谷歌大型语言模型LaMDA: 它可能是有知觉的吗?

 

谷歌大型语言模型LaMDA

谷歌LaMDA不太可能被大多数观察者描述为有知觉或有意识。然而,这是一个不可能明确回答的问题。但我们知道,它是最先进的语言系统之一。请看下文,阅读更多关于LaMDA的意识潜力

为了宣布LaMDA(对话应用的语言模型)的推出,谷歌首席执行官展示了他们作为冥王星的新模型回答问题。LaMDA由谷歌开发,是一种开放式的对话式人工智能应用。在演示中,它在与用户的对话中扮演了一个人或一个物体的角色。根据谷歌首席执行官的说法,LaMDA综合了训练数据中的概念,以方便通过现场对话获得关于任何主题的信息。

LaMDA谷歌搜索趋势

LaMDA是如何工作的?

LaMDA建立在Transformer上,这是谷歌用于自然语言理解的开源神经网络架构。在这个平台上建立的模型在众多数据集上进行训练,以寻找句子中的模式,建立单词之间的关联性,并预测下一个单词是什么。Transformer被用来增强机器翻译能力。

LaMDA是有知觉的吗?

一名谷歌软件工程师声称感觉到LaMDA有知觉,他的故事被《华盛顿邮报》发表,并因违反其保密政策而被谷歌安排行政休假。由于在使用 “有知觉 “一词时经常指的是意识,而意识并不是一个定义明确或可证明的属性,因此不可能完全清楚地说明LaMDA是否有知觉。

然而,LaMDA的技能的一个类比是中国房间的思想实验。如果LaMDA通过复杂的数字结构对其阅读过的数十亿行文本进行统计分析,从而产生现实的答案,那么它是否

  • 通过复杂的数字结构运行统计分析而不理解语言?
  • 理解语言?
  • 或者这两件事的意思是一样的?

虽然第一个问题的答案是肯定的,但其他两个问题是可以解释的,因为我们对人类语言认知的理解还不完整。达成答案的方法是询问专家。由于LaMDA没有对公众开放,大多数专家无法形成意见,但WP文章中采访的大多数人(即Margaret Mitchell,谷歌伦理人工智能的前联合负责人,Brian Gabriel,谷歌发言人)都不相信LaMDA的智能性。

LaMDA和聊天机器人之间有什么区别?

聊天机器人和LaMDA是对话式人工智能软件的类型,可以与用户进行对话,向他们提供答案或指导他们完成某个过程。然而,典型的聊天机器人和LaMDA之间有一些区别:

典型的聊天机器人 LaMDA
在特定主题的数据集上训练 在多内容的互联网资源上训练
只从训练数据中提供答案 根据对话流程获取答案和主题
具有有限的对话流程 具有开放式的对话

聊天机器人和LaMDA之间的区别

虽然大多数聊天机器人不能进行开放式的对话,但支持人工智能的聊天机器人和语音机器人可以使用自然语言理解(NLU)和处理(NLP)来理解用户的行为和意图,以创造更有意义的对话。

LaMDA和GPT-3之间有什么区别?

GPT-3和LaMDA都是在未标记的文本数据集上训练的。例如,GPT-3是在维基百科和Common Crawl的数据上训练的。

LaMDA在对话训练集上进行训练,以创建一个非通用的、开放式的对话,它是事实的、合理的、与主题相关的。例如,在谷歌2021年的I/O演示中,LaMDA以模仿人类语言和情感的方式介绍了关于冥王星、太空旅行和人们意见的事实。

谷歌团队和代表冥王星的LaMDA之间的对话

谷歌团队和代表冥王星的LaMDA之间的对话。

LaMDA可以用来做什么?

直到2021年6月中旬,LaMDA是一个正在进行的项目,还没有使用案例。然而,作为谷歌的产品,LaMDA有可能作为数字助理或搜索引擎与几乎所有其他产品整合。例如,它可能被用于:

  • 为谷歌工作空间创建一个虚拟助手
  • 在谷歌的搜索引擎中进行导航搜索
  • 加强谷歌助理和谷歌家庭的对话和任务
  • 现场翻译
  • 商业聊天机器人s

此外,项目开发人员提到,他们可能会在不同的数据类型上训练LaMDA,如图像、音频或视频,以获得更多的答案和对话。例如,将LaMDA纳入YouTube,将能够浏览视频并搜索视频中的特定时刻或片段。

LaMDA如何避免偏见?

LaMDA是在从互联网来源收集的各种数据集上训练的,这使得它容易复制今天网上存在的种族主义、性别歧视或有偏见的内容。由于算法或训练数据中可能存在偏见的假设,以前在亚马逊的招聘工具和Facebook广告中观察到了AI偏见。

为了减轻人工智能的偏见,LaMDA的项目团队建立并开源了:

  • 用来分析模型的资源
  • 训练数据

这样一来,不同的群体可以参与创建训练数据集,并识别现有的偏见,以创建一个更有道德的人工智能。

我可以看到LaMDA的行动吗?

这里是演示视频,LaMDA在假装成冥王星和纸飞机时回答问题:

它仍在开发中,所以它还没有准备好供开发者实验使用。

关于对话式人工智能的更多信息

要了解对话式人工智能背后的技术,请随时阅读关于系统如何:

评论留言