مقالات

محققان در حال توسعه هوش مصنوعی برای دسترسی بیشتر به اینترنت هستند


در تلاش برای دسترسی بیشتر به اینترنت برای افراد دارای معلولیت، محققان دانشگاه ایالتی اوهایو شروع به توسعه یک عامل هوش مصنوعی کرده‌اند که می‌تواند با استفاده از دستورات زبان ساده، وظایف پیچیده‌ای را در هر وب‌سایتی انجام دهد.

در طول سه دهه از زمانی که برای اولین بار در اختیار عموم قرار گرفت، شبکه جهانی وب به یک سیستم بسیار پیچیده و پویا تبدیل شده است. با این حال، از آنجایی که عملکرد اینترنت در حال حاضر بسیار جدایی ناپذیر به رفاه جامعه است، پیچیدگی آن نیز به طور قابل توجهی ناوبری را دشوارتر می کند.

امروزه میلیاردها وب سایت برای کمک به شما در دسترسی به اطلاعات یا برقراری ارتباط با افراد دیگر وجود دارد و انجام بسیاری از وظایف در اینترنت می تواند به بیش از ده مرحله نیاز داشته باشد. از همین رو یو سو، یکی از نویسندگان مطالعه و استادیار علوم و مهندسی کامپیوتر در ایالت اوهایو، گفت که کار آنها، که از اطلاعات گرفته شده از سایت های زنده برای ایجاد عوامل وب – دستیاران هوش مصنوعی آنلاین – استفاده می کند، گامی در جهت تبدیل دنیای دیجیتال به مکانی کمتر گیج کننده است.

سو گفت: «برای برخی از افراد، به ویژه افراد دارای معلولیت، گشت و گذار در اینترنت آسان نیست. ما بیشتر و بیشتر در زندگی و کار روزانه خود به دنیای رایانه تکیه می کنیم، اما موانع بیشتری بر سر راه این دسترسی وجود دارد که تا حدی این اختلاف را افزایش می دهد.»

یادگیری در دسامبر ارائه شد سی و هفتمین کنفرانس سیستم های پردازش اطلاعات عصبی (NeurIPS)کنفرانسی پیشرو در زمینه تحقیقات هوش مصنوعی و یادگیری ماشین.

سو گفت که با استفاده از قدرت الگوهای زبانی بزرگ، عامل مشابه رفتار مردم هنگام گشت و گذار در وب است. تیم ایالت اوهایو نشان داد که مدل آنها قادر به درک طرح‌بندی و عملکرد وب‌سایت‌های مختلف تنها با استفاده از توانایی پردازش و پیش‌بینی زبان است.

محققان این فرآیند را با ایجاد آغاز کردند Mind2Web، اولین مجموعه داده برای عوامل وب عمومی در حالی که تلاش‌های قبلی برای ساخت نمایندگی‌های وب بر روی وب‌سایت‌های شبیه‌سازی شده با اسباب‌بازی متمرکز بود، Mind2Web کاملاً ماهیت پیچیده و پویا وب‌سایت‌های دنیای واقعی را پذیرفته و توانایی عامل را برای تعمیم وب‌سایت‌های کاملاً جدیدی که قبلاً ندیده بود، برجسته می‌کند. سو گفت که بیشتر موفقیت آنها به دلیل توانایی نماینده آنها در مدیریت منحنی یادگیری همیشه در حال تکامل اینترنت است. این تیم بیش از 2000 کار باز را از 137 وب سایت مختلف در دنیای واقعی انتخاب کردند که سپس از آنها برای آموزش نماینده استفاده کردند.

برخی از این وظایف عبارتند از رزرو پروازهای بین المللی یک طرفه و رفت و برگشت، دنبال کردن حساب های توییتر مشهور، مرور فیلم های کمدی از سال 1992 تا 2017، پخش جریانی Netflix، و حتی برنامه ریزی برای تست های رانندگی در DMV. بسیاری از وظایف بسیار پیچیده بودند – برای مثال، رزرو یکی از پروازهای بین المللی استفاده شده در این مدل، 14 اقدام را انجام می دهد. سو گفت، چنین انعطاف‌پذیری آسانی پوشش متنوعی را در طیف وسیعی از وب‌سایت‌ها ممکن می‌سازد و چشم‌انداز جدیدی را برای مدل‌های آینده برای کاوش و یادگیری مستقل باز می‌کند.

