Teaching machines to think like humans | Douwe Kiela | TEDxCambridgeUniversity

gli umani hanno un senso del mondo in un molto
modo sofisticato usiamo il nostro
cinque sensi di vedere l’udito commovente
annusando e degustando e combiniamo tutto
di tali informazioni in modo tale
possiamo capire il mondo ora
i computer non hanno accesso a questi
le modalità percettive dei computer
le cose in modo diverso le cose che loro
ci stupisce ancora se pensi a cosa
Google fa e con che facilità
recupera le cose che stai cercando
per o come Facebook organizza il tuo
newsfeed o come è possibile ordinare
praticamente e qualsiasi cosa su Amazon è
incredibile e siamo così abituati a interagire
con i computer e sono così utile per
noi che tendiamo a tipo di prenderli per
concesso e quello che succede allora è che noi
sopravvalutare le loro capacità lasciami
darti un esempio di cosa intendo così se
abbiamo queste due frasi, John e
Gli animali domestici di Mary amano giocare nel cortile
hanno costruito una recinzione per tenerli
sicuro
se do queste due frasi a un umano
e poi dico a chi si riferiscono
e chi fa riferimento a ciò che possiamo fare
questo senza alcun problema
quindi comprendiamo che Giovanni e Maria sono
persone e che hanno animali domestici e che
a loro piacciono i loro animali domestici e vogliono mantenere
sono al sicuro e protetti quindi se ne hai
i tuoi animali domestici giocano nel tuo giardino
potrebbero finire sulla strada e
forse viene colpito da una macchina e questo è
qualcosa che non vogliono accadere
quindi per quel motivo costruiscono a
recinzione per mantenere il loro animale domestico sicuro così è
John e Mary e poi sono i loro animali domestici
se do questo a una macchina è molto
più difficile e il motivo è quello
se analizzo grammaticamente questa frase
in realtà non c’è modo di sapere cosa
sono ciò a cui si riferiscono come
gli umani lo fanno guardando il
significato di queste parole così guardando il
significato di recinzione per esempio un altro modo
di dire questo è ciò che sono gli umani
molto bravo è avere buonsenso
ragionamento e questo è qualcosa che
le macchine lottano davvero con così
nucleo per arrivare al senso comune è
avere un significato nel computer
e il famoso linguista Ray Jackendoff
ha detto che il significato è il Santo Graal
di una varietà di discipline non solo
linguistica ma anche filosofia
psicologia e le neuroscienze e io
vorrei discutere qui che artificiale
l’intelligenza è la disciplina di ricerca
molto parte di quella lista di
discipline in cui il significato è il Santo
Graal così l’obiettivo finale e il motivo
questo è che abbiamo assolutamente bisogno di significato
se vogliamo aggiungere un ragionamento di buon senso
quindi la mia ricerca è stata interessata a
cercando di migliorare il modo in cui i computer
capire il significato facendoli imparare
per capire il significato in un modo più umano
modo uno dei problemi che noi
assolutamente bisogno di risolvere se vogliamo
avere un significato è il cosiddetto simbolo
problema di coronamento e questo è un problema
che ha una storia molto lunga in
filosofia probabilmente tornando a tutto il
modo per Platone e Aristotele, ma è più
famosa recente incarnazione con un
l’applicazione all’IA è un pensiero
esperimento del filosofo Giovanni
Searle e Searle dicono che tu abbia
quello che chiama la stanza cinese e
c’è una persona in questa stanza con un
grande libro di regole che gli dicono cosa
fai quando i caratteri cinesi vengono inseriti
nella stanza in modo che possiamo avere qualcuno
in piedi fuori dalla stanza che scarabocchiava
Caratteri cinesi su pezzi di carta
mettendoli dentro e se la persona dentro
la stanza fa un buon lavoro seguendo il
regole che potresti produrre sequenze di
Caratteri cinesi che sono completamente
fluente quindi potrebbe sembrare come lui
in realtà fluente in cinese e poi
Searle ti ha chiesto di pensarlo
la persona parla fluentemente cinese e frase
