リサーチ

仮想アシスタントの作成者は、AIの分野では新しいアプローチなしでは彼らが運命づけられていると信じています。

Boris Katzは、機械を支援するキャリアを築きました言語を習得する。彼は、現在のAI技術ではSiriやAlexaを本当に賢くするのに十分ではないと考えています。 Siri、Alexa、Google Home - その言語を分析する技術が、日常生活の中でますますその用途を見出しています。しかし、MITの最高研究責任者であるBoris Katzは、それほど印象的ではありません。過去40年間にわたり、彼は機械の言語能力に大きく貢献してきました。

1980年代に、彼は可能なSTARTシステムを開発しました。自然言語クエリに応答します。 STARTで使用されたアイデアは、ワトソンがJeopardyで勝利するのを助けました!そして今日のチャットボットの基礎を築きました。

しかし今カッツはこの地域を心配していますそれは何年も前からあった考えに基づいています、そしてこれらの考えは機械知能を現実に近づけません。 MIT Technolody ReviewがBoris Katzにインタビューしました。あなたが車をよりスマートにするためにあなたが研究を指示する必要があるところを見つけよう。

人工知能を本当に賢くする方法

あなたのコンピュータ学習の歴史はどのように始まったのですか?

私は1960年代に初めてコンピュータに出会いましたモスクワ大学の学生としての年。私が使った車はBESM-4と呼ばれていました。それと通信するのに使用できるのは8進コードだけです。私の最初のコンピュータプロジェクトは、数学の問題を読み、理解し、そして解決するようにコンピュータに教えることでした。

それから私はコンピュータプログラムを開発しました詩を書く。私はまだ私が機械室でどのように立っていたかを覚えていて、その機械によって作られた次の詩を待っています。私はその詩の美しさにびっくりしました。彼らは知的な存在によって創造されたようです。その時もそこでも、私は自分の人生の残りの部分でインテリジェントな機械を作り、それらと通信する方法を見つけることに取り組みたいと思っていたことに気づきました。

Siri、Alexa、そしてその他のパーソナルアシスタントについてどう思いますか?

一方で、私たちはこの驚くべき進歩を非常に誇りに思っています - 彼のポケットの中の誰もが私たちが何年も前に私たちが創造するのを助けた何かを持ち、これは素晴らしいです。

しかし、その一方で、これらのプログラムは信じられないほど愚かです。だから誇りの感覚は恥の感覚が点在しています。あなたは、人々が合理的だと思う何かを実行しますが、それは近いことでさえありません。

機械学習のおかげで、人工知能は飛躍的に進歩しました。それは車が言語を理解するのをより良くするのではないでしょうか?

一方では、この劇的なことがあります進歩しますが、その一方で、この進歩の一部は肥大化しています。機械学習の成果を見ると、すべてのアイデアは20〜25年前に登場しました。ちょうどその結果、エンジニアは素晴らしい仕事をして、これらのアイデアを実現しました。この技術がどんなに素晴らしいものであっても、それは本当の理解 - 本当の知性の問題を解決しないでしょう。

非常に高いレベルで、現代の方法 - 機械学習やディープラーニングなどの統計的方法は、パターンを見つけるのに非常に優れています。そしてほとんどの場合、人々は同じ文章を作成するのが普通なので、言語で見つけるのはとても簡単です。

予測テキスト入力を見てください。 機械はあなたが何を言おうとしているのかをよく知っている。あなたはそれを賢明と呼ぶかもしれませんが、実際には彼女は単に言葉と数を数える。私たちは常に同じことを言っているので、パターンをキャッチしてあたかもそれらが合理的であるかのように振る舞うシステムを作ることは非常に簡単です。これはほとんどの近代的な進歩の架空の性質です。

OpenAIによって最近導入された言語を生成するための「危険な」ツールはどうですか。

これらの例は本当に印象的ですが、私はしません彼らが私たちに教えてくれることを私は完全に理解しています。 OpenAI言語モデルは、(同じトピックに関する)特定のテキスト内の前の単語すべてを考慮に入れて、次の単語を予測するために800万のWebページでトレーニングされました。この膨大な量の学習は確かにテキストのローカルな一貫性(構文上そして意味上さえ)を確実にします。

なぜ人工知能が間違った方向に動いていると思いますか?

他の分野と同様に、言語の処理においては、膨大な量のデータ - 何百万もの文章 - についてのモデルのトレーニングが進歩しました。しかし、人間の脳はそのようなパラダイムを使って言語を学ぶことはできません。私たちは子供がベビーベッドに百科事典を置かれず、言葉を学ぶことを期待していない。

何かを見たら、それを言葉で説明します。誰かが何かを言うのを聞くとき、私たちは記述された物や出来事が世界でどう見えるかを想像します。人々は視覚的、触覚的および言語的感覚データで満たされた物理的環境に住んでいます、そしてこれらの入力の冗長で補完的な性質は子供たちが世界を理解すると同時に言語を学ぶのを許します。おそらくこれらの方法を別々に研究することによって、問題をより困難にし、そしてより簡単にはしなかったのでしょうか?

なぜ常識が重要なのですか。

ロボットが物を集めるのに役立つとしましょう。あなたは彼にこう言います:「それは小さすぎるので、この本は赤い箱には収まりません。」もちろん、赤い四角が小さすぎて意味のある会話を続けることができることをロボットに理解させてください。しかし、あなたがロボットに言うと、「この本は赤い箱には収まりません。大きすぎるので」、ロボットはこの本は非常に大きく箱ではないと推測しなければなりません。

会話の本質が何であるかを理解する送信は非常に重要であり、人々は毎日この作業を実行します。しかし、これらや他の例からわかるように、それは私達の機械では現在利用できない世界の深い理解に依存することが多い。常識と直感的な物理学の理解、他人の信念と意図の理解、視覚化と推論の能力そして結果、そしてもっと多くのこと。

あなたは模擬の物理的世界を使って機械に言語を教えることを試みています。なぜ

私は両親が置く子供を見たことがないベビーベッド内の百科事典と言う: "学ぶ学びなさい。"しかし、今日の私たちのコンピューターもそうです。私は、これらのシステムが私たちがどのように望むのかを学び、私たちが望むように世界を理解するとは思わない。

子供の場合は、すぐにもらう世界の触感。それから赤ん坊は世界を見始め、目的のでき事そして特性を吸収する。それから子供は言語入力を聞く。そして、これが理解の魔法を生み出す唯一の方法です。

どちらが最善のアプローチですか?

前進する一つの方法は人間の知能をより深く理解し、それを使ってインテリジェントな機械を作ります。 AI研究は発達心理学、認知科学および神経科学の考えに基づいているべきであり、そしてAIモデルは人々が世界を研究し理解する方法についてすでに知られていることを反映するべきです。

本当の進歩はいつからも始まるでしょう科学者は彼らのオフィスから出てきて、他の地域の人々とコミュニケーションを取り始めるでしょう。一緒に、私たちは知性を理解し、それを私たちの物理的世界で話し、見、そして行動することができるインテリジェントな機械でそれをどのように再現するかを考え出すことに近づくでしょう。

あなたはBorisに同意しますか? Telegramでのチャットで教えてください。