도널드 트럼프가 인공 지능을 충족시킬 때 일어나는 일

$config[ads_kvadrat] not found

《J Liskᴸʸʳᶦᶜ》- Where Is Your Love 0:22 ♫ | Nhạc Tik Tok Trung Quốc Gây Nghiện| Tik Tok | 抖音 Douyin

《J Liskᴸʸʳᶦᶜ》- Where Is Your Love 0:22 ♫ | Nhạc Tik Tok Trung Quốc Gây Nghiện| Tik Tok | 抖音 Douyin
Anonim

로봇 연구를 수행하는 MIT의 박사후 연구원 인 브래들리 헤이즈 (Bradley Hayes)는 Donald "Drumpf"Trump를 로봇으로 만들었습니다. 그는 공화당 후보 후보자의 연설을 연구하고 에뮬레이트하기 위해 인공 지능 인 반복적 인 신경망을 프로그램했다.

Hayes의 "일상 업무"는 "인간과 로봇이 팀 작업에 초점을 맞춘 연구: 로봇이 인간과 함께 작업하고 인간과 교역 할 수 있도록 알고리즘을 설계하여 인간이 작업에보다 안전하고 효과적이며 효과적 일 수 있도록합니다."@DeepDrumpf "사이드 프로젝트"입니다. 그는 부분적으로 존 올리버 (John Oliver)의 "환상적인 스케치"에서 영감을 얻었습니다. ("희망을 갖고 그는 이것을 보게된다. 희망을 갖고 그는 이것을보고 그것을 고맙게 여길 것이다.")

역 이 애국적인 노력에 대해 헤이즈와 대화를 나눴다.

@DeepDrumpf를 만들기 위해 다른 무엇이 당신에게 영감을 주었습니까?

그것은 로봇 연구를하고 기계 학습을 다루는 내 동료들과의 점심 시간 대화에서 나왔습니다. 우리는 실제로 우리 연구와 관련이있는 다양한 통계적 모델링 기법에 대해 이야기하고있었습니다.DeepDrumpf와 비슷한 기술은 많은 로봇 분야에서 작동합니다. 왜냐하면 순차적 정보 구조 또는 순차적 데이터 구조를 배우는 모델링 기법이기 때문입니다. 자연 언어는 순차적 데이터의 훌륭한 예입니다. 문장의 구조는 상당히 일관됩니다. 규칙이 있고, 얻는 모든 데이터에 기본 구조가 있습니다.

1 억을 상속합니까? 이제 전 세계에 건축하고 있습니다. 그리고 나는 조금 냉담 해.

- DeepDrumpf (@DeepDrumpf) 2016 년 3 월 4 일

스탠포드 (Stanford)에있는 다른 연구원은 신경망에 대한 과정을 썼으며, 특히 "반복적 인 신경망의 부당한 효과"라는 제목의 기사를 실었습니다. 그래서 그는이 통계 모델링 기법에 대한 환상적인 소개와 사람들은 자유형 텍스트 데이터의 이런 종류의 구조에서 구조를 표현하는 것이 무리라는 것을 보여주었습니다.

저는 다양한 정치 선두 주자들의 말투의 복잡성을 비교하는 기사를 보았습니다. 이 기사는 트럼프가보다 단순한 언어를 사용하는 방식을 말하고 있으며 투표 인구 통계 및 팬들에게 큰 인기를 얻었습니다. 정치적 관점에서 볼 때 메시지가 명확하고 최대한의 잠재 고객을 파악할 수있어 정말 좋습니다. 기계 학습 관점에서 볼 때 이는 우리가 할 수있는 가장 다루기 쉬운 모델 일 수 있음을 의미합니다.

"Make Python Great Again"이라는 코딩 언어에 대해 들어 보셨습니까?

있잖아, 어제 봤어. TrumpPython 같은가? 나는 그것을 보았다. 나는 그것에 관한 기사를 읽고, 나는 그들의 GitHub 페이지에 갔다. 그러나 나는 아직 그걸 가지고 노는 시간이 없었다. 그러나 그것은 멋지다.

우리는 트럼프의 언어 경향이나 그와 비슷한 것을 당신의 A.I.에서 배울 수 있습니까?

