Υπάρχουν πολλοί πόροι ή χρόνος, με όλα αυτά που συνεπάγεται, ιδίως όσον αφορά το κόστος, που δεκάδες εταιρείες και ερευνητικά κέντρα αφιερώνουν κάθε μήνα ένα θέμα τόσο απλό και καθημερινό όσο μπορεί συμπίεση και ανάπτυξη του τεχνητή νοημοσύνη. Λέω απλό και καθημερινό γιατί, παρά το γεγονός ότι η ανθρωπότητα δεν γνωρίζει σχεδόν τίποτα για αυτό το θέμα, η αλήθεια είναι ότι λίγο-πολύ έχουμε συνηθίσει να ασχολούμαστε με αυτόν τον τύπο μηχανών, μια απόδειξη είναι οι εικονικοί βοηθοί που έχουμε, για παράδειγμα, στα τηλέφωνά μας.
Όπως σχεδόν όλοι οι ερευνητές που αφιερώνουν το ωράριό τους στην ανάπτυξη και την εξερεύνηση σε αυτό το πεδίο σχολιάζουν, η αλήθεια είναι ότι υπάρχει ακόμη πολύς δρόμος που πρέπει να διανύσουμε αφού δεν γνωρίζουμε σχεδόν τίποτα για τον κόσμο της τεχνητής νοημοσύνης. Ένα πολύ απλό τεστ για αυτό που παρουσιάζω είναι το τελευταίο έργο που πραγματοποιήθηκε από μια ομάδα ερευνητών από Facebook όπου αναμενόταν να έχει μια σειρά αποτελεσμάτων και πολύ διαφορετικά έχουν επιτευχθεί.
Οι ερευνητές στο Facebook, σε ένα από τα πειράματά τους, μπερδεύονται εντελώς από τα αποτελέσματα των δοκιμών τους μάθηση μηχανής.
Βάζοντας τον εαυτό μας στο πλαίσιο για μια στιγμή, όπως εξηγείται από το Facebook, προφανώς η βασική ιδέα της πραγματοποίησης αυτού του πειράματος ήταν να δοκιμάσουμε τις τεχνικές τους μάθηση μηχανής, μια τεχνική μάθησης όπου ένα σύστημα τεχνητής νοημοσύνης μαθαίνει να εκτελεί συγκεκριμένες εργασίες βασισμένες σε επαναλαμβανόμενες πράξεις, δηλαδή, να κάνει έναν υπολογιστή να μάθει να εκτελεί οποιαδήποτε ενέργεια με βάση την επανάληψή του πολλές φορές. Βασικά αυτό που έκαναν σε αυτό το σημείο είναι να χρησιμοποιήσουν αυτόν τον τύπο δοκιμής έτσι ώστε ένας υπολογιστής δίδαξε να μιλάει αυτόνομα.
Η ιδέα για αυτό το τεστ είναι τόσο απλή όσο το γεγονός της χρήσης μιας σειράς εργαλείων για να επιτευχθεί αυτό, μέσω της επαναλαμβανόμενης επανάληψης δύο chatbots που απλώς μίλησαν, το προκύπτον σύστημα μαθαίνει να επικοινωνεί. Η αλήθεια είναι ότι αυτό το νέο προκύπτον σύστημα δεν προοριζόταν να είναι ικανό δημιουργήστε μια νέα γλώσσα ή κάτι τέτοιο, οι ερευνητές ήλπιζαν ότι με αυτόν τον τρόπο θα αποκτήσουν ένα εργαλείο ικανό να μάθει και να συνομιλήσει με έναν ανθρώπινο συνομιλητή με πολύ πιο γρήγορο τρόπο.
Αυτά ήταν μόνο τα αναμενόμενα θεωρητικά αποτελέσματα αφού, όπως λέει ο τίτλος αυτής της καταχώρησης, αυτό που πραγματικά έλαβε η ομάδα ερευνητών που ήταν υπεύθυνοι για το έργο κάτι εντελώς απροσδόκητο Πώς μπορεί να είναι ότι, μετά από ώρες και ώρες εκπαίδευσης, αυτές οι συνομιλίες μεταξύ του νέου συστήματος τεχνητής νοημοσύνης και των chatbots οδήγησαν σε τίποτα λιγότερο από δημιουργία μιας νέας γλώσσας.
Μια ρουτίνα δοκιμή της μηχανικής μάθησης οδηγεί στη δημιουργία μιας νέας γλώσσας επικοινωνίας.
Ακριβώς επειδή όλα τα συστήματα που συμμετείχαν σε αυτήν τη συνομιλία άρχισαν να μιλούν σε μια γλώσσα εντελώς διαφορετική από όλες τις γλώσσες που έχουμε δει μέχρι σήμερα, οι ερευνητές έπρεπε να διακοπή εκτέλεσης έργου και αλλαγή μοντέλου αφού δεν μπορούσαν να ακολουθήσουν τη συνομιλία που έγινε μεταξύ των διαφορετικών μηχανών. Παρακολουθώντας σε αυτό το σημείο τις δηλώσεις του υπευθύνου ολόκληρου του έργου όπου μας λέει για τα συμπεράσματα που κατέληξε σε ολόκληρη την ομάδα μετά την ολοκλήρωση αυτού του έργου:
Η αλήθεια είναι ότι εξακολουθούν να υπάρχουν πολλές δυνατότητες για μελλοντική εργασία, ιδίως διερεύνηση άλλων στρατηγικών συλλογισμού και βελτίωση της ποικιλομορφίας των προτάσεων χωρίς απομάκρυνση από την ανθρώπινη γλώσσα
Αν και πολλοί μπορούν να ταξινομήσουν αυτήν τη δοκιμή ως αποτυχίαΗ αλήθεια είναι ότι είναι κάτι περισσότερο από εντυπωσιακό στο γεγονός ότι, χωρίς ανθρώπινη παρέμβαση, έχει οδηγήσει στο σύστημα να μπορεί να δημιουργήσει τη δική του γλώσσα για επικοινωνία. Αναμφίβολα, ένα νέο παράδειγμα για το πώς έχουμε ακόμη πολύ δρόμο να διανύσουμε μέχρι να καταλάβουμε τι βρίσκεται πίσω από τον κόσμο της τεχνητής νοημοσύνης και πώς συμπεριφέρεται όταν αντιμετωπίζει ορισμένες εισροές.