При обучении языку системы искусственного интеллекта обычно используют аннотации, которые описывают «работу» слов. Но это непрактично во многих случаях. Даже если все согласны с этими аннотациями, работа с ними часто занимает много времени и они все-таки могут показаться неестественными.
В чем суть решения, предложенного MIT? ИИ учится также, как это делает ребенок. Исследователи разработали синтаксический анализатор (парсер), который имитирует процесс обучения детей, когда они наблюдают за сценами и устанавливают связи.
Эта система изучает видеоролики с субтитрами и учится связывать слова с объектами и действиями, определяя точность описания. Она превращает потенциальные значения в логические математические выражения, выбирая те из них, которые наиболее точно представляют происходящее по мнению анализатора. Хотя ИИ может начинать с огромного диапазона потенциальных значений и незначительного предположения о наблюдаемой сцене, он будет постепенно сужать этот диапазон. Аннотации могут помочь ускорить процесс, однако эта технология может обойтись и без них.
Крайне важно, чтобы подход был гибким. По мере того, как система наблюдает за своей средой, она может обучиться не только формальному языку, но и не формальным оборотам повседневного речевого взаимодействия. MIT предполагает появление роботов, которые могли бы адаптироваться к языковым привычкам окружающих людей, общающихся даже обрывками предложений и другими элементами неформального диалога.
«Детский метод» может ускорить процесс обучения и создать ИИ, который сможет обрабатывать необычные, редкие языки, редко имеющие удобные для ИИ аннотации. На данном этапе основная задача состоит в том, чтобы научить роботов использовать этот метод путем взаимодействия, а не просто через наблюдение.
Понравился пост? Ставьте лайк и подписывайтесь на наш канал, чтобы следить за технологиями будущего!
