有很多资源或时间,所有这些都需要花费很多时间,尤其是在成本方面,数十家公司和研究中心一个月又一个月地致力于一个尽可能简单和日常的话题。 压缩与发展 人工智能。 我之所以说每天都简单,是因为尽管人类几乎对此一无所知,但事实是,我们逐渐习惯了使用这类机器,这证明了它们是我们拥有的虚拟助手,例如,在我们的手机上。
正如几乎所有致力于研究和开发工作时间的研究人员所说,事实是,由于对人工智能世界几乎一无所知,因此还有很长的路要走。 来自我的一个非常简单的测试是由来自 Facebook 预期将获得一系列结果,并且已经取得了截然不同的结果。
来自Facebook的研究人员在他们的一项实验中,对他们的测试结果完全感到困惑 机器学习.
正如Facebook所解释的那样,将自己置于背景中一会儿,显然进行这项实验的基本思想是测试他们的 机器学习,一种学习技术,人工智能系统根据重复性动作学习执行某些任务,也就是说,使计算机学习多次重复执行的任何动作。 他们在这一点上所做的基本上是使用这种类型的测试,以便计算机 自己学习自主发言.
该测试的想法很简单,实际上是使用一系列工具来实现这一目标,即通过两个简单说话的聊天机器人的反复迭代,最终的系统将学会通信。 事实是,这个新产生的系统并非旨在具备以下功能: 创建一种新的语言 或类似的东西,研究人员希望以此方式能够获得一种能够以更快的方式与人类对话者学习和聊天的工具。
这些只是预期的理论结果,因为正如该条目的标题所述,负责该项目的一组研究人员真正获得的是 完全出乎意料的事情 经过数小时的培训之后,新的人工智能系统和聊天机器人之间的这些对话怎么可能导致不了什么呢? 创造一种新的语言.
机器学习的例行测试会导致创建新的交流语言。
正是由于这次对话中涉及的所有系统开始以与我们迄今为止所见的所有语言完全不同的语言说话,所以研究人员不得不 停止项目执行并更改模型 因为他们无法跟踪不同机器之间进行的对话。 此时,请注意整个项目负责人的陈述,他在此向我们介绍整个团队在执行此项目后得出的结论:
事实是,未来的工作仍有很大的潜力,特别是探索其他推理策略,并在不背离人类语言的情况下提高句子的多样性
尽管许多人可能将此测试归类为 失败事实是,它令人印象深刻的是,它无需人工干预就能使系统能够创建自己的语言进行交流。 毫无疑问,这是一个新的例子,说明在我们了解人工智能世界背后的内容以及面对某些输入时的行为方式之前,我们还有很长的路要走。