هوش مصنوعی «کلود» حالا رؤیا می‌بیند!
داستان‌های علمی تخیلی مدت‌ها است ماشین‌هایی را به تصویر می‌کشند که تفکر می‌کنند، یاد می‌گیرند و شاید حتی خواب می‌بینند. حالا شرکت آنتروپیک در حال بررسی ایده‌ای است که گویی مستقیما از دل همین داستان‌ها بیرون آمده است.
جدیدترین پژوهش این شرکت به بررسی این موضوع می‌پردازد که چگونه هوش مصنوعی کلود می‌تواند در دوره‌های غیرفعال بودن، به تجربه‌های گذشته خود بازگردد، خاطرات نادرست را اصلاح کند و آموخته‌هایش را برای استفاده در گفت‌وگوهای آینده سازمان‌دهی کند.
به نقل از آی‌ای، آنتروپیک این فرایند را «رؤیاپردازی» (Dreaming) می‌نامد؛ هرچند این مفهوم ارتباط چندانی با رؤیاهایی که انسان‌ها تجربه می‌کنند، ندارد.
این رویکرد به کلود اجازه می‌دهد در زمان‌هایی که کاری انجام نمی‌دهد، تعاملات قبلی خود را مرور کند. این هوش مصنوعی می‌تواند اطلاعات نادرست را شناسایی کند، یادداشت‌های موجود را بهبود دهد و دانشی ساختارمند ایجاد کند که در جلسات بعدی به آن دسترسی داشته باشد.
این فرایند از سازوکاری الهام گرفته شده است که مغز انسان هنگام خواب برای تثبیت خاطرات از آن استفاده می‌کند.
پژوهش آنتروپیک چندین مؤلفه از این سیستم را بررسی کرده است. نتایج آزمایش‌های این شرکت نشان می‌دهد که انتخاب هوشمندانه اطلاعات برای ذخیره‌سازی و نگهداری منظم حافظه می‌تواند عملکرد هوش مصنوعی را در انجام وظایف پیچیده و بلندمدت بهبود دهد.
آموزش دادن به کلود
کلود می‌تواند هنگام انجام وظایف، اطلاعات مفید را در قالب فایل‌های حافظه ذخیره کند. با این حال، تشخیص اینکه کدام اطلاعات ارزش ذخیره‌سازی دارند، چالش مهمی به شمار می‌رود.
ثبت تمام تعاملات باعث شلوغی و انباشت اطلاعات می‌شود، درحالی‌که نادیده گرفتن جزئیات مهم ممکن است باعث شود جلسات بعدی به اطلاعات و زمینه‌های مفید دسترسی نداشته باشند.
آنتروپیک برای بررسی این مسئله از بازی پوکمون قرمز (Pokémon Red) استفاده کرد؛ جایی که کلود باید در دنیای بازی حرکت می‌کرد و نشان‌های مختلف را به دست می‌آورد.
پژوهشگران پس از حدود ۱۰ هزار گام در بازی، عملکرد دو مدل را با یکدیگر مقایسه کردند.
مدل Sonnet 3.7 تقریبا هر چیزی را که با آن مواجه می‌شد، ثبت می‌کرد. پوشه حافظه این مدل شامل ۴۱۳ فایل در ۲۲۵ پوشه بود که در مجموع نزدیک به ۹۷۸ هزار کاراکتر اطلاعات را در خود جای داده بودند.
با وجود این حجم عظیم از اطلاعات ذخیره شده، این مدل در طول بازی تنها موفق شد یک نشان به دست بیاورد.
اما Claude Fable 5 رویکرد کاملا متفاوتی داشت. این مدل تنها ۱۰ فایل را در سه محل نگهداری می‌کرد و از حدود ۴۳ هزار و ۴۰۰ کاراکتر برای ثبت اطلاعات استفاده کرده بود. با این حال، توانست در طول بازی چهار نشان به دست بیاورد.
سیستم حافظه کوچک‌تر، راهبردهای مسیریابی و درس‌هایی را که مدل در جریان بازی آموخته بود، در اولویت قرار می‌داد. همچنین یک فایل مرکزی داشت که اهداف فعلی و اقداماتی را که قرار بود انجام دهد، در آن ثبت می‌کرد.
این رویکرد به کلود کمک کرد از پردازش مکرر اطلاعاتی که از طریق رابط بازی به آن‌ها دسترسی داشت، خودداری کند. همچنین اکتشافات و اطلاعات مفیدی را حفظ کرد که در غیر این صورت ممکن بود میان جلسات مختلف از دست بروند.
