Ce conteur d'IA trompe les humains 3 fois sur 5
Un réseau de neurones récemment développé est capable de sous-titrer une série d'images dans une méthode qui imite la narration humaine. Plutôt que de simplement identifier et décrire des objets, l'IA fait des inférences sur ce qui se passe dans une image. Et c'est étrangement bon dans son travail.
L'équipe, des chercheurs de UC Santa Barbara, a développé l'IA pour déterminer si un réseau de neurones pouvait être utilisé pour déduire de nouvelles histoires abstraites à partir d'images
whitepaper publié par l'équipe:
Différentes des légendes, les histoires ont des styles de langage plus expressifs et contiennent de nombreux concepts imaginaires qui n'apparaissent pas dans les images
Le réseau de neurones développé par les chercheurs s'appelle Récompense Adversaire. Cadre d'apprentissage (AREL). Ce qui en est différent, comparé à une IA similaire, est qu'elle ne repose pas sur un système d'évaluation automatique, évitant ainsi de cloner (et de régurgiter) les efforts humains
Enseigner un réseau de neurones pour trouver des histoires abstraites qui font réellement Le sens n'est pas un mince exploit, mais AREL a fait avancer les choses un peu plus loin. Non seulement peut-il inventer ses propres histoires, mais ces histoires sont assez convaincantes pour tromper les humains en leur faisant croire qu'un autre leur a écrit.
Pour tester AREL, le L'équipe a employé les humains du Turc Mécanique d'Amazon pour effectuer deux tests séparés. Tout d'abord, un test de Turing qui demandait simplement aux travailleurs turcs de déterminer si une histoire avait été créée par une personne ou un ordinateur.
Selon l'étude, AREL a réussi le test de Turing trois fois sur cinq
Dans un test séparé, les chercheurs ont demandé aux travailleurs turcs de choisir entre AREL, une histoire humaine, et celle créée par l'ancienne IA de pointe. Près de la moitié du temps que les travailleurs humains ont choisi AREL.
Les implications pour une IA de storytelling sont excitantes. Comme les développeurs découvrent comment rendre les sorties générées par un réseau de neurones mieux alignées avec la pensée humaine nous commencerons à voir des avantages considérables pour les processeurs en langage simple.
Les arbitres de sports, par exemple , pourrait être remplacé ou augmenté d'une IA capable de comprendre et d'expliquer une série d'événements. Avons-nous vraiment besoin de payer quelqu'un 188 322 $ pour déterminer si Tom Brady triche ou non?
Il va de soi qu'une fois que l'IA est assez robuste pour expliquer sa prise de décision, en racontant des histoires sur images en temps réel, comme "Numéro 66, la défense, les offsides, les résultats de jeu dans une pentalty 5 yard. Répétez d'abord, "nous n'aurons pas besoin de gens pour faire des travaux basés sur des règles qui exigent qu'un agent fasse rien de plus que d'observer et de rapporter.
Et, n'oublions pas qu'il y a un marché réel pour la narration à la volée . Si cette technologie tombait entre les mains des développeurs de Telltale Games ou des concepteurs de Wizards of the Coast (la société qui fabrique Donjons et Dragons), elle pourrait être utilisée pour générer un flux sans fin de divertissement unique et personnel.
AREL n'est pas tout à fait prêt pour la prime time pourtant, cette recherche jette simplement les bases pour les efforts futurs pour créer un meilleur réseau de neurones. Selon les chercheurs:
Nous croyons qu'il y a encore beaucoup d'espace d'amélioration dans les tâches narratives de génération de paragraphes, comme comment mieux simuler l'imagination humaine pour créer des histoires plus vives et diversifiées.
Mais finalement, à moins d'une mort inconnue En fin de compte, les réseaux de neurones comme AREL vont mûrir et gagner un niveau d'intelligence sociale qui pourrait devenir universellement comparable à celui d'un humain moyen.
Si cette IA peut tromper la moitié des gens en ce moment, imaginez-en Je le ferai dans cinq ans.
La conférence de 2018 du Next Web aura lieu dans quelques semaines, et ce sera ??. Découvrez tout sur nos pistes ici .
Source link