211service.com
Comment le jeu de rôle d'un dragon peut apprendre à une IA à manipuler et à persuader
Une IA qui accomplit des quêtes dans un jeu d'aventure textuel en parlant aux personnages a appris non seulement comment faire les choses, mais comment obtenir autres faire des choses. le système est un pas vers des machines qui peuvent utiliser le langage comme moyen d'atteindre leurs objectifs.
Prose inutile : Modèles de langage comme GPT-3 sont brillants pour imiter des phrases écrites par des humains, produire des histoires, faux blogs et messages Reddit . Mais il n'y a pas grand intérêt à cette production prolifique au-delà de la production du texte lui-même. Lorsque les gens utilisent le langage, il est manié comme un outil : nos mots convainquent, commandent et manipulent ; ils font rire et faire pleurer les gens.
Mélanger les choses : Pour construire une IA qui utilise des mots pour une raison, des chercheurs du Georgia Institute of Technology d'Atlanta et de Facebook AI Research ont combiné des techniques de traitement du langage naturel et d'apprentissage par renforcement, où les modèles d'apprentissage automatique apprennent comment se comporter pour atteindre des objectifs donnés. Ces deux domaines ont connu d'énormes progrès au cours des dernières années, mais il y a eu peu de pollinisation croisée entre les deux.
Jeux de mots: Pour tester leur approche, les chercheurs ont entraîné leur système dans un jeu multijoueur textuel appelé LUMIÈRE , développé par Facebook l'année dernière pour étudier la communication entre les acteurs humains et ceux de l'IA. Le jeu se déroule dans un monde sur le thème de la fantaisie rempli de milliers d'objets, de personnages et de lieux de crowdsourcing qui sont décrits et interagissent via du texte à l'écran. Les joueurs (humains ou ordinateurs) agissent en tapant des commandes telles que l'assistant de câlin, le coup de dragon ou le retrait du chapeau. Ils peuvent également parler aux personnages contrôlés par le chatbot.
Quête des dragons : Pour donner à leur IA des raisons de faire les choses, les chercheurs ont ajouté environ 7 500 quêtes participatives, non incluses dans la version originale de LIGHT. Enfin, ils ont également créé un graphique des connaissances (une base de données de relations sujet-verbe-objet) qui a donné à l'IA des informations de bon sens sur le monde du jeu et les liens entre ses personnages, comme le principe selon lequel un marchand ne fera confiance à un garde que s'il est ami. Le jeu avait maintenant des actions (telles que Aller dans les montagnes et Manger le chevalier) à effectuer afin d'accomplir des quêtes (telles que Construire le plus grand trésor jamais atteint par un dragon).
Beau parleur: En rassemblant tout cela, ils ont entraîné l'IA à accomplir des quêtes simplement en utilisant le langage. Pour effectuer des actions, il peut soit taper la commande pour cette action, soit atteindre le même objectif en parlant à d'autres personnages. Par exemple, si l'IA avait besoin d'une épée, elle pourrait choisir d'en voler une ou de convaincre un autre personnage de lui en donner une.
Pour l'instant, le système est un jouet. Et sa manière peut être brutale : à un moment donné, ayant besoin d'un seau, il dit simplement : Donne-moi ce seau ou je te donne à manger à mon chat ! Mais mélanger la PNL avec l'apprentissage par renforcement est une étape passionnante qui pourrait conduire non seulement à de meilleurs chatbots qui peuvent argumenter et persuader, mais qui ont une compréhension beaucoup plus riche du fonctionnement de notre monde rempli de langues.