Реадинг Хелпс А.И. Научите да предвидите људске реакције

Постоји много различитих начина А.И. програмери се труде да интелигентне машине науче и апсорбују информације и искуства - а то обично подразумева да програми копају кроз огромне депоније података. Али тим Станфордових научника гледа на много конвенционалнији облик подучавања на који су се људи ослањали од почетка писане речи: Реадинг.

У новој студији постављеној у арКсив (архивски) репозиторијум папира, истраживачки тим описује како је створио програм по имену Аугур за приступ лудо великој бази онлине фикције - и научио је како тачно предвидети различите врсте људске одговоре на специфичне ситуације - засноване искључиво на ономе што је прочитао.

Аугур је у основи научио о људима кроз 600.000 прича које се тренутно чувају у онлине заједници писања ВаттПад. То су прочитани описи људског понашања у распону од свакодневног, као што је јело или узимање селфија, до много екстремнијег. Због тога, Аугур може да идентификује акције појединих људи у стварним ситуацијама и предвиди шта ће бити следећи корак, "као што је телефон који се ућуткује када су шансе да одговорите на њих ниске", пишу истраживачи.

И лако је схватити зашто је фикција тако корисно средство за учење. “Док смо склони размишљати о причама у смислу драматичних и необичних догађаја који обликују њихове парцеле”, пишу истраживачи у новинама, “приче су такође пуне прозаичних информација о томе како се крећемо и реагујемо на свакодневно окружење. Током многих милиона речи, ови светски обрасци су много чешћи од њихових драматичних колега. Ликови у модерној фикцији укључују свјетла након уласка у собе; реагују на комплименте црвенилом; не одговарају на своје телефоне када су на састанцима."

У досадашњим теренским тестовима, учесници су добили носиви фотоапарат са погоном на Аугур који омогућава систему да идентификује објекте и појединце у датој средини. Систем је био у стању да предвиди следећи потез са 71 проценом тачности. Око 94 одсто тих предвиђања је оцењено као "разумно" - прилично значајан подвиг када се сећате да је то само гомила алгоритамског кода који покушава да предвиди будућност.

Наравно, није први пут А.И. истраживачи су се окренули литератури да науче машине. Фацебоок је недавно направио 1,6 гигабајта дјечје приче на располагању истраживачкој заједници с циљем да помогне А.И. разликују реалистичне сценарије од фантастичног.