Tai kas atsitinka, kai „Donald Trump“ atitinka dirbtinį intelektą

„MIT“, kuris atlieka robotų tyrimus, postdoktorantė Bradley Hayes tiesiog įjungė Donaldą „Drumpf“ Trump į robotą. Jis užprogramavo pasikartojančią nervų tinklą - dirbtinį intelektą - studijuoti ir sekti respublikonų-ish kandidatų kalbas.

Hayeso „dienos darbas“, sako jis, yra „žmogiškojo-roboto susivienijimo tyrimas: algoritmų projektavimas, leidžiantis robotams dirbti kartu ir mokytis iš žmonių, kad žmonės galėtų būti saugesni, efektyvesni ir efektyvesni savo darbe“. yra „šalutinis projektas“. Iš dalies jis įkvėpė Johno Oliverio „fantastišką eskizą“. („Tikimės, kad jis tai pamatys - tikiuosi, jis tai pamatys ir įvertins tai“.)

Inversinis kalbėjo su Hayes apie šią patriotinę veiklą.

Ką dar paskatino jus padaryti @DeepDrumpf?

Tai kilo dėl pokalbio su pietų metu su kai kuriais mano kolegomis, kurie taip pat atlieka robotikos tyrimus ir sprendžia mašinų mokymąsi. Mes kalbėjome apie kai kuriuos įvairius statistikos modeliavimo metodus, kurie buvo svarbūs mūsų tyrimams. Paaiškėja, kad tas pats metodas, kuris yra DeepDrumpf, veikia daugelyje robotų sričių, nes tai yra modeliavimo technika, kuri bando išmokti nuoseklios informacijos struktūrą arba nuoseklius duomenis. Natūrali kalba yra puikus sekos duomenų pavyzdys, kur sakinio struktūra yra gana nuosekli: yra taisyklių, o pagrindinė struktūra - visi duomenys, kuriuos gaunate.

Inerit 100 milijonų? Ir dabar statau visame pasaulyje. Ir aš turiu šiek tiek atvėsti.

- DeepDrumpf (@DeepDrumpf) 2016 m. Kovo 4 d

Skirtingas Stanfordo tyrėjas parašė neuroninių tinklų kursą, ypač paskelbė straipsnį „Nepagrįstas pasikartojančių neuronų tinklų veiksmingumas“. Taigi, jis parašė šį fantastinį įvedimą į šią statistinio modeliavimo techniką ir krūva žmonės parodė, kad turi tokią nepagrįstą galią atstovauti struktūrą tokio pobūdžio laisvos formos tekstinių duomenų rašymui.

Mačiau straipsnį, kuriame buvo lyginamas įvairių politinių vadovų kalbos sudėtingumas. Straipsnyje buvo pasakyta, kaip Trumpas naudoja paprastesnę kalbą, ir tai yra didžiulis smūgis su savo balsavimo demografiniais ir jo gerbėjais. Iš politinės perspektyvos tai tikrai puiku, nes dėl jūsų pranešimo aišku ir suvokiama kuo platesnė auditorija; tai reiškia, kad tai gali būti labiausiai traktuojamas modelis, kurį galime padaryti.

Ar girdėjote apie kodavimo kalbą, pavadintą „Padaryti Python Great Again“?

Jūs žinote, aš mačiau tai vakar. TrumpPython ar kažkas panašaus? Aš tai pastebėjau. Aš perskaičiau straipsnį apie tai, nuėjau į savo „GitHub“ puslapį, bet dar neturėjau laiko su juo žaisti. Bet atrodo puikiai.

Ar galime ką nors sužinoti apie „Trump“ lingvistines tendencijas ar kažką panašaus iš jūsų A.I.?

Taip, tai įmanoma tuo atveju, jei pažvelgsite į modelio išvestį, tai rodo struktūrą, kurią modelis išmoko iš duomenų. Taigi pasikartojimo rūšys, tai, kas išeina iš modelio, jums, galbūt, pasakys apie tam tikrus dalykus, kurie būdingi jo kalbėjimo modeliams ir jo pranešimui.

Jie visi sakė: „Man nereikia nieko. Jie turėjo siaubingą šalį ir turi ypatingą infrastruktūrą, mūsų šaliai reikia turtingos.

- DeepDrumpf (@DeepDrumpf) 2016 m. Kovo 4 d

Jūs nebūtinai galėsite tai gauti iš „Twitter“ paskyros, daugiausia dėl to, kad „Twitter“ suteikia jums tik 140 simbolių. Ir todėl, kad į modelį pateko nemažai duomenų ir iš dalies dėl to, kad transkriptai yra iš debatų - kur kandidatai (ir ypač „Trump“) linkę nutraukti save - tai lemia šiuos produkcijos nesėkmes.

Vis dar reikia šiek tiek rankinio darbo, kad iš esmės imtumėte teksto sienos iš šio modelio ir tada eikite per jį ir išsirinktumėte geriausias gretimą 140 ženklų nuggetą, o po to rašykite.

Tai verslas. Mūsų prezidentas yra Obamacare. dabar tai yra ne. Labai ačiū. Mes nesame įdomūs

- DeepDrumpf (@DeepDrumpf) 2016 m. Kovo 4 d

Taigi šiuo metu tai nėra labai išjungta?

