Співробітники Массачусетського технологічного інституту розробляють три бібліотеки, які можна об’єднати з системами штучного інтелекту. Це поліпшить їхні мислення та контекстну обізнаність у різних галузях.
Такі великі мовні моделі (LLM), як ChatGPT і Claude 3 Opus, обробляють і генерують текст на основі “підказок” людини. За словами дослідників, ці технології покращилися за останні 18 місяців, але обмежені їхньою нездатністю розуміти контекст, а також міркувати, як люди.
Вчені з MIT стверджують, що вирішили цю проблему, створивши “бібліотеку абстракцій” природною мовою. Вони допоможуть чат-ботам міркувати, вивчати, сприймати і представляти знання так само, як і люди.
Науковці детально описали свої висновки у трьох статтях, опублікованих на сервері препринтів arXiv. Перша бібліотека – Library Induction from Language Observations (LILO), – синтезує, стискає і документує комп’ютерний код. Друга – Action Domain Acquisition (ADA), допомагає ШІ приймати послідовні рішення. Третя структура – Language-Guided Abstraction (LGA) – допомагає роботам краще розуміти навколишнє середовище і планувати дії.
У цих статтях дослідники розповіли, як мова може надати системам штучного інтелекту важливий контекст, щоб вони могли впоратися зі складнішими завданнями. Їх представили на Міжнародній конференції з навчання у Відні, Австрія.
Вчені заявили, що три бібліотечні фреймворки використовують нейросимволічні методи. Вони об’єднують принципи нейронних мереж і символьної логіки для опрацювання інформації, навчання та ухвалення рішень. Вони націлені на поєднання сильних сторін обох підходів у штучному інтелекті: нейронні мережі ефективні в обробці та аналізі великих обсягів даних, зокрема зображень, тексту і звуку, тоді як символьні методи здатні логічно міркувати й обробляти абстрактні концепції.