211service.com
Diese Besserwisser-KI lernt, indem sie das gesamte Web ununterbrochen liest
Frau Tech
Bereits im Juli, OpenAI’s neustes Sprachmodell, GPT-3 , geblendet mit seiner Fähigkeit, Absätze zu produzieren, die aussehen, als könnten sie von einem Menschen geschrieben worden sein. Die Leute fingen an zu zeigen, wie GPT-3 auch Code automatisch vervollständigen oder Lücken in Tabellenkalkulationen ausfüllen konnte.
In einem Beispiel hat Twitter-Mitarbeiter Paul Katsen die Tabellenkalkulationsfunktion getwittert, um sie alle zu beherrschen, in denen GPT-3 füllt Spalten aus allein, indem es Daten für US-Bundesstaaten einholt: Michigan hat 10,3 Millionen Einwohner, Alaska wurde 1906 ein Bundesstaat und so weiter.
Abgesehen davon, dass GPT-3 ein bisschen Bullshitter sein kann. Die Bevölkerung von Michigan war nie 10,3 Millionen, und Alaska wurde 1959 ein Bundesstaat.
Sprachmodelle wie GPT-3 sind erstaunliche Nachahmungen , aber sie haben wenig Ahnung davon, was sie eigentlich sagen. Sie sind wirklich gut darin, Geschichten über Einhörner zu erzählen, sagt Mike Tung, CEO des Stanford-Startups Diffbot. Aber sie sind nicht darauf trainiert, sachlich zu sein.
Dies ist ein Problem, wenn wir wollen, dass KIs vertrauenswürdig sind. Aus diesem Grund verfolgt Diffbot einen anderen Ansatz. Es baut eine KI auf, die jede Seite im gesamten öffentlichen Web in mehreren Sprachen liest und so viele Fakten wie möglich aus diesen Seiten extrahiert.
Wie GPT-3 lernt das System von Diffbot, indem es riesige Mengen an von Menschen geschriebenem Text aus dem Internet aufsaugt. Aber anstatt diese Daten zum Trainieren eines Sprachmodells zu verwenden, verwandelt Diffbot das Gelesene in eine Reihe von dreiteiligen Fakten, die eine Sache miteinander in Beziehung setzen: Subjekt, Verb, Objekt.
Unter Hinweis auf meine Biografie erfährt Diffbot zum Beispiel, dass Will Douglas Heaven ein Journalist ist; Will Douglas Heaven arbeitet bei MIT Technology Review; MIT Technology Review ist ein Medienunternehmen; und so weiter. Jedes dieser Faktoide wird mit Milliarden anderer in einem weitläufigen, miteinander verbundenen Netzwerk von Fakten verbunden. Dies wird als Wissensgraph bezeichnet.
Wissensgraphen sind nicht neu. Sie gibt es seit Jahrzehnten und waren ein grundlegendes Konzept in der frühen KI-Forschung. Aber das Erstellen und Pflegen von Wissensgraphen wurde normalerweise von Hand durchgeführt, was schwierig ist. Dies hinderte Tim Berners-Lee auch daran, das zu realisieren, was er das semantische Web nannte, das Informationen für Maschinen und Menschen enthalten hätte, damit Bots unsere Flüge buchen, unsere Einkäufe erledigen oder intelligentere Antworten auf Fragen geben könnten als Suchmaschinen.
Vor einigen Jahren begann auch Google mit der Verwendung von Knowledge Graphs. Suchen Sie nach Katy Perry und Sie erhalten ein Kästchen neben den Hauptsuchergebnissen, das Ihnen mitteilt, dass Katy Perry eine amerikanische Singer-Songwriterin ist, deren Musik auf YouTube, Spotify und Deezer verfügbar ist. Sie können auf einen Blick sehen, dass sie mit Orlando Bloom verheiratet ist, sie ist 35 Jahre alt und 125 Millionen Dollar wert und so weiter. Anstatt Ihnen eine Liste mit Links zu Seiten über Katy Perry zu geben, liefert Google Ihnen eine Reihe von Fakten über sie, die aus seinem Knowledge Graph stammen.
Aber Google tut dies nur für seine beliebtesten Suchbegriffe. Diffbot will es für alles tun. Durch die vollständige Automatisierung des Konstruktionsprozesses konnte Diffbot den möglicherweise größten Wissensgraphen aller Zeiten erstellen.
