Šis visu zinošais AI mācās, nepārtraukti lasot visu tīmekli

Tehnikas kundze

Jūlijā OpenAI's jaunākais valodas modelis, GPT-3 , apžilbināta ar spēju izlocīt rindkopas, kas izskatās tā, it kā tās varētu būt rakstījis cilvēks. Cilvēki sāka demonstrēt, kā GPT-3 var arī automātiski pabeigt kodu vai aizpildīt tukšumus izklājlapās.

Vienā piemērā Twitter darbinieks Pols Katsens tviterī ievietoja izklājlapas funkciju, lai pārvaldītu tos visus, kurā GPT-3 aizpilda kolonnas pati par sevi, ievelkot datus par ASV štatiem: Mičiganas iedzīvotāju skaits ir 10,3 miljoni, Aļaska kļuva par štatu 1906. gadā utt.

Izņemot to, ka GPT-3 var būt mazliet muļķīgs. Mičiganas iedzīvotāju skaits nekad nav bijis 10,3 miljoni, un Aļaska kļuva par štatu 1959. gadā.

Valodu modeļi, piemēram, GPT-3, ir pārsteidzošas mīmikas , taču viņiem ir maza izpratne par to, ko viņi patiesībā saka. Viņi patiešām labi ģenerē stāstus par vienradžiem, saka Maiks Tungs, Stenfordas starta uzņēmuma Diffbot izpilddirektors. Bet viņi nav apmācīti būt patiesi.

Tā ir problēma, ja mēs vēlamies, lai AI būtu uzticami. Tāpēc Diffbot izmanto citu pieeju. Tā veido AI, kas nolasa katru lapu visā publiskajā tīmeklī vairākās valodās un izvelk no šīm lapām pēc iespējas vairāk faktu.

Tāpat kā GPT-3, Diffbot sistēma mācās, izsūcot milzīgu daudzumu cilvēku rakstīta teksta, kas atrodams tiešsaistē. Bet tā vietā, lai izmantotu šos datus, lai apmācītu valodas modeli, Diffbot pārvērš nolasīto trīsdaļīgo faktu sērijā, kas saista vienu lietu ar citu: subjektu, darbības vārdu, objektu.

Piemēram, norādījis uz manu biogrāfiju, Difbots uzzina, ka Vils Duglass Heivens ir žurnālists; Will Douglas Heaven strādā MIT Technology Review; MIT Technology Review ir mediju uzņēmums; un tā tālāk. Katrs no šiem faktoīdiem tiek apvienots ar miljardiem citu plašā, savstarpēji saistītā faktu tīklā. To sauc par zināšanu grafiku.

Zināšanu grafiki nav nekas jauns. Tie pastāv jau vairākus gadu desmitus un bija fundamentāls jēdziens agrīnajā AI pētniecībā. Taču zināšanu diagrammu veidošana un uzturēšana parasti tiek veikta ar rokām, kas ir grūti. Tas arī neļāva Timam Bernersam-Lī saprast, ko viņš sauca par semantisko tīmekli, kurā būtu iekļauta informācija gan mašīnām, gan cilvēkiem, lai robotprogrammatūra varētu rezervēt mūsu lidojumus, veikt iepirkšanos vai sniegt gudrākas atbildes uz jautājumiem nekā meklētājprogrammas.

Pirms dažiem gadiem Google sāka izmantot arī zināšanu grafikus. Meklējiet Keitiju Periju, un blakus galvenajiem meklēšanas rezultātiem tiks parādīts lodziņš, kurā teikts, ka Keitija Perija ir amerikāņu dziedātāja un dziesmu autore, kuras mūzika ir pieejama pakalpojumā YouTube, Spotify un Deezer. Vienā mirklī var redzēt, ka viņa ir precējusies ar Orlando Blūmu, viņai ir 35 gadi, un viņa ir 125 miljonu dolāru vērtībā un tā tālāk. Tā vietā, lai sniegtu jums sarakstu ar saitēm uz lapām par Keitiju Periju, Google sniedz faktu kopumu par viņu, kas iegūts no sava zināšanu diagrammas.

Taču Google to dara tikai saviem populārākajiem meklēšanas vienumiem. Diffbot vēlas darīt visu. Pilnībā automatizējot būvniecības procesu, Diffbot ir spējis izveidot visu laiku lielāko zināšanu grafiku.

Līdzās Google un Microsoft tas ir viens no trim ASV uzņēmumiem, kas pārmeklē visu publisko tīmekli. Noteikti ir jēga pārmeklēt tīmekli, saka Viktorija Lina, Salesforce pētniece, kas strādā pie dabiskās valodas apstrādes un zināšanu reprezentācijas. Citādi lielas zināšanu bāzes izveidošanā var ieguldīt daudz cilvēku. Heiko Paulheims no Manheimas universitātes Vācijā piekrīt: automatizācija ir vienīgais veids, kā izveidot liela mēroga zināšanu grafikus.

