Vzájemně komunikující AI modely realitou

Provedení nového úkolu pouze na základě ústního nebo písemného zadání a jeho následné popsání ostatním, tak aby jej mohli zopakovat, je základním stavebním kamenem lidské komunikace, který stále odolává umělé inteligenci (AI). Týmu z Ženevské univerzity (UNIGE) se nyní podařilo vymodelovat umělou neuronovou síť schopnou této kognitivní dovednosti. Poté, co se tento model umělá inteligence naučila a provedla řadu základních úkolů, byla schopna poskytnout jejich jazykový přepis "sesterskému" modelu umělé inteligence, která je následně zopakovala. Tyto slibné výsledky, zejména pro robotiku, byly publikovány v časopise Nature Neuroscience.

Provádění nových úkolů bez předchozího tréninku, pouze na základě slovních nebo písemných instrukcí, je jedinečnou lidskou schopností. A co víc, jakmile se úkol naučíme, jsme schopni ho popsat tak, aby ho jiný člověk mohl reprodukovat. Tato dvojí schopnost nás odlišuje od jiných živočišných druhů, které k naučení nového úkolu potřebují četné pokusy doprovázené pozitivními nebo negativními posilovacími a stimulujícími signály, aniž by jej byly schopny sdělit svým soukmenovcům.

Dílčí obor umělé inteligence (AI) - zpracování přirozeného jazyka - se snaží tuto lidskou schopnost obnovit pomocí strojů, které rozumí hlasovým nebo textovým údajům a reagují na ně. Tato technika je založena na umělých neuronových sítích, které jsou inspirovány našimi biologickými neurony a způsobem, jakým si v mozku navzájem předávají elektrické signály. Neuronové výpočty, které by umožnily dosáhnout výše popsaného kognitivního výkonu, jsou však stále nedostatečně pochopeny.

''V současné době jsou konverzační nástroje využívající umělou inteligenci schopni integrovat jazykové informace a vytvořit text nebo obraz. Ale pokud víme, nejsou zatím schopny převést slovní nebo písemný pokyn na senzomotorickou akci, a už vůbec ne vysvětlit ji jiné umělé inteligenci tak, aby ji mohla reprodukovat,'' vysvětluje Alexandre Pouget, profesor na katedře základních neurověd na lékařské fakultě UNIGE.

Neuronové sítě

Týmu se podařilo vyvinout umělý neuronový model s touto dvojí schopností, i když s předchozím minimálním tréninkem. "Začali jsme s existujícím modelem umělých neuronů S-Bert, který má 300 milionů neuronů a je předem vycvičen k porozumění jazyku. Propojili jsme ho s jinou, jednodušší sítí o několika tisících neuronů,'' vysvětluje Reidar Riveland, doktorand na katedře základních neurověd lékařské fakulty UNIGE a první autor studie.

V první fázi experimentu neurovědci tuto síť vycvičili tak, aby simulovala Wernickeho oblast, část mozku, která nám umožňuje vnímat a interpretovat jazyk. Ve druhé fázi byla síť vycvičena k reprodukci Brocovy oblasti, která je pod vlivem Wernickeovy oblasti zodpovědná za tvorbu a artikulaci slov. Celý proces probíhal na běžných přenosných počítačích. Umělé inteligenci poté byly předány písemné pokyny v angličtině.

Například: ukázat na místo - vlevo nebo vpravo nebo, což je složitější, mezi dvěma zrakovými podněty s malým rozdílem kontrastu ukázat ten světlejší. Vědci poté vyhodnotili výsledky modelu, který simuloval záměr pohybu, resp. v tomto případě ukazování. ''Jakmile se tyto úkoly naučili, síť je dokázala popsat druhé síti - kopii té první -, aby je mohla reprodukovat. Pokud je nám známo, je to poprvé, kdy spolu dvě umělé inteligence dokázaly komunikovat čistě jazykovým způsobem,'' říká Alexandre Pouget, který výzkum vedl.

Pro budoucí humanoidy

Tento model otevírá nové obzory pro pochopení interakce mezi modelovým jazykem a chováním. Je obzvláště slibný pro odvětví robotiky, kde je vývoj technologií umožňujících strojům vzájemnou komunikaci klíčovou otázkou. "Síť, kterou jsme vyvinuli, je velmi malá. Nyní již nic nebrání tomu, abychom na tomto základě vyvinuli mnohem složitější sítě, které by byly integrovány do humanoidních robotů schopných porozumět nejen nám, ale i sobě navzájem,'' uzavírají oba výzkumníci.

zdroj: ScienceDaily