i samtalet är en referens, det är mycket viktigt och människor kan utföra denna uppgift varje dag. Men som du kan se från dessa och andra exempel, det bygger ofta på en djup förståelse av världen, som är för närvarande inte tillgängliga för våra maskiner:förståelse av sunt förnuft och intuitivt fysik, en förståelse av de föreställningar och intentioner hos andra, förmågan att visualisera och resonera om orsak och verkan, och mycket mer.

Du försöker lära maskinen språket, med hjälp av simulerade fysiska världar. Varför?

Jag har inte sett ett barn vars föräldrar sätta uppslagsverk i sängen och säga: "Gå och lär". Men så gör våra datorer idag. Jag tror inte att dessa system kommer att vara att lära sig så mycket som vi vill, eller förstå världen på det sätt vi vill.

När det gäller barn, de får genast taktila sensationer från världen. Då barnet börjar se världen och absorbera de händelser och egenskaper hos objekt. Då barnet hör språk ingång. Och det enda sättet som det magiska händer förståelse.

Vad är det bästa sättet?

En av de vägar framåt är att få en djupare förståelse av den mänskliga intelligensen, och sedan använda denna förståelse för att skapa intelligenta maskiner. Studien av AI bör vara baserat på idéer i psykologi, kognitiv vetenskap och neurobiologi, och AI bör spegla vad som redan är känt om hur människor lär sig och förstå världen.

Ett Verkligt framsteg kommer att påbörjas först när forskarna kommit ut ur sina kontor och börja chatta med människor från andra områden. Tillsammans vi kommer att närma sig förståelsen av intelligens och räkna ut hur att återge det i intelligenta maskiner som kan tala, se och handla i vår fysiska värld.

Jag Håller med Boris? Berätta för oss .