두 인공지능이 서로 대화를 나누다

오직 구두나 서면 지시에만 기초하여 새로운 작업을 수행하고, 이를 다른 사람이 재현할 수 있도록 설명하는 것은 여전히 ​​인공지능(AI)에 저항하는 인간 의사소통의 초석입니다. 제네바 대학(UNIGE) 팀이 이러한 인지 능력을 갖춘 인공 신경망을 모델링하는 데 성공했습니다. 일련의 기본 작업을 학습하고 수행한 후 이 AI는 해당 작업에 대한 언어적 설명을 ‘자매’ AI에게 제공할 수 있었고, 자매 AI는 해당 작업을 수행했습니다. 특히 로봇 공학에 대한 이러한 유망한 결과는 자연 신경과학.

사전 교육 없이 구두 또는 서면 지시만으로 새로운 작업을 수행하는 것은 인간의 고유한 능력입니다. 더욱이 일단 작업을 학습하면 다른 사람이 재현할 수 있도록 설명할 수 있습니다. 이러한 이중 능력은 새로운 임무를 배우기 위해 동족에게 전달하지 못한 채 긍정적 또는 부정적 강화 신호와 함께 수많은 시도가 필요한 다른 종과 우리를 구별합니다.

인공 지능(AI)의 하위 분야인 자연어 처리는 음성 또는 텍스트 데이터를 이해하고 응답하는 기계를 사용하여 이러한 인간 능력을 재현하려고 합니다. 이 기술은 인간의 생물학적 뉴런과 뇌에서 서로 전기 신호를 전송하는 방식에서 영감을 받은 인공 신경망을 기반으로 합니다. 그러나 위에서 설명한 인지적 위업을 달성할 수 있게 해주는 신경 계산은 아직까지 잘 이해되지 않고 있습니다.

”현재 AI를 활용한 대화형 에이전트는 언어 정보를 통합해 텍스트나 이미지를 생성할 수 있습니다. 그러나 우리가 아는 한, 그들은 아직 구두 또는 서면 지시를 감각운동 행동으로 변환할 수 없으며, 심지어 그것을 재현할 수 있도록 다른 인공지능에게 설명하는 능력도 없습니다.”라고 Alexandre Pouget 교수는 설명합니다. UNIGE 의과대학 기초신경과학부.

모델 두뇌

연구진과 그의 팀은 비록 사전 훈련을 받았음에도 불구하고 이러한 이중 능력을 갖춘 인공 신경 모델을 개발하는 데 성공했습니다. ”우리는 3억 개의 뉴런을 가지고 있고 언어를 이해하도록 사전 훈련된 기존 인공 뉴런 모델인 S-Bert로 시작했습니다. 우리는 이를 수천 개의 뉴런으로 구성된 또 다른 단순한 네트워크에 ‘연결’했습니다.’라고 UNIGE 의과대학 기초 신경과학 박사과정 학생이자 이번 연구의 제1저자인 Reidar Riveland는 설명합니다.

실험의 첫 번째 단계에서 신경과학자들은 언어를 인식하고 해석할 수 있는 두뇌 부분인 베르니케 영역을 시뮬레이션하기 위해 이 네트워크를 훈련시켰습니다. 두 번째 단계에서 네트워크는 베르니케 영역의 영향을 받아 단어 생성 및 표현을 담당하는 브로카 영역을 재현하도록 훈련되었습니다. 전체 프로세스는 기존 노트북 컴퓨터에서 수행되었습니다. 그런 다음 영어로 작성된 지침이 AI로 전송되었습니다.

예를 들어 자극이 감지되는 위치(왼쪽 또는 오른쪽)를 가리킵니다. 자극의 반대 방향으로 반응; 또는 대비에 약간의 차이가 있는 두 시각적 자극 사이의 더 복잡한 경우 더 밝은 것을 표시합니다. 그런 다음 과학자들은 이동 의도(이 경우에는 가리키는 의도)를 시뮬레이션한 모델의 결과를 평가했습니다. ”이러한 작업이 학습되면 네트워크는 이를 재현할 수 있도록 두 번째 네트워크(첫 번째 네트워크의 복사본)에 설명할 수 있었습니다. 우리가 아는 한, 두 AI가 순전히 언어적인 방식으로 서로 대화할 수 있었던 것은 이번이 처음입니다.”라고 연구를 이끈 Alexandre Pouget가 말했습니다.

미래의 휴머노이드를 위해

이 모델은 언어와 행동 ​​사이의 상호 작용을 이해하는 데 새로운 지평을 열어줍니다. 이는 특히 기계가 서로 대화할 수 있는 기술 개발이 중요한 문제인 로봇 분야에서 유망합니다. ”우리가 개발한 네트워크는 매우 작습니다. 이제 이를 기반으로 우리를 이해할 수 있을 뿐만 아니라 서로도 이해할 수 있는 휴머노이드 로봇에 통합될 훨씬 더 복잡한 네트워크를 개발하는 데 방해가 되는 것은 아무것도 없습니다.”라고 두 연구원은 결론지었습니다.

출처: https://www.sciencedaily.com/releases/2024/03/240318142438.htm