Ερευνητές ανέπτυξαν AI που....εκπαιδεύει άλλες AI χωρίς ανθρώπινη παρέμβαση

Μια ομάδα ερευνητών δημιούργησε μοντέλα Τεχνητής Νοημοσύνης που μπορούν να συνομιλούν μεταξύ τους. Το νέο μοντέλο είναι ικανό να μαθαίνει και να εκτελεί εργασίες που του δίνονται με βάση αποκλειστικά γραπτές οδηγίες και στη συνέχεια να τις μεταβιβάζει σε άλλες AI, αναφέρουν οι ερευνητές.

Για να δοκιμάσουν πόσο αποτελεσματική μπορεί να είναι, οι επιστήμονες έβαλαν μια Τεχνητή Νοημοσύνη να μάθει πώς να εκτελεί την εργασία με βάση τις γραπτές οδηγίες της. Στη συνέχεια, επέτρεψαν στην Τεχνητή Νοημοσύνη να επικοινωνήσει με μια "αδελφή" Τεχνητή Νοημοσύνη, η οποία ήταν κατόπιν σε θέση να εκτελέσει τις εργασίες που της ζητήθηκαν χωρίς να χρειάζεται προηγούμενη εκπαίδευση ή εμπειρία. Πρόκειται για μια σπουδαία πρόοδο για τα δίκτυα Τεχνητής Νοημοσύνης και αναδεικνύει πραγματικά τις δυνατότητες της χρήσης της επεξεργασίας φυσικής γλώσσας (NLP) στην Τεχνητή Νοημοσύνη.

Η όλη ιδέα πίσω από το NLP είναι η αναδημιουργία της ανθρώπινης γλώσσας μέσα στους υπολογιστές, επιτρέποντας στις μηχανές να κατανοούν και να αναπαράγουν πιο εύκολα και πιο φυσικά γραπτό κείμενο ή ομιλία. Είναι μια καλή ιδέα, ειδικά με τόσες πολλές εξελίξεις στην Τεχνητή Νοημοσύνη, αλλά απέχουμε ακόμα πολύ από το να γίνει κάτι πραγματικά βιώσιμη. Αυτός είναι ο λόγος για τον οποίο η Τεχνητή Νοημοσύνη που μπορεί να συνομιλεί με άλλες AI είναι ένα τεράστιο άλμα προς τα εμπρός.

Με τη δημιουργία Τεχνητής Νοημοσύνης που μπορεί να επικοινωνεί με άλλες Τεχνητές Νοημοσύνες και να μεταδίδει πληροφορίες, οι επιστήμονες έχουν αφαιρέσει μεγάλο μέρος της αρχικής δουλειάς από τη δημιουργία μοντέλων AI. Συνήθως, πρέπει να εκπαιδευτεί κάθε μεμονωμένο μοντέλο στις εργασίες που θέλουμε να εκπονήσει. Αλλά, με ένα σύστημα όπως αυτό το δίκτυο Τεχνητής Νοημοσύνης που μπορεί να επικοινωνεί με άλλες AI εντός του ίδιου δικτύου, καταργείτε η ανάγκη να ολοκληρωθεί όλη αυτή η εκπαίδευση εκ των προτέρων.

Χάρη στη δουλειά που έγινε στο μοντέλο που χρησιμοποιήθηκε για το δίκτυο, οι ερευνητές αναφέρουν ότι μπόρεσαν να τροφοδοτήσουν το μοντέλο με ολόκληρες γραπτές προτάσεις, και στη συνέχεια αυτό μπόρεσε να τις κατανοήσει και να ανταποκριθεί πιο φυσικά.

[via]