IBM通過Project Dabater展示人工智慧優勢

IBM演算法Deep Blue在1997年擊敗了國際象棋冠軍Garry Kasparov。2011年，IBM的Watson贏得了遊戲節目Jeopardy。不久之後，IBM研究團隊已經準備好超越遊戲玩法，並開始集體討論下一個挑戰人工智慧演算法的壯舉。他們決定創建一個人工智慧演算法，該演算法將在辯論藝術方面進行訓練。

今年6月，一小群觀眾看到了IBM Project Debater的公開亮相和前兩場辯論，當時它與以色列辯手Dan Zafrir和Noa Ovadia就增加對遠程醫療和政府補貼的投資進行了直接對決分別用於太空探索。從各方面來看，IBM Project Debater都是一個令人生畏的對手，並且很多人因為能夠做出類似人類的爭論而感到驚訝。它甚至使更多的觀眾成為Zafrir所做的遠程醫療的立場。

這個項目是IBM Research建立一個系統的最新目標，該系統「幫助人們在答案不是黑白時做出基於證據的決策。」辯論不僅幫助我們說服別人我們的意見，而且它可以幫助我們了解並學習其他人的觀點。通過以這種方式訓練機器，希望將來AI演算法能夠幫助人類定期做出重要決策。IBM Project Debater不僅搜索著名的報紙和雜誌上的數百萬篇文章的資料庫 - 它的語料庫 - 但它擁有可以「與人類共同發現，推理和提出新觀點」的人工智慧技術。

IBM研究團隊能夠創建一種能夠：

產生由數據驅動的觀點

傾聽並理解對手，從流暢的敘事中解析出關鍵的數據

用簡潔的語言和完整的類似人類的句子表達情況和論點

即使在IBM Project Debater的辯論技巧中存在明顯的絆腳石，但在大多數情況下，它的首次亮相取得了巨大的成功。由於它從理論到實際實施，雖然仍然需要一些調整，但它會讓你想知道下一步是什麼。

通過實施制衡來避免盲目信任

很多人可能很容易對機器過於信任。雖然機器可以在相似的時間範圍內以人類無法達到的速度和深度來剔除數據，但它的結果並不能免於偏見。機器的效果與它所輸送的信息一樣好。如果用於開發其論證的一些資源包含錯誤的邏輯，那麼該演算法在其辯論中受到該邏輯的影響。能夠搜索和總結數以百萬計的人類生成的文章並不是一件容易的事，但是Project Debater的實力並不具有代表性，而是一種能夠以自我生成的方式進行推理的超級智能（儘管可能會出現這種情況）。

為了避免機器只是回應錯誤的人類觀點 - 或者由政府或公司為自己的目的操縱 - 需要有一個制衡機制來確保計劃的可信度。

IBM的Project Debater工作對自然語言處理的進步至關重要

自然語言處理正在許多方面取得進展; 然而，Project Debater所展示的是以對話和文章形式進行鬆散結構化語言的進展。演算法能夠根據事實支持的小塊文本組合參數，同時理解參數的所有方面（邏輯，情感），這是一個更高級別的功能。項目辯論者可以分析其對手的論點並確定事實支持的適當反應。這代表了從「現在的信息」到「爭論」的巨大飛躍。

這項技術的實際應用

IBM Project Debater展示的令人印象深刻的能力之一是它依賴於解決許多問題的AI技術的組合，並將它們連接在一起。現在IBM Research在第一次辯論中取得了成功，團隊需要確定他們可以銷售的這種技術的實際應用。這正是IBM Research的董事Arvind Krishna 所說的計劃：「Project Debater的底層技術將在未來的IBM Cloud和IBM Watson中實現商業化。」

現在AI已經超越了玩遊戲，學習說服和辯論的藝術; 它已經證明它可以處理人類互動的「灰色區域」和細微差別，而不僅僅是遵循明確的規則。

「從我們的角度來看，辯論形式是手段，而不是目的。這是推動技術發展的一種方式，也是我們掌握語言的更大戰略的一部分，「 負責IBM Research全球AI團隊的Aya Soffer說道。

這是一個令人印象深刻的首次亮相，看到接下來會發生什麼將是有趣的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！