瑞士日內瓦大學的一個科學家團隊在人工智能（AI）研究方面取得一項突破：他們讓兩個AI系統進行了前所未有的語言交流。該成果發表在最新一期《自然·神經科學》上。
研究人員開發的人工神經網絡模型，展示了AI系統解釋語言指令并相應執行任務的能力。在學習并執行一系列基本任務后，其中一個AI系統能夠向其“姐妹”AI系統提供這些任務的語言描述，而后者又執行了這些任務。
研究中使用的人工智能模型建立在S-Bert體系結構基礎上，由3億個經過語言理解訓練的神經元組成。通過精心設計的模擬人類認知過程的訓練方案，該網絡首先被教導解釋類似韋尼克區的語言輸入，負責語言理解。隨后，它被訓練來復制任務，類似于布羅卡區，負責任務執行和發音。
參與這項研究的雷達爾·里夫蘭博士解釋說，該神經網絡學會了解讀英語書面指令，并執行各種任務，包括指示刺激位置和對視覺提示做出反應。經過訓練后，它可以有效地向另一個AI系統描述這些任務。
兩個AI系統完全通過語言進行交流，而不依賴于預定義的命令或編程。除學術意義之外，這一突破還為實際應用帶來巨大希望，特別是在機器人領域。
讓機器具備理解和執行語言指令的能力，為未來先進類人機器人的自主協作與解決問題奠定了基礎。展望未來，研究人員認為，AI系統將不僅能深刻理解人類，更能以近乎人類交流的方式實現相互交互與協作，這預示著AI技術將開啟全新的發展紀元。
讓兩個AI系統之間完全通過語言進行交流，這樣的研究可不僅僅為了好玩，而是其具備廣闊的應用前景。目前的應用場景中，AI一般只負責執行某個具體環節的任務，而任務與任務之間的溝通和協調，依然需要人來完成。假如AI之間可以進行語言交流，比如AI質檢員向機械臂發送調整加工工藝的語言指令，那么，AI將在工廠生產等眾多應用場景中扮演更重要的角色，同時也可進一步解放人力資源。
瑞士日內瓦大學的一個科學家團隊在人工智能（AI）研究方面取得一項突破：他們讓兩個AI系統進行了前所未有的語言交流。該成果發表在最新一期《自然·神經科學》上。
研究人員開發的人工神經網絡模型，展示了AI系統解釋語言指令并相應執行任務的能力。在學習并執行一系列基本任務后，其中一個AI系統能夠向其“姐妹”AI系統提供這些任務的語言描述，而后者又執行了這些任務。
研究中使用的人工智能模型建立在S-Bert體系結構基礎上，由3億個經過語言理解訓練的神經元組成。通過精心設計的模擬人類認知過程的訓練方案，該網絡首先被教導解釋類似韋尼克區的語言輸入，負責語言理解。隨后，它被訓練來復制任務，類似于布羅卡區，負責任務執行和發音。
參與這項研究的雷達爾·里夫蘭博士解釋說，該神經網絡學會了解讀英語書面指令，并執行各種任務，包括指示刺激位置和對視覺提示做出反應。經過訓練后，它可以有效地向另一個AI系統描述這些任務。
兩個AI系統完全通過語言進行交流，而不依賴于預定義的命令或編程。除學術意義之外，這一突破還為實際應用帶來巨大希望，特別是在機器人領域。
讓機器具備理解和執行語言指令的能力，為未來先進類人機器人的自主協作與解決問題奠定了基礎。展望未來，研究人員認為，AI系統將不僅能深刻理解人類，更能以近乎人類交流的方式實現相互交互與協作，這預示著AI技術將開啟全新的發展紀元。
讓兩個AI系統之間完全通過語言進行交流，這樣的研究可不僅僅為了好玩，而是其具備廣闊的應用前景。目前的應用場景中，AI一般只負責執行某個具體環節的任務，而任務與任務之間的溝通和協調，依然需要人來完成。假如AI之間可以進行語言交流，比如AI質檢員向機械臂發送調整加工工藝的語言指令，那么，AI將在工廠生產等眾多應用場景中扮演更重要的角色，同時也可進一步解放人力資源。
本文鏈接：兩個人工智能系統說起“悄悄話”http://m.lensthegame.com/show-2-4170-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 迄今最詳細人類血液干細胞圖譜出爐
下一篇： “朋友圈”發力 硬科技落地