رؤیاپردازی به اصلاح اشتباهات کمک می‌کند
فایل‌های حافظه ممکن است حاوی اطلاعات نادرست باشند؛ موضوعی که وقتی جلسات بعدی این اطلاعات را به عنوان واقعیت‌های قطعی در نظر می‌گیرند، مشکل‌ساز می‌شود.
آنتروپیک در آزمایش دیگری با بازی پوکمون نشان داد که فرایند رؤیاپردازی چگونه می‌تواند این مشکل را برطرف کند.
کلود به اشتباه محل یک مرکز پوکمون (Pokémon Center) در نزدیکی کوه مون (Mt. Moon) را ثبت کرده بود. این اشتباه باعث شد پس از خروج از ساختمان، موقعیت مکانی خود را به درستی تشخیص ندهد.
در نتیجه، بارها از روی یک پرتگاه یک‌طرفه عبور می‌کرد و دوباره به مسیر قبلی بازمی‌گشت. اما یک بازبینی آفلاین نتیجه را تغییر داد.
کلود یادداشت‌های ذخیره شده خود را با متن اصلی گفت‌وگوی قبلی مقایسه کرد و اطلاعات نادرست درباره محل مرکز پوکمون را تشخیص داد. سپس فایل حافظه را با اطلاعات صحیح به‌روزرسانی کرد.
پس از اصلاح این اشتباه، کلود دوباره وارد کوه مون شد و سرانجام توانست به شهر سرولین (Cerulean City) برسد.
در مقابل، نسخه‌ای که همچنان از اطلاعات نادرست حافظه استفاده می‌کرد، بارها با همان مانع روبه‌رو شد و هرگز نتوانست این مسیر را به پایان برساند.
ساخت دانش فراتر از گفت‌وگوها
آنتروپیک همچنین بررسی کرد که آیا فرایند رؤیاپردازی می‌تواند مجموعه‌های بزرگی از اسناد را به پایگاه‌های دانشی مرتبط با یکدیگر تبدیل کند یا خیر.
این سیستم‌ها شباهت زیادی به ویکی‌ها دارند؛ به طوری که هر صفحه به اطلاعات مرتبط در صفحات دیگر پیوند داده می‌شود. یکی از آزمایش‌ها با استفاده از حدود ۳۵۰ هزار سند داخلی شرکت نرم‌افزاری Stainless انجام شد. این مجموعه اسناد تقریبا ۴۲۰ میلیون توکن داشت.
کلود طی ۱۲۸ جلسه، به تدریج یک ویکی ایجاد کرد و با استفاده از اطلاعات موجود در اسناد، آن را توسعه داد و اصلاح کرد.
عملکرد این مدل در پاسخ‌گویی به ۲۵ پرسش ارزیابی، از ۱۳ درصد به ۴۸ درصد افزایش یافت. آزمایش دیگری که با اسناد مربوط به یک ادغام شرکتی انجام شد نیز نتیجه قابل توجهی داشت.
کلود هنگام استفاده از ویکی ساخته شده توسط خودش، توانست با دقت ۸۷ درصد به پرسش‌هایی پاسخ دهد که برای پاسخ‌گویی به آن‌ها باید اطلاعات چندین سند را با یکدیگر ترکیب می‌کرد. این در حالی است که جست‌وجوی مستقیم در اسناد به تنهایی تنها به دقت ۷۳ درصد منجر شد.
فرایند رؤیاپردازی همچنین می‌تواند اطلاعات را برای استفاده در جلسات آینده دوباره سازمان‌دهی کند. کلود قادر است جزئیاتی را که بیشتر به آن‌ها نیاز دارد، به بخش اطلاعات در دسترس و سریع خود منتقل کند و اطلاعات کم اهمیت‌تر را در فایل‌هایی نگهداری کند که در صورت نیاز قابل جست‌وجو هستند.
آنتروپیک می‌پذیرد که این رویکرد همچنان به مدیریت دقیق نیاز دارد. نگهداری و به روزرسانی حافظه منابع محاسباتی مصرف می‌کند و انباشت بیش از اندازه اطلاعات نیز ممکن است جلسات آینده را با حجم زیادی از داده‌ها روبه‌رو کند.
پژوهشگران معتقدند عامل‌های هوش مصنوعی باید یاد بگیرند چه زمانی اطلاعات را حفظ کنند و چه زمانی دوباره به سراغ آن‌ها بروند.
نتایج آزمایش‌های آن‌ها نشان می‌دهد مدیریت بهتر حافظه می‌تواند به کلود کمک کند وظایف هرچه پیچیده‌تری را در چندین جلسه و در طول زمان انجام دهد.
نظر شما