in questo modo, naturalmente, siamo inclini a dire
no, non sta solo seguendo il
regole in un libro che è esattamente il
problema qui che cosa fanno i computer
qualcosa che è molto simile a questo così
si potrebbe frase presente come dicendo può voi
impara il cinese da un dizionario cinese
è scritto completamente in cinese
perché questo è ciò che i computer fanno così
i computer di strada imparano il significato in questi giorni
è attraverso qualcosa chiamato il
ipotesi distributiva e il
l’ipotesi distributiva dice che lo farai
conosci una parola della compagnia che mantiene
quindi lascia che ti dia un esempio di cosa
quella
significa che prendiamo un grande corpus di testo
diciamo Wikipedia e se vogliamo
conosciamo il significato di gatto e cane che guardiamo
in tutte le occorrenze di queste parole in
Wikipedia e poi guardiamo il
società che mantengono così possiamo vedere
quel gatto Co si verifica molto spesso con la pelliccia
e con la nascita e il cane Coker con Bart
quindi questo ci permette di vedere qualcosa
cosa significano queste cose e se sommiamo
tutti questi diversi conteggi poi noi
può costruire qualcosa che si chiama a
modello spaziale vettoriale e uno spazio vettoriale
il modello ci permette di vedere come due simili
le cose sono tra loro così ogni parola
è un vettore e possiamo calcolare come
simili queste due cose sono così
ci permette di vedere che cane e gatto sono
più vicini gli uni agli altri nel significato di
sono alla luna perché si verificano in
contesti più simili ora bella cosa
su questi spazi vettoriali è che possiamo
li visualizza in un grafico bidimensionale
quindi ognuno di questi punti qui è a
parola e la sua posizione è determinata da
il suo significato così per esempio qui vorremmo
avere capitano politico e soldato
perché sono tutti umani e bassi
là abbiamo animali serpenti e uccelli
e falchi così guardando questo spazio noi
può indagare quanto vicino siano le cose
nel significato quando guardiamo qualcosa
da una particolare angolazione e il modo in cui noi
impara dove mettere questi punti questi
giorni è usando reti neurali voi
potrebbe aver sentito parlare di reti neurali o
Apprendimento profondo è molto l’hype
in questi giorni come apprendimento automatico
tecnica per le rappresentazioni di apprendimento
e il modo in cui lo facciamo provando a farlo
prevedere il contesto che significa che noi
soffre del problema di messa a terra
perché stiamo definendo questi significati
termini di altre parole ora potresti dire
il problema del grounding non è veramente un
problema a tutti se voglio capire
il significato della democrazia a cui posso andare
Wikipedia e io possiamo leggere che è un
sistema politico ecc ecc e in questo
caso per parole astratte come la democrazia
probabilmente hai ragione
quindi la modalità testuale o il tipo di
il testo informativo è sufficiente per l’apprendimento
il significato della democrazia e, in effetti, se io
passare a una foto di modalità diversa
per esempio questo non sta davvero raccontando
molto su ciò che la democrazia in realtà
significa che è un
creazione quindi se si digita la democrazia in
Google Immagini e tu guardi il
le foto che ottieni prendono l’ americano
bandiere e cose del genere ma è così
non proprio quello che la democrazia significa così così
Fin qui tutto bene
noi non soffriamo veramente del
problema di messa a terra comunque se voglio
capire il significato di gatto e io
ancora una volta andare a Wikipedia posso imparare che
si tratta di un piccolo mammifero carnivoro furry
che alla gente piace usare come animali domestici e sicuro
fa parte di ciò che il gatto è per noi, ma a
noi umani il gatto è molto più di questo
perché il gatto è molto più vicino a questo
e la ragione per questo è a causa di
il modo in cui interagiamo con il mondo, così noi
capire il significato di cat attraverso
le esperienze percettive che abbiamo
quindi c’è una cosa che guardiamo e
