Skaitymas padeda A.I. Sužinokite, kaip numatyti žmogaus reakcijas

Yra daug skirtingų būdų A.I. kūrėjai stengiasi gauti pažangių mašinų, kad sužinotų ir įsisavintų informaciją ir patirtį, ir tai paprastai reiškia, kad programos atlieka didžiulius duomenų iškrovimus. Tačiau Stanfordo mokslininkų komanda ieško daug labiau įprastos mokymo formos, kuria žmonės rėmėsi nuo rašytinio žodžio aušros.

Naujajame tyrime, įkeltame į „arXiv“ (išreikštą „archyvą“) popieriaus saugyklą, mokslinių tyrimų grupė apibūdina, kaip ji sukūrė programą „Auguras“, kad gal ÷ tų pasiekti nepaprastai didelę internetin ÷ s fantastikos duomenų bazę, ir sužinojo, kaip tiksliai prognozuoti įvairius žmogaus reakcija į konkrečias situacijas - grindžiama tik tuo, ką ji skaitė.

Auguras iš esmės sužinojo apie žmones per 600 000 istorijų, kurios šiuo metu saugomos internetinėje rašymo bendruomenėje „WattPad“. Skaitytas žmogaus elgesio aprašymas, apimantis nuo kasdienio, pavyzdžiui, valgymo ar savęs paėmimo, iki daug labiau ekstremalios. Dėl šios priežasties „Augur“ gali nustatyti atskirų žmonių veiksmus realaus pasaulio situacijose ir prognozuoti, koks bus kitas žingsnis, pvz., Telefonas, kuris tylės, kai jūsų atsakymai yra mažai, “rašo mokslininkai.

Ir lengva suprasti, kodėl fikcija yra tokia naudinga mokymosi priemonė. „„ Nors mes linkę galvoti apie istorijas apie dramatiškus ir neįprastus įvykius, kurie formuoja jų sklypus “, - rašo mokslininkai,„ pasakojimai taip pat užpildyti prozinga informacija apie tai, kaip mes naršome ir reaguojame į kasdienę aplinką. Per daugelį milijonų žodžių šie paplitę modeliai yra daug dažniau nei jų dramatiški kolegos. Šiuolaikinės fantastikos simboliai įsijungia į šviesą, kai patenka į kambarius; jie reaguoja į komplimentus, nuleidžiami; jie neatsako į jų telefonus, kai jie dalyvauja susitikimuose. “

Iki šiol atliktuose lauko bandymuose dalyviams buvo suteikta „Augur“ valdoma nešiojama kamera, leidžianti sistemai nustatyti objektus ir asmenis tam tikroje aplinkoje. Sistema sugebėjo numatyti kitą žingsnį 71 proc. Tikslumu. Apie 94 proc. Šių prognozių buvo vertinamos kaip „protingos“ - tai gana didelis spektaklis, kai prisimenate, kad tai tik algoritminio kodo krūva, bandanti prognozuoti ateitį.

Žinoma, tai ne pirmas kartas A.I. mokslininkai kreipėsi į literatūrą, kad mokytų mašinas. „Facebook“ neseniai pasiekė 1,6 gigabaitų vaikų istorijos, prie kurios gali padėti A.I. atskirti realistinius scenarijus nuo fantastinio.