Το να κάνεις μια εργασία με βάση γραπτές ή προφορικές οδηγίες και μετά να την περιγράφεις σε άλλους έτσι ώστε να μπορούν να την κάνουν και αυτοί είναι ο ακρογωνιαίος λίθος της ανθρώπινης επικοινωνίας, που εξακολουθεί να αντιστέκεται σε μεγάλο βαθμό στην επέλαση της Τεχνητής Νοημοσύνης (ΑΙ)- και μια ομάδα από το Πανεπιστήμιο της Γενεύης (UNIGE) κατάφερε να δημιουργήσει ένα μοντέλο τεχνητού νευρωνικού δικτύου ικανό για κάτι τέτοιο.
Αφού η ΑΙ έμαθε και πραγματοποίησε μια σειρά από βασικές εργασίες, μετά μπόρεσε να τις περιγράψει γλωσσικά σε μια «αδελφή» ΑΙ, η οποία τις πραγματοποίησε με τη σειρά της. Τα αποτελέσματα της σχετικής έρευνας δημοσιεύτηκαν στο Nature Neuroscience.
Η δυνατότητα να μαθαίνουμε κάτι και μετά να το περιγράφουμε σε κάποιον άλλον ώστε να το μάθει και αυτός είναι κάτι που διαφοροποιεί τον άνθρωπο από άλλα είδη, που χρειάζονται πολλές δοκιμές και σήματα θετικού ή αρνητικού αποτελέσματος για να μάθουν κάτι νέο, χωρίς να είναι σε θέση να το επικοινωνήσουν σε άλλα όντα του είδους τους. Η επεξεργασία φυσικής γλώσσας (Natural Language Processing) είναι ένας τομέας της ΑΙ που επιδιώκει να το αναπαράγει αυτό, με μηχανές που κατανοούν και απαντούν σε ηχητικά ή γραπτά δεδομένα. Η τεχνική αυτή βασίζεται σε τεχνητά νευρωνικά δίκτυα, τα οποία είναι εμπνευσμένα από τους βιολογικούς μας νευρώνες και τον τρόπο με τον οποίου μεταδίδει ο ένας ηλεκτρικά σήματα στον άλλο στον εγκέφαλο. Ωστόσο οι νευρωνικοί υπολογισμοί που θα καθιστούσαν δυνατή μια τέτοια λειτουργία δεν έχουν κατανοηθεί ακόμα πλήρως.
«Αυτή τη στιγμή οι πράκτορες συζήτησης που χρησιμοποιούν ΑΙ είναι ικανοί να ενσωματώνουν γλωσσικές πληροφορίες για να παράγουν κείμενο ή μια εικόνα. Μα από όσο γνωρίζουμε δεν είναι ακόμα ικανοί να μεταφράζουν λεκτικές ή γραπτές οδηγίες σε αισθητηριοκινητική δράση και ακόμα λιγότερο να την εξηγούν σε μια άλλη τεχνητή νοημοσύνη ώστε να μπορεί να την αναπαράγει» εξηγεί ο Αλεξάντρε Πουζέ, καθηγητής στο Τμήμα Βασικών Νευροεπιστημών.
Ο ερευνητής και η ομάδα του κατάφεραν να αναπτύξουν ένα τεχνητό νευρωνικό μοντέλο με αυτή τη διπλή δυνατότητα, αν και με εκπαίδευση εκ των προτέρων. «Αρχίσαμε με ένα υπάρχον μοντέλο τεχνητών νευρώνων, το S-Bert, που έχει 300 εκατομμύρια νευρώνες και είναι εκπαιδευμένο εκ των προτέρων να κατανοεί γλώσσα. Το “συνδέσαμε” με ένα άλλο, πιο απλό δίκτυο μερικών χιλιάδων νευρώνων» είπε ο Ρέινταρ Ρίβελαντ, διδακτορικός στο Τμήμα Βασικών Νευροεπιστημών στο Τμήμα Ιατρικής του UNIGE και πρώτος συντάκτης της έρευνας.
Στο πρώτο στάδιο της έρευνας οι νευροεπιστήμονες εκπαίδευσαν το δίκτυο να λειτουργεί όπως η περιοχή Βέρνικε στον ανθρώπινο εγκέφαλο, που μας επιτρέπει να αντιλαμβανόμαστε και να ερμηνεύουμε τη γλώσσα. Στο δεύτερο στάδιο, το δίκτυο εκπαιδεύτηκε να αναπαράγει την περιοχή Μπροκά, η οποία, υπό την επιρροή της περιοχής Βέρνικε, είναι υπεύθυνη για την παραγωγή και την άρθρωση λέξεων. Η διαδικασία διεξήχθη σε συμβατικούς υπολογιστές laptop. Μετά γραπτές οδηγίες μεταδόθηκαν στην ΑΙ.
Οι επιστήμονες αξιοποίησαν τα αποτελέσματα του μοντέλου. «Όταν ολοκληρώθηκε η εκμάθηση αυτών των εργασιών, το δίκτυο ήταν σε θέση να τις περιγράψει σε ένα δεύτερο δίκτυο – ένα αντίγραφο του πρώτου- ώστε να μπορεί να τις αναπαράγει. Από όσο γνωρίζουμε, είναι η πρώτη φορά που δύο ΑΙ ήταν σε θέση να μιλάνε μεταξύ τους με καθαρά γλωσσικό τρόπο» είπε ο Πουζέ, ο οποίος ηγήθηκε της έρευνας.