سو گفت: «انجام چنین کاری تنها به دلیل توسعه اخیر مدل های زبان بزرگ مانند ChatGPT امکان پذیر است. از زمانی که چت بات عمومی شد نوامبر 2022، میلیون ها کاربر از آن برای تولید خودکار محتوا استفاده کرده اند شعر و شوخی به توصیه آشپزی و تشخیص های پزشکی

با این حال، از آنجایی که یک وب‌سایت می‌تواند حاوی هزاران عنصر خام HTML باشد، ارائه اطلاعات زیادی به یک مدل زبان بزرگ بسیار گران است. برای رفع این شکاف، این مطالعه همچنین چارچوبی به نام MindAct را معرفی می کند، یک عامل دو طرفه که از مدل های زبانی کوچک و بزرگ برای انجام این وظایف استفاده می کند. تیم دریافت که با استفاده از این استراتژی، MindAct به طور قابل توجهی از سایر استراتژی‌های مدل‌سازی عمومی بهتر عمل کرده و می‌تواند مفاهیم مختلف را در سطح مناسبی درک کند.

این مطالعه اشاره می‌کند که با تنظیم دقیق‌تر، این مدل به طور بالقوه می‌تواند همراه با مدل‌های بزرگ زبان منبع باز و منبع بسته مانند Flan-T5 یا GPT-4. سو گفت، با این حال، کار آنها یک مسئله اخلاقی فزاینده در ایجاد هوش مصنوعی انعطاف پذیر را برجسته می کند. سو گفت در حالی که مطمئناً می تواند به عنوان یک عامل مفید برای افرادی که در وب گردی می کنند عمل کند، این مدل همچنین می تواند برای بهبود سیستم هایی مانند ChatGPT و تبدیل کل اینترنت به یک ابزار بی سابقه قدرتمند استفاده شود.

او گفت: «از یک طرف، ما پتانسیل زیادی برای بهبود کارایی خود داریم و به ما امکان می‌دهد روی خلاقانه‌ترین بخش کارمان تمرکز کنیم. اما از سوی دیگر، پتانسیل عظیمی برای آسیب وجود دارد.» برای مثال، عوامل مستقلی که قادر به ترجمه مراحل آنلاین به دنیای واقعی هستند، می‌توانند با انجام اقدامات بالقوه خطرناک، مانند سوء استفاده از اطلاعات مالی یا انتشار اطلاعات نادرست، جامعه را تحت تأثیر قرار دهند.

سو گفت: “ما باید در مورد این عوامل بسیار محتاط باشیم و تلاشی هماهنگ برای کاهش آنها انجام دهیم.” اما با ادامه پیشرفت تحقیقات هوش مصنوعی، او خاطرنشان می‌کند که احتمالاً جامعه در سال‌های آتی افزایش زیادی در استفاده تجاری و اثربخشی عوامل وب جهانی را تجربه خواهد کرد، به‌ویژه که این فناوری قبلاً در چشمان عمومی مورد توجه قرار گرفته است.

سو گفت: “در طول زندگی حرفه ای ام، هدف من همیشه تلاش برای پر کردن شکاف بین کاربران انسانی و دنیای محاسبات بوده است.” با این حال، ارزش واقعی این ابزار این است که واقعا در وقت مردم صرفه جویی می کند و غیرممکن ها را ممکن می کند.

این تحقیق توسط بنیاد ملی علوم، آزمایشگاه تحقیقاتی ارتش ایالات متحده و مرکز ابررایانه اوهایو حمایت شد. ژیانگ دنگ، یو گو، بویوان ژنگ، شیجی چن، ساموئل استیونز، بوشی وانگ و هوان سان، همگی از ایالت اوهایو، دیگر نویسندگان همکار بودند.

مطالب موجود در این بیانیه مطبوعاتی از سازمان تحقیقاتی اصلی آمده است. محتوا ممکن است برای سبک و طول ویرایش شود. من بیشتر می خواهم؟ برای ایمیل روزانه ما ثبت نام کنید.



Source link

نوشته های مشابه

دکمه بازگشت به بالا