很多文章的報道都是由微觀而宏觀，今日小編講給大家?guī)淼年P(guān)于看看計算機的思量如何幫助人類摧毀機器并揭示AI的弱點的資訊也不例外，希翼可以在一定的程度上開闊你們的視野！y有對看看計算機的思量如何幫助人類摧毀機器并揭示AI的弱點這篇文章感興趣的小伙伴可以一起來看看
人工智能的圣杯是一種真正理解人類語言并從復(fù)雜細致的段落中詮釋意義的機器 。當(dāng)IBM的Watson電腦擊敗了著名的“Jeopardy!” 2011年的冠軍Ken Jennings似乎已經(jīng)達到了這個里程碑 。但是 ， 任何嘗試與虛擬助手Siri進行對話的人都知道計算機還有很長的路要走 ， 才干真正理解人類語言 。為了更好地理解語言，計算機系統(tǒng)必須使用挑戰(zhàn)它們的問題進行訓(xùn)練，并反映人類語言的完整復(fù)雜性 。

馬里蘭大學(xué)的研究人員已經(jīng)找到了如何可靠地通過人-制造這樣的問題電腦合作 ， 開辟的1200多個問題，雖然容易讓人回答，殘端最好的電腦今天應(yīng)答系統(tǒng)的數(shù)據(jù)集 。學(xué)習(xí)掌握這些問題的系統(tǒng)將比目前存在的任何系統(tǒng)更好地理解語言 。這項工作在2019年出版的“ 計算語言學(xué)協(xié)會交易 ”期刊上發(fā)表 。
“大多數(shù)回答問題的計算機系統(tǒng)都沒有解釋他們?yōu)槭裁椿卮鹚麄兊淖龇?nbsp;， 但我們的工作有助于我們了解計算機實際理解的內(nèi)容，”UMD計算機科學(xué)副教授 ， 該論文的高級作者Jordan Boyd-Graber說 。。“此外，我們已經(jīng)制作了一個數(shù)據(jù)集來測試計算機，這些數(shù)據(jù)集將揭示計算機語言系統(tǒng)是否實際上正在閱讀并進行人類能夠進行的相同類型的處理 。”
目前大多數(shù)改進問答程序的工作都是使用人類作者或計算機來產(chǎn)生問題 。這些方法的固有挑戰(zhàn)是，當(dāng)人們寫問題時，他們不知道他們的問題的哪些具體要素會混淆計算機 。當(dāng)計算機寫出問題時，他們要么寫出公式化，填寫空白問題，要么犯錯誤，有時會產(chǎn)生廢話 。
為了開辟人類和計算機一起工作以產(chǎn)生問題的新方法，Boyd-Graber和他的團隊創(chuàng)建了一個計算機界面，揭示了計算機“思量”作為人類作家鍵入問題的內(nèi)容 。然后，作者可以編輯他或她的問題以利用計算機的弱點 。
在新界面中，人類作者鍵入問題，而計算機的推測在屏幕上按排名順序浮現(xiàn)，并且突出顯示導(dǎo)致計算機推測的單詞 。
例如，如果作者寫道“海頓的主題作曲家的變化是由卡爾·費迪南德·波爾啟示的?” 并且系統(tǒng)正確回答“約翰內(nèi)斯勃拉姆斯” ， 界面突出顯示“費迪南德波爾”這個詞，以表明這句話引發(fā)了它的答案 。使用該信息，作者可以編輯問題，使計算機更難以改變問題的含義 。在這個例子中，作者取代了鼓勵勃拉姆斯的人的名字，“Karl Ferdinand Pohl” ， 描述了他的工作，“維也納Musikverein的檔案保管員”，并且計算機無法正確回答 。然而 ， 專家人類測驗游戲玩家仍然可以輕松地正確回答編輯過的問題 。
通過共同努力，人類和計算機可靠地開辟了1,213個計算機難題，研究人員在競爭期間測試了經(jīng)驗豐富的人類玩家 - 從初級校隊高中瑣事團隊到“驚險!” 反對計算機的冠軍 。即使是最弱的人類團隊也擊敗了最強大的計算機系統(tǒng) 。
【看看計算機的思考如何幫助人類摧毀機器并揭示AI的弱點】“三四年來 ， 人們已經(jīng)意識到計算機問答系統(tǒng)非常脆弱，很容易被愚弄，”UMD計算機科學(xué)研究生，該論文的共同作者石峰說 。“但這是我們意識到的第一篇真正使用機器來幫助人類打破模型的論文 。”
研究人員表示，這些問題不僅可以作為計算機科學(xué)家的新數(shù)據(jù)集，更好地了解自然語言處理失敗的地方，還可以作為開辟改進的機器學(xué)習(xí)算法的訓(xùn)練數(shù)據(jù)集 。這些問題揭示了六種不同語言現(xiàn)象 ， 這些現(xiàn)象向來困擾著計
這六種現(xiàn)象分為兩類 。第一類是語言現(xiàn)象：釋義(例如說“從陡崖跳躍”而不是“從陡崖跳躍”)，分散注意力的語言或意外的背景(例如提及浮現(xiàn)在關(guān)于某些無關(guān)內(nèi)容的線索中的政治人物政治) 。第二類包括推理技巧：需要邏輯和計算的線索，問題中元素的心理三角測量 ， 或組合多個步驟以形成結(jié)論 。
“人類可以更多地概括并看到更深層次的聯(lián)系，”Boyd-Graber說 。“他們沒有無限的計算機記憶，但他們?nèi)匀挥心芰吹綐淠镜纳?。編目計算機的問題有助于我們理解我們需要解決的問題 ， 這樣我們才干真正得到計算機開始通過樹木看到森林，并以人類的方式回答問題 。“
在此之前還有很長的路要走還有博伊德 - 格拉伯，他還在馬里蘭大學(xué)高級計算機研究所(UMIACS)以及UMD的信息研究和語言科學(xué)中心共同任命 。但這項工作提供了一個令人興奮的新工具 ， 幫助計算機科學(xué)家實現(xiàn)這一目

猜你喜歡

• 使用人工智能和數(shù)據(jù)分析來提高大數(shù)據(jù)時代的企業(yè)效率
• 長江三峽是指哪三個地方的總稱 三峽指的是哪三個峽谷
• 意大利有哪些標志性的建筑物 意大利的標志性建筑物介紹
• 發(fā)如雪mv女主竟是劉畊宏老婆 劉畊宏和周杰倫的關(guān)系
• 驛站相當(dāng)于現(xiàn)在的什么 古代的驛站在現(xiàn)在是什么意思
• 生活中什么樣的人可以叫做愣頭青 愣頭青是什么意思
• 說一說樸宰范身高的簡介 樸宰范身高
• 說一說花生四烯酸的簡介 花生四烯酸
• 說一說戈壁母親的簡介 戈壁母親
• 說一說泥石流的簡介 泥石流