Meta開啟長期AI研究項目 欲讓人工智能像大腦一樣處理語音和文本
周四,Meta 宣布了一項長期的人工智能研究計劃。為了解更多關(guān)于“人腦是如何處理語音和文本信息”的過程,以改進人工智能語言模型處理相同輸入的方式,該公司還與 NeuroSpin 和 Inria 達成了合作。Meta 表示,盡管 AI 模擬軟件研究已經(jīng)走過了很長一段路,但其在語言學(xué)習(xí)方面仍遠不及生物大腦。
AI 語言模型 vs 人腦活動的差異
據(jù)悉,孩子們可以在看過幾個例子后就知曉“Orange”可表示顏色(橙色)和水果(橙子),而 AI 卻需要更長的時間來習(xí)得這項知識。
若 Meta 能夠搞清楚大腦是如何更高效地運作的,就可對 AI 模型展開有針對性的調(diào)整。
Building AI That Processes Language as People Do(via)
過去很長一段時間,Meta 及其合作伙伴一直在努力了解“為何大腦在語言學(xué)習(xí)和理解上遠勝于人工智能”,并且已經(jīng)在兩篇科學(xué)論文中概述過他們的發(fā)現(xiàn)。
其中一項研究涉及讓 AI 語言模型像大腦一樣活動以理解下一個單詞,另一項則涉及讓大腦可提前預(yù)測單詞或想法。
Meta 視覺 / 單詞 / 語言算法
通過特定的編程設(shè)計,研究人員可讓 AI 語言模型嘗試通過類似人腦的活動來推測下一個單詞,從而顯著改進此類工作的效率。
比如 AI 可在接收到初始的“從前”(Once upon a…)輸入時,試圖從諸多候選項中推測下一個單詞。
而人腦會本能地回顧答案的形成、以及與之相關(guān)的更多維度的信息(比如圖像)—— 單從這一點來看,人腦就已經(jīng)遙遙領(lǐng)先于普通的 AI 模型。
最后,但愿 Meta 可將其在 AI / ML 方面的各項技術(shù)進步,用于更廣泛的 AI 研究和社區(qū)共享,從而趕緊推動其它 AI 項目、而不是將之用于狹隘的廣告盈利等目的。
關(guān)鍵詞: 人工智能 Meta開啟長期AI研究項目 欲讓人工智能像大
相關(guān)新聞