PAP
Naukowcy stworzyli sztuczną inteligencję zdolną do nauki nowych zdań opisanych tylko zwykłym językiem. Instrukcji udzielała przy tym inna sztuczna inteligencja.
Nauka nowych czynności tylko na podstawie słownego opisu to zdolność unikalna dla ludzi – podkreślają eksperci z Uniwersytetu Genewskiego (Szwajcaria). Tak przynajmniej było do tej pory. Szwajcarski zespół, stosując oparte na sieciach neuronowych metody przetwarzania języka, opracował sztuczne inteligencje, które uczą się w ten właśnie sposób.
Jeden system SI, po opanowaniu zestawu prostych czynności, opisał je słowami drugiemu systemowi, który zaczął je wykonywać bez dodatkowego treningu.
SI miała na przykład wskazać odpowiednią stronę (lewa/prawa), po której pojawił się bodziec, czy wśród dwóch obiektów wskazać jaśniejszy.
"Po nauczeniu się tych zadań, jedna sieć potrafiła opisać je drugiej sieci – kopii pierwszej – tak, że ta druga mogła ją naśladować. Według naszej wiedzy, to pierwszy raz, kiedy dwie SI potrafiły rozmawiać ze sobą z pomocą czystego języka" – mówi prof. Alexandre Pouget kierujący badaniem przedstawionym na łamach magazynu "Nature Neuroscience" (https://www.nature.com/articles/s41593-024-01607-5).
"Obecnie konwersacyjne systemy SI są w stanie integrować informację językową do stworzenia tekstu czy obrazu. Jednak, o ile nam wiadomo, nie potrafią jeszcze przetłumaczyć werbalnej czy tekstowej instrukcji na akcję motoryczną, a tym bardziej wytłumaczyć jej innej sztucznej inteligencji, aby mogła tę akcję wykonać" – dodaje.
Naukowiec i jego grupa stworzyli cyfrowy model, który symulował dwa obszary mózgu – ośrodek Wernickego oraz ośrodek Broki. Pierwszy obszar pozwala człowiekowi na rozumienie języka, a drugi – poddawany stymulacji ze strony pierwszego, pozwala na artykułowanie słów.
Cały model działał na zwykłych laptopach.
Zdaniem badaczy nowe podejście może się okazać szczególnie przydatne w robotyce – maszyny będą mogły uczyć się od ludzi oraz nauczać siebie nawzajem.
"Sieć, którą stworzyliśmy, jest bardzo mała. Nic jednak nie stoi na przeszkodzie, aby na tej samej zasadzie opracować sieci dużo bardziej złożone, które będą zintegrowane z robotami zdolnymi do zrozumienia nas a także innych robotów" – podkreślają naukowcy. (PAP)
Marek Matacz