Super sērfotājs

Lai apkopotu savus faktus, Diffbot AI lasa tīmekli tā, kā to darītu cilvēks, taču daudz ātrāk. Izmantojot pārlūkprogrammas Chrome īpaši uzlādētu versiju, mākslīgais intelekts apskata tīmekļa lapas neapstrādātos pikseļus un izmanto attēlu atpazīšanas algoritmus, lai klasificētu lapu kā vienu no 20 dažādiem veidiem, tostarp video, attēlu, rakstu, notikumu un diskusiju pavedienu. . Pēc tam tas identificē galvenos lapas elementus, piemēram, virsrakstu, autoru, produkta aprakstu vai cenu, un izmanto NLP, lai iegūtu faktus no jebkura teksta.

Katrs trīsdaļīgais faktoīds tiek pievienots zināšanu grafikam. Diffbot izvelk faktus no lapām, kas rakstītas jebkurā valodā, kas nozīmē, ka tas var atbildēt uz jautājumiem par Keitiju Periju, piemēram, izmantojot faktus, kas ņemti no rakstiem ķīniešu vai arābu valodā, pat ja tajos nav vārda Katy Perry.

Pārlūkojot tīmekli kā cilvēks, AI redz tos pašus faktus, ko mēs redzam. Tas arī nozīmē, ka tai ir jāiemācās orientēties tīmeklī tāpat kā mums. AI ir jāritina uz leju, jāpārslēdzas starp cilnēm un jānoklikšķina uz uznirstošajiem logiem. AI ir jāspēlē tīmeklī kā videospēlei, lai tikai izbaudītu lapas, saka Tungs.

Diffbot nepārtraukti pārmeklē tīmekli un ik pēc četrām līdz piecām dienām atjauno savu zināšanu grafiku. Pēc Tunga teiktā, mākslīgais intelekts katru mēnesi pievieno 100–150 miljonus vienību, jo tiešsaistē parādās jauni cilvēki, tiek izveidoti uzņēmumi un tiek laisti tirgū produkti. Tas izmanto vairāk mašīnmācības algoritmu, lai sapludinātu jaunus faktus ar veciem, izveidojot jaunus savienojumus vai pārrakstot novecojušos. Palielinoties zināšanu grafikam, Diffbot savam datu centram ir jāpievieno jauna aparatūra.

Pētnieki var bez maksas piekļūt Diffbot zināšanu diagrammai. Bet Diffbot ir arī aptuveni 400 maksājošu klientu. Meklētājprogramma DuckDuckGo to izmanto, lai ģenerētu savus Google līdzīgus lodziņus. Snapchat to izmanto, lai izvilktu svarīgākos momentus no ziņu lapām. Populārā kāzu plānotāja lietotne Zola to izmanto, lai palīdzētu cilvēkiem izveidot kāzu sarakstus, apkopojot attēlus un cenas. NASDAQ, kas sniedz informāciju par akciju tirgu, to izmanto finanšu pētījumiem.

Viltus kurpes

Adidas un Nike to pat izmanto, lai tīmeklī meklētu viltotus apavus. Meklētājprogramma parādīs garu sarakstu ar vietnēm, kurās ir minēti Nike trenažieri. Bet Diffbot ļauj šiem uzņēmumiem meklēt vietnes, kas faktiski pārdod viņu apavus, nevis tikai runā par tām.

Pagaidām šiem uzņēmumiem ir jāsadarbojas ar Diffbot, izmantojot kodu. Bet Tung plāno pievienot dabiskās valodas saskarni. Galu galā viņš vēlas izveidot to, ko viņš sauc par universālu faktoīdu jautājumu atbilžu sistēmu: AI, kas varētu atbildēt uz gandrīz visu, ko jūs tam jautājat, un avotus, lai atbalstītu tās atbildi.

Tungs un Lins piekrīt, ka šāda veida AI nevar izveidot tikai ar valodu modeļiem. Bet vēl labāk būtu apvienot tehnoloģijas, izmantojot valodas modeli, piemēram, GPT-3, lai izveidotu cilvēkam līdzīgu priekšējo daļu zinošam robotam.

Tomēr pat mākslīgais intelekts, kuram ir skaidri zināmi fakti, ne vienmēr ir gudrs. Mēs nemēģinām definēt, kas ir inteliģence vai kaut kas tamlīdzīgs, saka Tungs. Mēs vienkārši cenšamies izveidot kaut ko noderīgu.

paslēpties