211service.com
Wie das Rollenspiel eines Drachen einer KI beibringen kann, zu manipulieren und zu überzeugen
Eine KI, die Quests in einem textbasierten Abenteuerspiel abschließt, indem sie mit den Charakteren spricht, hat nicht nur gelernt, wie man Dinge tut, sondern auch, wie man sie bekommt Andere Sachen machen. Der System ist ein Schritt hin zu Maschinen, die Sprache nutzen können, um ihre Ziele zu erreichen.
Sinnlose Prosa: Sprachmodelle wie GPT-3 sind brillant darin, von Menschen geschriebene Sätze nachzuahmen, Geschichten zu erzählen, gefälschte Blogs und Reddit-Posts . Aber es gibt wenig Sinn für dieses produktive Ergebnis, das über die Produktion des Textes selbst hinausgeht. Wenn Menschen Sprache verwenden, wird sie wie ein Werkzeug eingesetzt: Unsere Worte überzeugen, befehlen und manipulieren; Sie bringen die Leute zum Lachen und zum Weinen.
Dinge vermischen: Um eine KI zu bauen, die Wörter aus einem bestimmten Grund verwendet, kombinierten Forscher des Georgia Institute of Technology in Atlanta und Facebook AI Research Techniken aus der Verarbeitung natürlicher Sprache und Verstärkungslernen, bei denen maschinelle Lernmodelle lernen, wie man sich verhält, um bestimmte Ziele zu erreichen. Beide Bereiche haben in den letzten Jahren enorme Fortschritte gemacht, aber es gab wenig gegenseitige Befruchtung zwischen den beiden.
Wortspiele: Um ihren Ansatz zu testen, trainierten die Forscher ihr System in einem textbasierten Multiplayer-Spiel namens HELL , das letztes Jahr von Facebook entwickelt wurde, um die Kommunikation zwischen Menschen und KI-Spielern zu untersuchen. Das Spiel spielt in einer Fantasy-Themenwelt, die mit Tausenden von Crowdsourcing-Objekten, Charakteren und Orten gefüllt ist, die über Bildschirmtext beschrieben und mit ihnen interagiert werden. Spieler (Mensch oder Computer) handeln, indem sie Befehle eingeben, wie z. B. Zauberer umarmen, Drachen schlagen oder Hut entfernen. Sie können auch mit den Chatbot-gesteuerten Charakteren sprechen.
Drachenquest: Um ihrer KI Gründe dafür zu geben, Dinge zu tun, fügten die Forscher rund 7.500 Crowdsourcing-Quests hinzu, die nicht in der ursprünglichen Version von LIGHT enthalten waren. Schließlich schufen sie auch a Wissensgraph (eine Datenbank mit Subjekt-Verb-Objekt-Beziehungen), die der KI vernünftige Informationen über die Welt des Spiels und die Verbindungen zwischen ihren Charakteren lieferte, wie z. B. das Prinzip, dass ein Händler einer Wache nur vertraut, wenn sie befreundet sind. Das Spiel hatte jetzt Aktionen (wie Gehe in die Berge und Iss den Ritter), die ausgeführt werden mussten, um Quests abzuschließen (wie Baue den größten Schatz, der jemals von einem Drachen erreicht wurde).
Süßer Sprecher: All dies zusammengebracht, trainierten sie die KI, Quests nur durch die Verwendung von Sprache abzuschließen. Um Aktionen auszuführen, könnte es entweder den Befehl für diese Aktion eingeben oder dasselbe Ziel erreichen, indem es mit anderen Charakteren spricht. Wenn die KI beispielsweise ein Schwert brauchte, konnte sie eines stehlen oder einen anderen Charakter davon überzeugen, eines zu übergeben.
Im Moment ist das System ein Spielzeug. Und seine Art kann unverblümt sein: Einmal, wenn er einen Eimer braucht, sagt er einfach: Gib mir den Eimer, oder ich verfüttere dich an meine Katze! Aber NLP mit Reinforcement Learning zu vermischen, ist ein aufregender Schritt, der nicht nur zu besseren Chatbots führen könnte, die argumentieren und überzeugen können, sondern auch zu solchen, die ein viel umfassenderes Verständnis dafür haben, wie unsere sprachgefüllte Welt funktioniert.