과학자들은 인간과 같은 의사소통 기술과 인공지능 간의 지식 전달을 모델링했습니다. 그래서 그들은 엄청난 양의 훈련 데이터 없이도 서로가 과제를 수행하도록 가르칠 수 있습니다.
인공지능(AI)의 다음 진화는 직접 의사소통하고 서로 작업을 수행하도록 가르칠 수 있는 에이전트에 있을 수 있다는 연구 결과가 나왔습니다.
과학자들은 오직 서면 지시사항에 기초하여 학습하고 작업을 수행할 수 있는 인공지능 네트워크를 모델링했습니다. 그리고 나서 이 인공지능은 사전 훈련이나 그것에 대한 경험이 없음에도 불구하고 같은 작업을 수행한 “자매” 인공지능에게 학습한 것을 설명했습니다.
과학자들은 3월 18일 네이처지에 실린 논문에서 최초의 인공지능이 자연어 처리(NLP)를 사용하여 자매에게 의사소통을 했다고 말했습니다.
NLP는 인간의 언어를 컴퓨터에서 재현하려는 AI의 하위 분야로 기계가 문자나 음성을 자연스럽게 이해하고 재현할 수 있습니다. 이것들은 뇌의 뉴런 배열을 복제하도록 모델링된 기계 학습 알고리즘의 모음인 신경망을 기반으로 합니다.
“일단 이러한 작업들이 학습된 후, 네트워크는 그것들을 재현할 수 있도록 두 번째 네트워크 (첫 번째 네트워크의 사본)에 설명할 수 있었습니다. 우리가 아는 한, 두 인공지능이 순수하게 언어적인 방식으로 서로 대화할 수 있었던 것은 이번이 처음입니다”라고 제네바 대학 신경 센터의 리더인 Alexandre Pouget가 한 성명서에서 말했습니다.
과학자들은 인간의 언어를 이해하기 위해 미리 훈련된 “S-Bert”라고 불리는 NLP 모델로 시작함으로써 이러한 지식의 전달을 달성했습니다. 그들은 S-Bert를 감각 입력을 해석하고 반응하는 운동 행동을 시뮬레이션하는 것을 중심으로 하는 더 작은 신경망에 연결했습니다.
관련: AI 기반 휴머노이드 로봇이 음식을 제공하고 접시를 쌓으며 대화를 나눌 수 있습니다
그리고 나서 이 복합 인공지능, 즉 “감각 운동-반복 신경망(RNN)”은 50개의 정신 물리적 과제들에 대해 훈련을 받았습니다. 이것들은 S-Bert 언어 모델을 통해 제공되는 지시를 통해 빛에 반응하는 것과 같은 자극에 반응하는 것에 중점을 두었습니다.
내장된 언어 모델을 통해 RNN은 전체 작성된 문장을 이해했습니다. 이를 통해 이전에 훈련 영상을 보거나 작업을 수행한 적이 없음에도 불구하고 자연어 명령에서 작업을 수행하여 평균 83% 정확하게 처리할 수 있습니다.
그런 다음 RNN이 언어 지침을 사용하여 감각 운동 학습의 결과를 동일한 형제 AI에게 전달할 수 있도록 이러한 이해를 뒤집었습니다. 이 AI는 작업을 차례로 수행했지만 이전에는 수행한 적이 없습니다.
우리 인간들이 하는 것처럼
이 연구의 영감은 비록 우리가 그런 행동을 한 적이 없다고 할지라도 – 인간이 말이나 글로 된 지시를 따라 과제를 수행함으로써 배우는 방법에서 비롯되었습니다. 이 인지 기능은 인간과 동물을 구분합니다. 예를 들어, 당신은 개가 말로 된 지시에 반응하도록 훈련시키기 전에 개에게 무언가를 보여줄 필요가 있습니다.
AI 기반 챗봇은 언어적 명령어를 해석하여 이미지나 텍스트를 생성할 수 있지만, 다른 AI에게 명령어를 설명하는 것은 고사하고 서면 또는 구두 명령어를 물리적 행동으로 번역할 수 없습니다.
그러나 연구진은 언어 인식, 해석 및 지시 기반 행동을 담당하는 인간 뇌의 영역을 시뮬레이션하여 인간과 유사한 학습 및 의사 소통 기술을 갖춘 AI를 만들었습니다.
이것은 인공지능 에이전트가 인간만큼 추론하고 다양한 영역에서 작업을 수행할 수 있는 인공지능 (AGI)의 발전으로 이어지지 않을 것입니다. 그러나 연구원들은 그들이 만든 것과 같은 인공지능 모델이 인간의 뇌가 어떻게 작동하는지에 대한 우리의 이해를 도울 수 있다고 언급했습니다.
AI가 내장된 로봇들이 서로 소통하여 학습하고 작업을 수행할 수 있는 여지도 있습니다. 만약 로봇 한 대만 초기 지시를 받았다면 다른 자동화 산업을 제조하고 훈련하는 데 정말 효과적일 수 있습니다.
“우리가 개발한 네트워크는 매우 작습니다”라고 연구원들은 성명서에서 설명했습니다. “이를 바탕으로 우리를 이해할 뿐만 아니라 서로를 이해할 수 있는 휴머노이드 로봇으로 통합될 훨씬 더 복잡한 네트워크를 개발하는 데 방해가 되는 것은 없습니다.”