Forskare vid Oxford University har nyligen försökt återskapa mänskliga tankemönster i maskiner, med hjälp av ett språkstyrt fantasi -nätverk (LGI). Deras metod, beskrivs i ett papper som för publicerats på arXiv, kan informera utvecklingen av artificiell intelligens som är kapabel till mänskligt tänkande, vilket innebär ett målinriktat flöde av mentala idéer som styrs av språk.

Mänskligt tänkande kräver generellt att hjärnan förstår ett visst språkuttryck och använder det för att organisera flödet av idéer i sinnet. Till exempel, om en person som lämnar hennes hus inser att det regnar, hon kan internt säga, "Om jag får ett paraply, Jag kan undvika att bli blöt, "och bestämmer dig sedan för att plocka upp ett paraply på vägen ut. När denna tanke går igenom hennes sinne, dock, hon kommer automatiskt att veta vad den visuella ingången (dvs. regndroppar) som hon observerar betyder, och hur man håller ett paraply kan förhindra att bli våt, kanske till och med föreställa sig känslan av att hålla paraplyet eller bli våt under regnet.

Även om vissa maskiner nu kan känna igen bilder, bearbeta språk eller ens känna regndroppar, de har ännu inte förvärvat denna unika och fantasifulla tänkande förmåga. Människor kan uppnå ett sådant "kontinuerligt tänkande" eftersom de kan generera mentala bilder styrda av språk och extrahera språkrepresentationer från verkliga eller inbillade situationer.

Under de senaste åren har forskare har utvecklat NLP-verktyg (Natural Language Processing) som kan svara på frågor på ett mänskligt sätt. Dock, det här är bara sannolikhetsmodeller, och kan därför inte förstå språk på samma sätt och med samma djup som människor. Detta beror på att människor har en medfödd kumulativ inlärningskapacitet som följer med dem när deras hjärna utvecklas. Detta "mänskliga tänkande system" har visat sig vara associerat med särskilda neurala substrat i hjärnan, den viktigaste av dem är prefrontal cortex (PFC).

PFC är hjärnans region som är ansvarig för arbetsminnet (dvs. minnesprocesser som sker när människor utför en given uppgift), inklusive underhåll och manipulation av information i sinnet. I ett försök att reproducera mänskliga tankemönster i maskiner, Feng Qi och Wenchuan Wu, de två forskarna som genomförde den senaste studien, skapat ett konstgjort neuralt nätverk inspirerat av den mänskliga PFC.

"Vi föreslog ett språkstyrt fantasi (LGI) nätverk för att stegvis lära sig betydelsen och användningen av många ord och syntaxer, syftar till att bilda en mänsklig maskintänkande process, "förklarade forskarna i sin artikel.

LGI -nätverket som utvecklats av Qi och Wu har tre nyckelkomponenter:ett vision -system, ett språksystem och en artificiell PFC. Synsystemet består av en kodare som avlägsnar ingången från nätverket eller inbillade scenarier i abstrakta befolkningsrepresentationer, samt en fantasi -avkodare som rekonstruerar inbillade scenarier från representationer på högre nivå.

Det andra delsystemet, språksystemet, innehåller en binärisator som överför symboltexter till binära vektorer, ett system som efterliknar funktionen hos human intraparietal sulcus (IPS) genom att extrahera kvantitetsinformation från inmatade texter och en textizer som omvandlar binära vektorer till textsymboler. Den sista komponenten i deras LGI -nätverk efterliknar den mänskliga PFC, kombinera inmatningar av både språk- och visionsrepresentationer för att förutsäga textsymboler och manipulerade bilder.

Qi och Wu utvärderade sitt LGI -nätverk i en serie experiment och fann att det framgångsrikt förvärvade åtta olika syntaxer eller uppgifter på ett kumulativt sätt. Deras teknik bildade också den första maskintänkande öglan, "visar en växelverkan mellan inbillade bilder och språktexter. I framtiden, LGI -nätverket som forskarna utvecklat kan hjälpa utvecklingen av mer avancerad AI, som är kapabel till människoliknande tankestrategier, som visualisering och fantasi.

"LGI har stegvis lärt sig åtta olika syntaxer (eller uppgifter), med vilken en maskintänkande loop har bildats och validerats av den korrekta interaktionen mellan språk och synsystem, "forskarna skrev." Vår uppsats ger en ny arkitektur för att låta maskinen lära sig, förstå och använda språk på ett mänskligt sätt som i slutändan kan göra det möjligt för en maskin att konstruera fiktiva mentala scenarier och ha intelligens. "

© 2019 Science X Network