Οι ρηματικές προτάσεις μοιάζουν πολύ φυσικές σε μας τους ανθρώπους, που ξέρουμε ας πούμε σχεδόν ενστικτωδώς τι μπορείς και τι δεν μπορείς να κάνεις γλωσσικά με το τηλέφωνό σου.

Μπορείς να το σηκώσεις, για παράδειγμα, να το ανοίξεις ή να το κλείσεις, όχι όμως και να το φας ή να το πιεις.

Τα ρομπότ από την άλλη δεν έχουν τέτοιες προσλαμβάνουσες και η εκπαίδευσή τους στους ρηματικούς τύπους μόνο εύκολη δεν είναι, παλεύοντας να μάθουν πώς αλληλεπιδρούν οι άνθρωποι με τα πράγματα του κόσμου τους.

AP_120118038815

Αυτό είναι το πρόβλημα με το οποίο εργάζονται οι επιστήμονες του Brigham Young University (BYU), επιστρατεύοντας μια αντισυμβατική μέθοδο, τη Wikipedia!

«Όταν οι ερευνητές αφήσουν ελεύθερα τα ρομπότ ή τους παράγοντες τεχνητής νοημοσύνης σε μη δομημένα περιβάλλοντα, τότε αποπειρώνται όλων των λογιών τα τρελά πράγματα», είπε ένας από τους επιστήμονες (Ben Murdoch), «η κοινής λογικής κατανόηση για το τι μπορείς να κάνεις με τα αντικείμενα απουσιάζει ολότελα και καταλήγουμε με ρομπότ που περνούν χιλιάδες ώρες προσπαθώντας να φάνε ένα τραπέζι».

Κι έτσι ανέπτυξαν μια μέθοδο που να διδάσκει στην τεχνητή νοημοσύνη όλες τις δράσεις που μπορούν να εφαρμοστούν σε ένα αντικείμενο διασταυρώνοντάς τες με παραδεδομένους συνδυασμούς ρημάτων-αντικειμένων που βρήκαν στην ηλεκτρονική εγκυκλοπαίδεια!

AP_120118022132

Για να τσεκάρουν τι έμαθαν από τη Wikipedia τα ρομπότ, οι επιστήμονες τα έβαλαν να παίξουν επιτραπέζια παιχνίδια (που βασίζονται σε κείμενο) με ανθρώπους και είδαν πως η λύση της Wikipedia «είχε βελτιώσει την επίδοση του υπολογιστή στα 12 από τα 16 παιχνίδια»!

Η τεχνητή νοημοσύνη μαθαίνει λοιπόν τα ρηματικά ενεργήματα του ανθρώπου ώστε να μπορεί να τον υπηρετεί κάποια στιγμή ακόμα πιο αποδοτικά…