che possiamo sentire e che possiamo toccare
e questo insieme rende il significato di
gatto quindi la mia ricerca riguarda il tentativo di
fai in modo che i computer lo facciano in questo modo
i computer usano la percezione in modo simile
il modo in cui gli umani lo fanno, così come lo farebbero
facciamo ciò che possiamo fare
ispirazione dal cervello umano, quindi se io
mostra l’immagine del gatto al cervello cosa
succede che i fotoni cadono sul tuo
retina e lo elabori nel tuo
cervello cercando di dare un senso a esso e come
vai più in profondità nel tuo cervello
diventano sempre più astratta in modo da ottenere
una rappresentazione concettuale del gatto in alcuni
punta nel profondo del tuo cervello e puoi farlo
ragione con quella rappresentazione concettuale
e per esempio pensa a cosa farebbe
succede se il tuo gatto non è recintato
il cantiere e viene investito da un’auto, quindi possiamo
fai di nuovo una cosa simile usando neurale
reti che sono ispirate dal cervello
e mostriamo le immagini dei gatti – neurali
reti e ne mostriamo molte
immagini e lasciamo la rete neurale
impara qual è il significato di gatto e
poi guardiamo in fondo al
cose che è appreso e questo permette
noi per vedere il significato visivo di a
concetto così invece del testuale
il che significa che prima avevamo ora
avere il significato visivo in modo tale che mi piacerebbe
per mostrarti alcuni esempi di cosa
succede quando facciamo questa transizione
dall’informazione testuale a quella visiva
informazioni in modo che tu possa davvero vedere
la differenza quindi qui ne abbiamo alcuni
concetti evidenziati di nuovo nel
spacer ricorda che ogni punto è un valore
e la sua posizione è determinata dal suo
il significato di dare e avere sono così vicini
linguisticamente che in realtà
si sovrappongono in modo da vedere solo prendere qui che è
quanto sono vicini ma ovviamente sappiamo
quello generoso dovrebbe essere molto più vicino a
dare che dovrebbe essere di prendere anche noi
conoscere visivamente quell’amore e San Valentino
dovrebbe probabilmente essere più vicini l’uno all’altro
e lo stesso vale per il bianco in panorama
quello che mi piacerebbe mostrarti è cosa
succede quando ci spostiamo nello spazio visivo e
allora puoi vedere la transizione
accadendo la vita così ampia e panoramica
si muove insieme amore e San Valentino danno
si muove verso generoso e lontano da
prendere quindi quello che succede lì è che si
avere una prospettiva differente sulla
significato di questi concetti e in questo
caso la loro prospettiva è probabilmente
più vicino a quello che vuoi veramente loro cosa
sei arrivato dalla modalità testuale ma noi
può anche fare questo il contrario
ricorda che l’ho detto per la democrazia tu
probabilmente vorrà impararlo da Wikipedia
e tu non vuoi imparare da
Google Immagini quindi preferisci il testo
di visione quindi se partiamo dalla visione
possiamo vedere questi concetti astratti
il caos La distruzione dell’anarchia è gentile
di equamente distribuito in questo spazio e
questo non è ciò che vogliamo noi vogliamo questi
tre cose in basso per essere vicino
e lontano dall’ordine perché lo sono
gli opposti ma perché questi concetti
sono astratti è molto difficile da imparare
quello dalle foto ma se facciamo il
transizione possiamo vedere che questi
i concetti si muovono insieme mentre giriamo
verso la prospettiva testuale quindi questo
mostra che per concetti diversi lì
sono diversi modi di guardare alle cose
ea volte un modo è migliore e
a volte l’ altro e finora ho
parlato di visione e testo ma è
non limitato a ciò che possiamo fare il
stessa cosa ma poi con audio così ora
stiamo pensando a quali cose suonano
così se avessi un missile e un
demolizione di esplosioni e fuochi d’artificio
dovrebbero essere tutti molto vicini perché loro
sembrano esplosioni
e lo stesso vale per i suoni prodotti da
acqua così splash e fiume e cascata
e lo stesso vale ancora per i suoni
