Sfruttando evoluzione con AI
Tonya Hall e il Dr. James Campo, fondatore e CEO di LabGenius, parla del processo di sfruttare l’evoluzione attraverso il potere di AI per creare molecole di DNA.
Uno dei più insensata di istruzione sono test standardizzati, che richiedono agli alunni di ripetere a pappagallo le informazioni di solito impegnati a memoria rote moda. Fortunatamente, una macchina è stato in grado di completare le domande di un test su come lo studente medio, forse liberando gli esseri umani per di più la pena tipi di apprendimento.
Basta non essere confuso che non ha nulla a che fare con l’apprendimento di quanto in genere si pensi.
I ricercatori dell’Allen Institute for Artificial Intelligence a Seattle il mercoledì ha annunciato un nuovo profondo di apprendimento della rete neurale programma, chiamato “Aristo” (una sorta di gioco su Aristotele), dando una buona tromba con una storia sul New York Times, suggerendo la cosa può effettivamente ragione sulla scienza. Quello che hanno fatto è stato fare un programma in grado di selezionare le risposte corrette a domande a scelta multipla per la scuola di alta Regents esame per la Città di New York, con una precisione dell ‘ 80% al 90%.
Ahimè, non c’è molto di un ragionamento che sta succedendo qui, e non è come questa cosa si sa realmente la scienza. Quello che è successo è che la profonda rete di apprendimento ha calcolato una buona distribuzione di probabilità di lingua per predire le parole usate nella risposta appropriata quando confrontato con quattro possibili risposte. Lo hanno fatto utilizzando una versione modificata di Google popolare “Bert” in linguaggio naturale algoritmo.
Esempio di un “inferenza risolutore” al lavoro, a una delle diverse tecniche utilizzate nella Allen Institute Aristo programma per rispondere alle Regents esame.
Allen Institute for AI
Come spiegato in modo formale, la carta “Da ‘F’ a ‘A’ a NY Regents Scienza Esami: Una Panoramica delle Aristo Progetto”, pubblicato su arXiv pre-server di stampa, deep learning non è ancora al punto di vista del ragionamento sulla scienza. O molto altro. (C’è anche un post sul blog con ampio materiali aggiuntivi.)
In conclusione per la carta, scritto da Peter Clark, Oren Etzioni, Tushar Khot, Bhavana Dalvi Mishra, Kyle Richardson, Ashish Sabharwal, Carissa Schoenick, Oyvind Tafjord, Niket Tandon, Sumithra Bhakthavatsalam, Dirk Groeneveld, e Michal Guerquin, gli autori, fondamentalmente, punt sulla questione se c’è un ragionamento sta accadendo qui.
“Molti dei benchmark domande intuitivamente sembrare che richiedono ragionamento per rispondere,” scrivono, e quindi porre la domanda, “qual è la Aristo ragionamento per rispondere alle domande?”
La loro risposta spinge indietro la domanda. “Oggi non abbiamo sufficientemente granulare ragionamento per rispondere a questa domanda con precisione, hanno dichiarato, aggiungendo, “ma siamo in grado di osservare, prestazioni sorprendenti su di rispondere a domande scienza.” Il team conclude, “Questo suggerisce che la macchina ha davvero imparato qualcosa sul linguaggio e il mondo, e come manipolare la conoscenza, anche se né simbolicamente né discretamente.”
La parola “imparato” è un termine colloquiale, ma ha anche un senso tecnico, in macchina di apprendimento i campi, ed è in quest’ultimo senso che il lavoro è un risultato incredibile, tuttavia, si caratterizzano. Gli autori hanno preso Bert, che deriva da un 2017 la rete neurale che ha preso il mondo dalla tempesta, chiamato “Transformer”. Bert calcola una distribuzione di probabilità di co-occorrenza di parole in frasi. Il loro “AristoBERT” modifica Bert in modi interessanti. Ci vuole un secondo pezzo di codice, denominato “recupero delle informazioni solver”, che le ricerche di documenti rilevanti per vedere se le parole reali della domanda e della risposta in tali documenti (tramite Amazon “ElasticSearch” toolkit.)
