自然な人間の言語で議論を認識し、議論に参加することができるコンピュータシステムを開発することは大きな挑戦です。 人工知能(AI)の分野で最も困難な課題のXNUMXつ。
今自然に IBMのイスラエル人研究者である科学者NoamSlonimは、この分野での目覚ましい発展を報告しています。 プロジェクト討論者、討論で人間と関わることができる人工知能システム。 異議を唱える方法を知っているAI。
結果は、独自の方法で驚くべきことに、この分野での研究がどこまで進んだかを示しています。
XNUMX年未満前、結論をサポートするためにテーマが使用される方法を特定するための人間の談話の分析は、計算能力をはるかに超えていました。
それ以来、人工知能の技術的進歩とエンジニアリングの成熟度の向上(商業需要の増大に伴う)の組み合わせにより、急速な拡大がもたらされました。
すべての主要なソフトウェア会社のチームを含め、世界中の50を超えるラボがこの問題に取り組んでいます。
人間と議論できる人工知能を開発するのは簡単ではないからです
論争の構造、議論の構造は、あまりにも多様で、複雑すぎ、微妙であり、しばしば覆い隠されすぎて簡単に認識できません。 このため、スロニムは大きな挑戦を開始することを決定しました。それは、人間とのライブ討論に参加できる完全に自律的なシステムを開発することです。
Project Debaterは、この作業の集大成です。
Project Debaterは、まず第一に、並外れたエンジニアリングの偉業です。
非常に野心的な事業。 そして、これほど高い目標を掲げているほぼすべてのAI研究と同様に、主要なボトルネックはデータ収集です。 機械を主張させるという課題に対する効果的な解決策を計算するには十分な時間がかかります。
ProjectDebaterはこの障害に直面しています。 それは二面的なアプローチを使用してそうしました。 最初の、彼は議論の約100のトピックに彼の注意を狭めました。 2番目のは、最新の言語処理システムの標準によっても、大規模なデータセットから原材料を収集します。
2018年と2019年の一連のリリースで、Project Debaterは多くの才能あふれる注目を集める人間の討論に取り組み、彼女のパフォーマンスは聴衆によって非公式に評価されました。
Project Debaterとの討論の概要は何ですか?
議論の余地のある手法に支えられ、精巧なデータセットを活用して、システムは4分間のスピーチを作成し、レパートリー内のトピックに関する討論を開始します。これに対して、人間の対戦相手が応答します。 次に、彼は4番目の4分間のスピーチを生成することにより、対戦相手のポイントに反応します。 対戦相手は自分の2分間の反論で応答し、討論は両方の参加者がXNUMX分間の締めくくりの声明を出すことで終了します。
おそらく、システムの最も弱い側面は、人間の議論の一貫性と流れをエミュレートするのに苦労していることです。
しかし、この制限は確かにProjectDebaterの「過失」ではありません。
二千年の研究にもかかわらず、議論の構造はまだよくわかっていません。 研究の焦点が言語の使用、認識論(知識の哲学的理論)、認知プロセス、または論理的妥当性のいずれであるかに応じて、議論と推論の一貫したモデルにとって重要であると提案された特性はかなり異なります。
したがって、良い議論を構成するもののモデルは非常に多様です。 対照的に、良い討論を構成するもののモデルは、形式化された洞察にすぎません(ただし、法律のように、討論の良さが成文化されている分野には、この面で利点があります)。
したがって、Project Debaterのパフォーマンスが、それが「まともな議論の例」であると人間の聴衆に尋ねるだけで評価されたのも不思議ではありません。 議論されたトピックのほぼXNUMX分のXNUMXについて、人間はこれが事実であると考えました。
ディベートプロジェクトは、トピックテクノロジーの開発における重要なステップです。 これらの調査結果は、AIシステムがどのように機能するかについての興味をそそる見方を提供します。 ものによって? 人間が非常に簡単に解釈する議論のネットワークで。
フェイクニュースと世論の二極化の間で、複雑なトピックの作成、精緻化、共有において人間がサポートされる必要性がすぐに差し迫る可能性があります。
AIは、議論するために(そして批判的に)人間を「訓練」することができます。
要約すると、Project Debaterの挑戦は難しいですが、それは人間の推論に貢献できる進歩を表しています。