Entre a una habitación, vea una silla y su cerebro le dirá que puede sentarse en ella, volcarla o levantarla, pero ni siquiera consideraría beberla, promocionarla o desbloquearla. Como humanos, explica el profesor de ciencias de la computación de la Universidad Brigham Young, David Wingate, sabemos intuitivamente que ciertos verbos se emparejan naturalmente con ciertos sustantivos, y también sabemos que la mayoría de los verbos no tienen sentido cuando se combinan con nombres aleatorios.
"Considere el monitor en su escritorio: puede mirarlo, puede encenderlo, incluso puede levantarlo o tirarlo, pero no puede acusarlo, transponerlo, justificarlo o corregirlo", dijo Wingate"Puedes destronar a un rey o adorarlo u obedecerlo, pero no puedes desbloquearlo ni programarlo ni cosecharlo".
Esa intuición, en su mayor parte, no existe con los agentes de inteligencia artificial de la computadora, que son buenos para identificar objetos, pero no tanto para saber qué hacer con ellos. Entonces Wingate y tres estudiantes investigadores, incluida la autora principal Nancy Fulda,desarrollaron un método para enseñar a los agentes sobre las posibilidades: el conjunto de acciones que se pueden hacer con un objeto. Recientemente presentaron su trabajo en la Conferencia Internacional Conjunta sobre Inteligencia Artificial.
El ambicioso objetivo final del equipo es ayudar a construir androides que puedan caminar alrededor del mundo e interactuar con él de manera inteligente. Tal androide "tiene un potencial increíble para hacer el bien, ayudar a las personas", dijo Fulda, quien está terminando su doctoradoen informática Un ejemplo que da es el cuidado de los ancianos: un robot al que se le dice que "me traiga mis lentes" podría averiguar cómo se ven los lentes, dónde es probable que sean, qué tan pesados son, la mejor forma de levantarellos y cómo llevarlos a la persona que los solicita.
Tal como está ahora, explica el coautor de investigación e investigación de BYU, Ben Murdoch, hay muchos agentes de inteligencia artificial que pueden identificar lo que están viendo, pero no pueden ir más allá de la identificación: podríansaben que están mirando un teléfono, pero no necesariamente saben para qué sirve un teléfono.
"Cuando los investigadores de aprendizaje automático sueltan robots o agentes artificialmente inteligentes en entornos no estructurados, prueban todo tipo de cosas locas", dijo Murdoch. "Falta la comprensión del sentido común de lo que puede hacer con los objetos, y terminamoscon robots que pasarán miles de horas tratando de comer la mesa "
Debido a que la codificación manual necesitaba ayudar a un agente a comprender qué verbos tienen sentido con los cuales los sustantivos serían un proceso laborioso y lento, el equipo de investigación de BYU encontró una manera de utilizar el álgebra lineal y Wikipedia. Entender que Wikipedia ofreceun gran corpus de uso del lenguaje en su mayoría actualizado, lo descargaron, lo ejecutaron a través de un algoritmo previamente establecido que analiza las palabras en sus contextos, "¡y listo! La computadora está equipada con conocimiento de sentido común sobre cosas que tienen sentido", dijo Wingate, quien recientemente recibió un Premio de Carrera de la National Science Foundation para ayudar a financiar su trabajo de inteligencia artificial.
Para este proyecto, el equipo probó su método en una serie de juegos de aventura basados en texto, que permiten que un jugador y un agente tengan interacciones de texto de ida y vuelta, con el agente ofreciendo una situación y el jugador respondiendo con una frase escrita.Su método mejoró el rendimiento de la computadora en 12 de los 16 juegos.
Incluso con la ayuda de Wikipedia, el agente del equipo comete errores con el uso del lenguaje. Pero ha progresado: a diferencia de lo que intentó hacer en uno de sus primeros juegos, "no arrasa con Santa", dijo Fulda. "Me encantacuando el agente hace algo que me sorprende de una buena manera. Es como si lo hiciera: lo descubrió por sí solo. Es como ver a su hijo dar sus primeros pasos ".
Aún queda mucho trabajo por hacer antes de alcanzar el objetivo final del equipo de tener un androide funcional, dijo el coautor y estudiante de maestría en ciencias de la computación de BYU, Daniel Ricks. "Pero es realmente emocionante ver el progreso que hemos logrado".
Fuente de la historia :
Materiales proporcionado por Universidad Brigham Young . Original escrito por Andrea Christensen. Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :