211service.com
AI gewapend met meerdere zintuigen zou flexibelere intelligentie kunnen krijgen
Menselijke intelligentie komt voort uit onze combinatie van zintuigen en taalvaardigheden. Misschien geldt hetzelfde voor kunstmatige intelligentie.
Selman Ontwerp
24 februari 2021
Waarom het uitmaakt:AI die kan voelen en spreken, zal veel beter zijn in het aangaan van nieuwe uitdagingen en het samenwerken met mensen.
Hoofdrolspelers:• OpenAI
• AI2
• Facebook
Beschikbaarheid:nutsvoorzieningen
Eind 2012 ontdekten AI-wetenschappers voor het eerst hoe ze neurale netwerken te zien. Ze bewezen dat software die is ontworpen om het menselijk brein losjes na te bootsen, bestaande computervisiesystemen drastisch kan verbeteren. Het veld heeft sindsdien geleerd hoe neurale netwerken kunnen imiteren zoals wij redeneren, horen, spreken en schrijven .
Maar hoewel AI opmerkelijk mensachtig - zelfs bovenmenselijk - is gegroeid bij het uitvoeren van een specifieke taak, kan het nog steeds niet de flexibiliteit van het menselijk brein vastleggen. We kunnen vaardigheden leren in de ene context en ze toepassen op een andere. Daarentegen, hoewel het spelalgoritme van DeepMind AlphaGo kan 's werelds beste Go-meesters verslaan, het kan die strategie niet buiten het bord uitbreiden. Deep-learning algoritmen zijn met andere woorden meesters in het oppikken van patronen, maar ze kunnen een veranderende wereld niet begrijpen en aanpassen.
Dit verhaal maakte deel uit van ons nummer van maart 2021
- Zie de rest van het nummer
- Abonneren
Onderzoekers hebben veel hypothesen over hoe dit probleem kan worden overwonnen, maar één in het bijzonder heeft aan kracht gewonnen. Kinderen leren over de wereld door haar te voelen en erover te praten. De combinatie lijkt cruciaal. Als kinderen woorden beginnen te associëren met bezienswaardigheden, geluiden en andere zintuiglijke informatie, zijn ze in staat om steeds ingewikkelder fenomenen en dynamieken te beschrijven, wat causaal is te onderscheiden van wat alleen correlatie weerspiegelt, en een geavanceerd model van de wereld te construeren. Dat model helpt hen vervolgens om door onbekende omgevingen te navigeren en nieuwe kennis en ervaringen in een context te plaatsen.
Verwant verhaal
De AI van DeepMind heeft nu bijna alle menselijke spelers bij StarCraft II overtroffen AlphaStar werkte met zichzelf samen om nieuwe strategieën te leren om het populaire galactische oorlogsspel te veroveren.AI-systemen daarentegen zijn gebouwd om slechts één van deze dingen tegelijk te doen. Computervisie- en audioherkenningsalgoritmen kunnen dingen waarnemen, maar kunnen geen taal gebruiken om ze te beschrijven. Een model in natuurlijke taal kan woorden manipuleren, maar de woorden staan los van elke zintuiglijke realiteit. Als zintuigen en taal werden gecombineerd om een AI een meer mensachtige manier om nieuwe informatie te verzamelen en te verwerken , zou het eindelijk zoiets als een begrip van de wereld kunnen ontwikkelen?
De hoop is dat deze multimodale systemen, met toegang tot zowel de zintuiglijke als linguïstische vormen van menselijke intelligentie, moeten leiden tot een robuuster soort AI dat zich gemakkelijker kan aanpassen aan nieuwe situaties of problemen. Dergelijke algoritmen kunnen ons vervolgens helpen om complexere problemen aan te pakken, of worden omgezet in robots die in ons dagelijks leven met ons kunnen communiceren en samenwerken.
Nieuwe ontwikkelingen in taalverwerkingsalgoritmen zoals OpenAI's GPT-3 hebben geholpen. Onderzoekers begrijpen nu hoe taalmanipulatie goed genoeg kan worden gerepliceerd om het combineren ervan met detectiemogelijkheden mogelijk vruchtbaarder te maken. Om te beginnen gebruiken ze het allereerste waarnemingsvermogen dat het veld heeft bereikt: computervisie. De resultaten zijn eenvoudige bimodale modellen, of visuele taal AI .
Het afgelopen jaar zijn er op dit gebied een aantal mooie resultaten geboekt. In september creëerden onderzoekers van het Allen Institute for Artificial Intelligence, AI2, een model dat kan een afbeelding genereren uit een tekstbijschrift , waarmee het vermogen van het algoritme wordt aangetoond om woorden te associëren met visuele informatie. In november ontwikkelden onderzoekers van de Universiteit van North Carolina, Chapel Hill, een methode die: neemt afbeeldingen op in bestaande taalmodellen , wat het begrijpend lezen van de modellen een boost gaf.
202110 baanbrekende technologieën
OpenAI gebruikte deze ideeën vervolgens om GPT-3 uit te breiden. Begin 2021 bracht het lab twee beeldtaalmodellen uit. Men koppelt de objecten in een afbeelding aan de woorden die ze beschrijven in een bijschrift. De andere genereert beelden op basis van een combinatie van de geleerde concepten. Je kunt hem bijvoorbeeld vragen om een schilderij te maken van een capibara die bij zonsopgang in een veld zit. Hoewel het dit misschien nog nooit eerder heeft gezien, kan het mixen en matchen met wat het weet van schilderijen, capibara's, velden en zonsopgangen om tientallen voorbeelden te bedenken.
Het bereiken van flexibelere intelligentie zou niet alleen nieuwe AI-toepassingen ontgrendelen, het zou ze ook veiliger maken.
Meer geavanceerde multimodale systemen zullen ook meer mogelijk maken geavanceerde robotassistenten (denk aan robotbutlers, niet alleen aan Alexa). De huidige generatie AI-aangedreven robots gebruiken voornamelijk visuele gegevens om te navigeren en interactie te hebben met hun omgeving. Dat is goed voor het uitvoeren van eenvoudige taken in beperkte omgevingen, zoals het afhandelen van bestellingen in een magazijn. Maar laboratoria zoals AI2 werken aan het toevoegen van taal en het opnemen van meer zintuiglijke input, zoals audio en tactiele gegevens, zodat de machines commando's kunnen begrijpen en complexere bewerkingen kunnen uitvoeren, zoals het openen van een deur wanneer iemand aan het kloppen is.
Op de lange termijn kunnen multimodale doorbraken enkele van de grootste beperkingen van AI helpen overwinnen. Experts beweren bijvoorbeeld dat het onvermogen om de wereld te begrijpen ook de reden is waarom het gemakkelijk kan falen of bedrogen kan worden. (Een afbeelding kan worden gewijzigd op een manier die niet waarneembaar is voor mensen, maar waardoor een AI het als iets heel anders identificeert.) Het bereiken van meer flexibele intelligentie zou niet alleen nieuwe AI-toepassingen ontgrendelen: het zou ze ook veiliger maken. Algoritmen die cv's screenen, zouden irrelevante kenmerken zoals geslacht en ras niet als tekenen van bekwaamheid beschouwen. Zelfrijdende auto's zouden in een onbekende omgeving niet de weg kwijt raken en crashen in het donker of bij sneeuwweer. Multimodale systemen kunnen de eerste AI's worden die we echt kunnen vertrouwen met ons leven.