Neben Google und Microsoft ist es eines von nur drei US-Unternehmen, die das gesamte öffentliche Web crawlen. Es macht auf jeden Fall Sinn, das Web zu crawlen, sagt Victoria Lin, eine Forschungswissenschaftlerin bei Salesforce, die an der Verarbeitung natürlicher Sprache und der Wissensdarstellung arbeitet. Andernfalls kann viel menschlicher Aufwand in die Erstellung einer großen Wissensbasis fließen. Heiko Paulheim von der Universität Mannheim in Deutschland stimmt zu: Automatisierung ist der einzige Weg, um große Wissensgraphen zu erstellen.
Super Surfer
Um seine Fakten zu sammeln, liest die KI von Diffbot das Web wie ein Mensch – aber viel schneller. Mithilfe einer aufgeladenen Version des Chrome-Browsers betrachtet die KI die Rohpixel einer Webseite und verwendet Bilderkennungsalgorithmen, um die Seite als einen von 20 verschiedenen Typen zu kategorisieren, darunter Video, Bild, Artikel, Ereignis und Diskussionsthread . Es identifiziert dann Schlüsselelemente auf der Seite, wie Überschrift, Autor, Produktbeschreibung oder Preis, und verwendet NLP, um Fakten aus jedem Text zu extrahieren.
Jedes dreiteilige Faktoid wird dem Wissensgraphen hinzugefügt. Diffbot extrahiert Fakten aus Seiten, die in jeder Sprache geschrieben sind, was bedeutet, dass es beispielsweise Fragen zu Katy Perry beantworten kann, indem es Fakten aus Artikeln auf Chinesisch oder Arabisch verwendet, selbst wenn sie den Begriff Katy Perry nicht enthalten.
Wenn Sie wie ein Mensch im Internet surfen, sieht die KI dieselben Fakten wie wir. Es bedeutet auch, dass es lernen musste, wie wir im Internet zu navigieren. Die KI muss nach unten scrollen, zwischen Registerkarten wechseln und Popups wegklicken. Die KI muss das Web wie ein Videospiel spielen, nur um die Seiten zu erleben, sagt Tung.
Diffbot durchsucht das Internet ununterbrochen und baut seinen Wissensgraphen alle vier bis fünf Tage neu auf. Laut Tung fügt die KI jeden Monat 100 bis 150 Millionen Entitäten hinzu, wenn neue Leute online auftauchen, Unternehmen gegründet und Produkte auf den Markt gebracht werden. Es verwendet mehr Algorithmen für maschinelles Lernen, um neue Fakten mit alten zu verschmelzen, neue Verbindungen herzustellen oder veraltete zu überschreiben. Diffbot muss seinem Rechenzentrum neue Hardware hinzufügen, wenn der Wissensgraph wächst.
Forscher können kostenlos auf den Knowledge Graph von Diffbot zugreifen. Aber Diffbot hat auch rund 400 zahlende Kunden. Die Suchmaschine DuckDuckGo generiert daraus eigene Google-ähnliche Boxen. Snapchat verwendet es, um Highlights von Nachrichtenseiten zu extrahieren. Die beliebte Hochzeitsplaner-App Zola nutzt sie, um Menschen dabei zu helfen, Hochzeitslisten zu erstellen und Bilder und Preise einzuziehen. Die NASDAQ, die Informationen über den Aktienmarkt bereitstellt, nutzt sie für Finanzrecherchen.
Gefälschte Schuhe
Adidas und Nike durchsuchen damit sogar das Internet nach gefälschten Schuhen. Eine Suchmaschine gibt eine lange Liste von Websites zurück, die Nike-Turnschuhe erwähnen. Aber Diffbot lässt diese Unternehmen nach Websites suchen, die ihre Schuhe tatsächlich verkaufen, anstatt nur über sie zu sprechen.
Derzeit müssen diese Unternehmen mithilfe von Code mit Diffbot interagieren. Aber Tung plant, eine natürliche Sprachschnittstelle hinzuzufügen. Letztendlich möchte er ein, wie er es nennt, universelles faktoides Fragenbeantwortungssystem aufbauen: eine KI, die fast alles beantworten kann, was Sie ihr stellen, mit Quellen, um ihre Antwort zu untermauern.
Tung und Lin sind sich einig, dass diese Art von KI nicht allein mit Sprachmodellen gebaut werden kann. Aber noch besser wäre es, die Technologien zu kombinieren und ein Sprachmodell wie GPT-3 zu verwenden, um ein menschenähnliches Frontend für einen Besserwisser-Bot zu erstellen.
Dennoch ist selbst eine KI, die ihre Fakten klar hat, nicht unbedingt schlau. Wir versuchen nicht zu definieren, was Intelligenz ist oder so etwas, sagt Tung. Wir versuchen nur, etwas Nützliches zu bauen.