A Bert che aggiungere altre cose, ad esempio una versione modificata di Bert che Paul Allen Scuola di informatica e Facebook sviluppati congiuntamente, e ha rivelato all’inizio di quest’anno, chiamato “RoBerta.” RoBerta avanzata Bert da cose come il espandendo significativamente il set di dati di training a 160 gigabyte di Wikipedia e notizie, articoli e altre cose, dieci volte la dimensione originale del Bert, ed eseguendo la formazione per i più.
Il rapido progresso sulla questione, rispondendo, ha preso un grande salto con l’aggiunta del più recente elaborazione del linguaggio naturale approcci come Google Bert.
Allen Institute for AI.
Il AristoBert e AristoRoBerta reti sono combinati con l’IR risolutore e vari altri risolutore programmi in un ensemble, e voilà, il risultato è abbastanza emozionante. La collezione di programmi ottenuto la risposta giusta per l’ottavo anno di scienze domande al 91,6% del tempo, e l ‘ 83% del tempo per il 12 ° grado di soggetti. “Lo slancio di questa attività è stato notevole,” gli autori notano che “con la precisione di movimento da circa il 60% a oltre il 90% in soli tre anni” rispetto a loro gli sforzi precedenti.
Elegante come questo collage di programmi, ma non è un ragionamento, di per sé. Se dovesse essere paragonata a un’attività umana, è più simile a memorizzare miliardi di righe di scrittura e di mantenere le associazioni di parole o frasi in testa, e quindi essere in grado di ricordare a tutti che con un alto grado di affidabilità. È piuttosto come una super-durante il periodo di sessione. L’aggiunta di Bert e Roberta, in particolare, potenziato il sistema di domanda-risposta di sopra del quale gli scienziati sono stati in grado di raggiungere con il più semplice risolutore programmi che basta provare a cercare delle risposte. Che significa avere un più ampio modello di probabilità di co-occorrenza di parole è stato il grande elemento qui.
Ciò che l’Aristo non può fare è spiegare perché alcuni studenti hanno davvero ben poco a studiare, sicuramente con molto meno testo, e ancora a capire le risposte alle domande il giorno del test. A differenza degli esseri umani, non c’è alcuna indicazione Aristo potrebbe, dire, scrivere un saggio di esplorare ciò che è stato imparato a conoscere la scienza. Aristo non poteva nemmeno dire perché la parola “energia” e l’equazione e = mc2″ mostra in combinazione in molti testi, anche se potrebbe dare una misura della “densità” con il quale tali espressioni co-si verificano in milioni di documenti.
Non c’è conoscenza di scienza qui, poi, c’è un dominio specifico mappa di lingua tagliente. E ‘ certamente un risultato per il quale gli autori possono essere orgogliosi. Esso può avere importanti utilità in uso aziendale di A. I. di Pensare a tutte le interazioni che richiedono il completamento di processi standard in front-office e back-office di una società che può essere automatizzato se il diritto il vocabolario può essere accuratamente e tempestivamente presentata.
Più profondamente, Aristo possa un giorno prendere in consegna l’intero test di attività, liberando il povero studente di uno dei più noiosi che le attività di formazione.
Intelligenza Artificiale
Nvidia afferma il record del mondo nel corso di una conversazione di formazione AI
IBM offre spiegabile AI toolkit, ma è aperto all’interpretazione
Che cosa è l’IA? Tutto quello che devi sapere sull’Intelligenza Artificiale
MIT trova il significato profondo per l’IA in maglia calze (ZDNet YouTube)
Soddisfare l’IA che potrebbe sostituire il vostro baseball arbitro (CNET)
Come big data e AI help rivenditori online competere (TechRepublic)
Argomenti Correlati:
Big Data Analytics
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software