Jis efektyviai mokosi kaip tikimybės pasiskirstymas, ir jūs galite iš jo išbandyti. Tai reiškia - jūs turite savo modelį ir galite paprašyti jo laiško. Ir jei paprašysite pakankamai laiškų iš eilės, tai jums duos dalykų, panašių į anglų kalbą. Arba, dar geriau, kai kurie iš jų panašūs į tai, ką Trumpas iš tikrųjų galėjo pasakyti, nes jis buvo jam išmokytas. Taigi, bendrasis procesas, kurį sekiau, yra toks: norėčiau iš jų paimti 500 ar 1000 simbolių. Tai tiesiog suteiktų man teksto sienos, turinčios 500 ar 1000 simbolių, manau, ramblings, ir tada iš to pačiu paimsiu geriausią 140 simbolių bloką, kuris yra prasmingas. Arba geriausias sakinys, kuris ateina iš jo, atrodo, yra aktualus.

Pvz., Praėjusią naktį naudodavau ją diskusijoms. Ir taip, vienas iš dalykų, kuriuos galite padaryti su tokiu modeliu, yra tai, kad galite tai padaryti. Taigi, kadangi modelis suteikia jums tik vieną ženklą vienu metu, tai priklauso nuo to, kokie simboliai yra prieš tai - raidės, kurias jis išleido anksčiau. Taip jis išmoksta žodžių, kaip tai užfiksuoja sakinių struktūrą ir tam tikrus gramatikos elementus.

Pasakykite, kad pradėjau sakinį su „Romney“ ir paprašykite, kad būtų užpildyti kiti tūkstančiai simbolių. Mes tai vadiname gruntu. Jis suteiks bet kokią informaciją, kurią ji nori, tačiau pradinėje sekos dalyje „Romney yra…“

Ar ta nuoroda į tuos „tweets“ su brūkšninėmis frazėmis?

Būtent taip.

Romney yra įrankis. Noriu jums tai pasakyti. Jie tikriausiai yra paskutinis dalykas, kurio reikia lyderiui. Mes negalime to padaryti.

- DeepDrumpf (@DeepDrumpf) 2016 m. Kovo 3 d

Vienas iš dalykų, kuriuos tikiuosi daryti, kai procesas bus šiek tiek švaresnis - ir tai tik ateis su daugiau duomenų - tai pradėti nuo sąveikos su kitais kandidatais. Jei žiūrite į „Twitter“ paskyrą, jis seka kitus pirminius kandidatus. Galų gale, tikimės, kad pradėsime atsakyti į juos ir galbūt juos iššūkis. Bet tai yra daugiau savaitgalio projekto.

@realDonaldTrump Jie ketina mokėti dabar ir kaip visiškai. Aš tikrai turtingas. O aš noriu juos palaikyti ir turėti.

- DeepDrumpf (@DeepDrumpf) 2016 m. Kovo 3 d

Ar galite paaiškinti, ką pasikartojantis neuronų tinklas yra supaprastinta, nespecializuota kalba?

Žinoma, mes bandysime. Neuroninis tinklas apskritai ima tam tikrą įvestį, o tai daro keletą matematikos viduryje, o tai suteikia jums išėjimą. Apskritai tai tik klasifikatorius. Taigi, atsižvelgiant į tam tikrą įvestį, jis jums pasakys, kokią klasę šis įvestis atitinka. Tai populiarus pavyzdys - pagrindinis neuroninis tinklas - jūs suteikiate katės vaizdą, ir norite, kad jis jums pasakytų, kad - jei tai yra, katė, šuo ar lėktuvas, ar automobilis - norite ji sako, kad „Gerai - su dideliu pasitikėjimu - tai katė, kurią ką tik davėte man“.

Taigi tai yra aukšto lygio klasifikavimo užduotis. Tai yra panaši sąvoka, bet vietoj katės, šuns, automobilio klasės yra atskiros abėcėlės raidės ir skyrybos ženklai. Taigi jis imasi įvesties, o po to atlieka matematiką, remdamasis tuo, ką jis sužinojo - todėl visi mokymai vyksta „viduryje“, tai vadiname - ir tai suteikia jums klasifikaciją pabaigoje. Taigi, kaip, Šis laiškas.

Tai, kas jį daro pasikartoja neuronų tinklas yra tai, kad ankstesnių žingsnių išvestis įeina į kitą etapą kaip modelio dalis. Tai, kad modelis man suteikė „M“, bus įtrauktas į kitą modelio perėjimą. Taigi jis gali suteikti jums „a“, o tada „k“, o tada „e“, nes bando „dar kartą atkurti Ameriką“, nes tai yra daug duomenų.

Ar esate ypač didžiuojasi bet kokiais DeepDrumpf tweets'ais?

Taip, iš tikrųjų. Aš turiu pora, kurios aš dar nepaskelbiau, bet -

Išskirtinis.

Juokiasi Tiksliai. Iš tų, kurie yra paskelbti, aš ypač džiaugiuosi, kad „ko ISIS nereikia“.

Ką ISIS nereikia.

- DeepDrumpf (@DeepDrumpf) 2016 m. Kovo 3 d

Pažiūrėkime… aš sėjamosi su „aš ne rasistinis, bet…“ ir tęsinys buvo „… tikėkite“, kuris, mano manymu, buvo gana puikus. Aš jį ketinsiu išsaugoti, kai jis tapo tinkamas.

Po šių žodžių niekas negerai.

Ar norėtumėte balsuoti už „Donald Trump“ ar balsuoti už „@DeepDrumpf“?

Manau, kad yra kompromisų su kiekvienu iš šių pasirinkimų.