เราตั้งสมมติฐานว่าการเข้าใจภาษาที่แท้จริงจะเกิดขึ้นจาก Agent ที่เรียนรู้คำศัพท์ควบคู่ไปกับว่าคำเหล่านั้นส่งผลกระทบต่อโลกอย่างไร มากกว่าการค้นหารูปแบบจากคลังข้อความขนาดใหญ่
การฝึก Agent ให้ประดิษฐ์ภาษา
โดยยกตัวอย่างว่า Agent หนึ่งสามารถปรับปรุงการสื่อสารโดยการให้ข้อมูลที่แตกต่างจาก Agent อีกตัวหนึ่งได้
การตั้งค่าการทดลองส่งผลต่อวิวัฒนาการของภาษาอย่างไร
เมื่อได้รับอนุญาตให้ใช้คำศัพท์กว้าง พวกมันอาจสร้างข้อความเดียวที่เข้ารหัสความหมายของประโยคทั้งหมด ซึ่งอาจไม่เหมาะกับการตีความของมนุษย์
ภาษาที่อนุมานและภาษาที่มีฐาน
คอมพิวเตอร์ที่ฝึกโมเดลภาษาโดยไม่มีการเชื่อมโยงกับโลกภายนอกนั้นเปรียบเสมือนห้องของจีนในแนวคิดของ John Searle
ขั้นตอนต่อไป
เราเชื่อว่าการเพิ่มความซับซ้อนของสภาพแวดล้อมและขอบเขตการกระทำของ Agent จะช่วยให้พวกมันสร้างภาษาที่สื่อถึงแนวคิดที่ก้าวหน้ากว่าคำกริยาและคำนามพื้นฐาน
ศัพท์ที่ควรรู้
- Agent – ในบริบทนี้ หมายถึงตัวแทนปัญญาประดิษฐ์ที่ถูกฝึกฝนให้เรียนรู้และสื่อสาร
- Corpus – หมายถึงชุดข้อมูลขนาดใหญ่ที่ใช้ในการฝึกฝนโมเดลภาษา
- Chinese Room – แนวคิดเชิงปรัชญาของ John Searle ที่เปรียบเทียบกับข้อจำกัดของการประมวลผลของคอมพิวเตอร์
- Grounding – การเชื่อมโยงความหมายของภาษาเข้ากับการกระทำหรือประสบการณ์ในโลกจริง
ที่มา: OpenAI