多くのリソースや時間がありますが、これには特にコストの面で、何十もの企業や研究センターが毎月、できるだけシンプルで毎日のトピックに専念しています。 の圧縮と開発 人工知能。 人類はこのテーマについてほとんど何も知らないという事実にもかかわらず、私たちがこのタイプのマシンを扱うことに少しずつ慣れてきたという事実にもかかわらず、それらの証拠は私たちが持っている仮想アシスタントであるため、私はシンプルで日常的に言います、たとえば、私たちの電話で。
この分野の開発と探求に時間を費やしている事実上すべての研究者がコメントしているように、人工知能の世界については事実上何も知らないので、真実はまだ長い道のりがあります。 私が提示するものの非常に簡単なテストは、からの研究者のグループによって実行された最新のプロジェクトです Facebook 一連の結果が期待され、非常に異なる結果が達成された場所。
Facebookの研究者は、実験のXNUMXつで、次のテストの結果に完全に戸惑っています。 機械学習.
Facebookから説明されているように、私たちを少しの間文脈に置くと、明らかにこの実験を実行する基本的なアイデアは、彼らの技術をテストすることでした 機械学習、人工知能システムが反復行為に基づいて特定のタスクを実行することを学習する学習手法。つまり、コンピューターに、それを何度も繰り返すことに基づいて任意のアクションを実行することを学習させる。 基本的に、この時点で彼らが行ったことは、このタイプのテストを使用して、コンピューターが 自律的に話すことを自分で学ぶ.
このテストのアイデアは、一連のツールを使用してそれを達成するのと同じくらい簡単です。単純に話すXNUMXつのチャットボットを繰り返し繰り返すことで、結果のシステムは通信を学習します。 真実は、この新しい結果のシステムができるように意図されていなかったということです 新しい言語を作成する 研究者たちは、このようにして、人間の対話者とはるかに迅速に学習し、チャットできるツールを手に入れることを望んでいました。
このエントリのタイトルが示すように、プロジェクトを担当する研究者のグループが実際に得たものは、 まったく予想外の何か 何時間ものトレーニングの後、新しい人工知能システムとチャットボットの間のこれらの会話が、他に何ももたらされなかったのはどうしてですか？ 新しい言語の作成.
機械学習の定期的なテストにより、新しいコミュニケーション言語が作成されます。
この会話に関係するすべてのシステムが、これまでに見たすべての言語とは完全に異なる言語で話し始めたため、研究者は プロジェクトの実行を停止し、モデルを変更します 彼らは異なるマシン間で行われていた会話を追うことができなかったからです。 この時点で、このプロジェクト全体の責任者の声明に出席し、このプロジェクトを実行した後にチーム全体が到達した結論について説明します。
真実は、特に他の推論戦略を探求し、人間の言語から離れることなく文の多様性を改善することで、将来の仕事の可能性がまだたくさんあるということです
多くの人がこのテストを ファロ真実は、人間の介入なしに、システムが通信するための独自の言語を作成することができたという事実に非常に印象的です。 間違いなく、人工知能の世界の背後にあるものと、特定の入力に直面したときの動作を理解するまでには、まだ長い道のりがあるという新しい例です。