prodotto dagli umani quindi protesta o canta
o il suono dei bambini, così possiamo fare
quella transizione dal testo
allo spazio audio e possiamo vedere il
l’acqua suona spostandosi in alto a sinistra
suoni di esplosione che si uniscono e il
le persone sembrano venire insieme quindi se
stiamo pensando all’auditorio
modalità e prendendo un auditivo
prospettiva sul significato di questi
parole
allora questo è un modo molto migliore di
pensando al significato di quelli
concetti che non sto cercando di dire
c’è un modo migliore per guardare il
significato di questi concetti cosa sono
sto cercando di dire che passo così tanto
le cose la verità è probabilmente da qualche parte
nel mezzo quindi cosa vuoi idealmente
è prendere informazioni da tutti questi
diverse modalità percettive e
combinalo in una riunione multimodale
rappresentazione che copre tutti questi
diversi aspetti di questi concetti così
possiamo avere onde, acqua e oceano
e surf e pensare a loro in tutti
queste diverse modalità e poi come
facciamo la transizione verso
spazio multimodale queste cose vengono
insieme e modelliamo più accuratamente
il loro significato nel senso di ciò che loro
significato per gli esperimenti umani sono stati
fatto con questo e ed è dimostrato che
se vai multimodale, allora diventi
molto più vicino a come gli esseri umani effettivamente pensano
sul significato quindi alla fine è questo
qualcosa che vale la pena perseguire e la mia
punto generale è che se vogliamo
computer per ragionare sul buon senso
e se vogliamo che le macchine sviluppino umani
livello di intelligenza artificiale quindi noi
bisogno di pensare al mondo in a
modo simile a come gli umani percepiscono il
mondo che abbiamo bisogno di fare uso di
queste modalità percettive al fine di
impara il significato delle cose che
succede nel mondo intorno a noi
quindi ho parlato di visione e audio
ma puoi anche pensare di fare
le macchine odorano cose o assaggiano cose o
toccare le cose e alla fine questo sarà
portaci molto più vicino al livello umano
ritorno intelligenza artificiale quindi cerchiamo di
l’esempio che abbiamo iniziato con il
il nucleo qui sta nella comprensione del
significato e una delle parole chiave lì
che dobbiamo capire è la parola
recinto perché il recinto è qualcosa
che usi per tenere le cose dentro
in modo che non si esauriscano nel
strada e viene investito da un’auto, quindi come sarebbe
andiamo a capire la parola recinzione
un modo per farlo è noi
può costruire un robot fisico e avere
ha provato a scavalcare il recinto che noi
costruito forse puoi provare a muoverti
ogni tanto potrebbe
riuscire a scavalcare questa recinzione e
prova cosa vuol dire essere colpito da un
macchina e forse scoprire che non è così
qualcosa che vuoi che accada
a te ma questo sarebbe molto costoso
non solo perché continuiamo a distruggere il nostro
robot ma perché ci vorrebbe molto
tempo molto lungo per noi imparare la
cose che gli umani danno per scontato se
dobbiamo fare tutti questi diversi
le cose individualmente ci vorrebbero anni
ma l’alternativa è di fare questo non
con la recinzione fisica ma con a
recinzione virtuale quindi ora abbiamo un virtuale
robot in un mondo virtuale che cerca di arrampicarsi
la recinzione virtuale e forse ogni volta
in un attimo viene colpito da una macchina virtuale
ma non è un gran problema perché
possiamo farlo una quantità infinita di
tempi e questo significa che possiamo imparare
le cose in modo molto più efficiente in particolare
con reti neurali che richiedono molto
di dati e per questo motivo c’è un
molto interesse per la comunità di IA ora
essere in grado di risolvere questi complessi
problemi che vedi nei videogiochi
perché se l’IA dovesse mai emergere
è molto più probabile che lo faccia in questo
mondo virtuale di quanto non sia nel nostro fisico
mondo e chissà che forse un giorno lo faremo
avere macchine che hanno buon senso
grazie
[Applausi]