Membaca Membantu A.I. Belajar Memprediksi Reaksi Manusia

Ada banyak cara berbeda A.I. pengembang berusaha mendapatkan mesin cerdas untuk mempelajari dan menyerap informasi dan pengalaman - dan ini biasanya melibatkan pembuatan program menggali melalui tumpukan data yang besar. Tetapi tim ilmuwan Stanford mencari bentuk pengajaran yang jauh lebih konvensional yang diandalkan manusia sejak awal kata tertulis: Membaca.

Dalam sebuah penelitian baru yang diunggah ke repositori kertas arXiv (dilafalkan "arsip"), sebuah tim peneliti menguraikan bagaimana ia menciptakan sebuah program bernama Augur untuk mengakses ke database fiksi online besar yang gila-gilaan - dan ia telah belajar bagaimana memprediksi berbagai macam tanggapan manusia terhadap situasi tertentu - hanya berdasarkan apa yang telah dibacanya.

Augur pada dasarnya telah mempelajari tentang manusia melalui 600.000 cerita yang saat ini tersimpan di komunitas penulisan online WattPad. Itu membaca deskripsi perilaku manusia mulai dari duniawi, seperti makan makanan atau mengambil selfie, hingga yang jauh lebih ekstrem. Karena itu, Augur dapat mengidentifikasi tindakan manusia secara individu dalam situasi dunia nyata dan memprediksi apa langkah selanjutnya, "seperti ponsel yang membungkam diri ketika kemungkinan Anda menjawabnya rendah," tulis para peneliti.

Dan mudah untuk melihat mengapa fiksi adalah alat pembelajaran yang sangat berguna. “‘Sementara kita cenderung berpikir tentang cerita dalam kaitannya dengan peristiwa dramatis dan tidak biasa yang membentuk plot mereka, ”tulis para peneliti di koran,“ cerita juga dipenuhi dengan informasi biasa tentang bagaimana kita menavigasi dan bereaksi terhadap lingkungan kita sehari-hari. Lebih dari jutaan kata, pola-pola duniawi ini jauh lebih umum daripada rekan-rekan dramatis mereka. Karakter dalam fiksi modern menyalakan lampu setelah memasuki kamar; mereka bereaksi terhadap pujian dengan memerah; mereka tidak menjawab telepon saat rapat. ”

Dalam tes lapangan yang dilakukan sejauh ini, para peserta diberi kamera yang dapat dikenakan yang didukung oleh Augur untuk memungkinkan sistem mengidentifikasi objek dan individu di lingkungan tertentu. Sistem ini mampu memprediksi langkah selanjutnya dengan akurasi 71 persen. Sekitar 94 persen dari prediksi tersebut dinilai "masuk akal" - suatu prestasi yang cukup besar ketika Anda ingat bahwa hanya sekelompok kode algoritmik yang dapat mencoba memprediksi masa depan.

Tentu saja, ini bukan pertama kalinya A.I. peneliti telah beralih ke literatur untuk mengajar mesin. Facebook baru-baru ini membuat 1,6 gigabyte cerita anak-anak tersedia bagi komunitas penelitian dengan tujuan untuk membantu A.I. membedakan skenario realistis dari yang fantastik.