예, 모델의 출력을 보면 모델이 데이터로부터 배운 구조를 나타낼 수 있습니다. 따라서 모형에서 나오는 여러 종류의 반복은 그의 말하기 패턴과 메시지에 내재 된 어떤 것들에 대해서 잠재적으로 말할 것입니다.

캔자스 그들은 모두 "나는 아무것도 할 필요가 없다. 그들은 끔찍한 나라가 있었고, 특별한 인프라가 있었고, 우리 나라는 부자가 필요합니다.

- DeepDrumpf (@DeepDrumpf) 2016 년 3 월 4 일

트위터 계정에서만 그걸 얻을 수있는 것은 아닙니다. 주로 트위터가 140 문자를 제공하기 때문에 가능합니다. 그리고 모델에 들어간 많은 데이터가 없기 때문에 그리고 또한 부분적으로는 후보자 (특히 트럼프)가 자신을 방해하는 경향이있는 논쟁의 결과이기 때문에 결과물에서 이러한 불연속성을 만듭니다.

기본적으로이 모델에서 텍스트 벽을 샘플링 한 다음이를 통과하여 가장 근접한 140 자 너겟을 골라 내고 게시하는 데 필요한 약간의 수작업이 있습니다.

이것은 사업입니다. 우리 대통령은 Obamacare입니다. 지금, 이것은 그렇지 않습니다. 고맙습니다. 우리는 재미있는 치어 리더가 아닙니다.

- DeepDrumpf (@DeepDrumpf) 2016 년 3 월 4 일

이 시점에서 그렇게 손을 떼지는 않습니까?

그것은 확률 분포로 효과적으로 배우고, 당신은 그것으로부터 샘플링 할 수 있습니다. 그것이 의미하는 바는 - 당신은 당신의 모델을 가지고 있고 편지를 요구할 수 있습니다. 그리고 충분한 글자를 연속적으로 묻는다면 영어와 비슷한 것들을 줄 것입니다. 또는 트럼프가 실제로 훈련을 받았기 때문에 트럼프가 실제로 말했던 것과 유사합니다. 그래서, 제가 따라 왔던 일반적인 과정은: 예를 들어, 500-1,000자를 샘플로 샘플링합니다. 그것은 단지 500 또는 1,000 자 상당의 텍스트가있는 벽을 제공 할 것입니다. 내 생각에 말하자면, 그 중에서 내 생각에 최선의 140 자 블록을 선택합니다. 또는 관련성이 높은 것처럼 보이는 최상의 문장이 나온다.

예를 들어 어젯밤에 저는 그것을 토론에 대한 라이브 짹짹에 사용했습니다. 그리고 이렇게 모델을 가지고 할 수있는 일 중 하나는 그것을 소중히 여길 수 있다는 것입니다. 따라서 모델은 한 번에 하나의 문자 만 제공하기 때문에 이전에 출력 한 문자 - 이전에 출력 한 문자에 대한 의존도가 있습니다. 그것이 단어를 배우는 방법입니다. 그것이 문장 구조와 문법의 특정 요소를 포착하는 방법입니다.

'Romney is'로 내 문장을 시작한 다음 그 다음 1000자를 요청하십시오. 우리는 프라이밍 (priming)이라고 부릅니다. 그것은 원하는 출력을 줄 것이지만 시퀀스의 초기 부분을 'Romney is …'로 설정할 것입니다.

그것은 괄호로 묶은 구와 그 트윗을 참조합니까?

맞아.

롬니는 도구입니다. 나는 당신에게 이것을 말하고 싶다. 아마도 리더에서 필요로하는 것이 마지막 일 것입니다. 우리는 그렇게 할 수 없습니다.

- DeepDrumpf (@DeepDrumpf) 2016 년 3 월 3 일

내가 바라는 일 중 하나는 일단 프로세스가 조금 더 깨끗해지면 더 많은 데이터가 제공 될 것이므로 다른 후보와 상호 작용하는 것입니다. Twitter 계정을 보면 다른 주요 후보자를 따라 가고 있습니다. 궁극적으로, 그것들은 그들에게 반응하기 시작하고 그들에게 도전하기를 바랍니다. 그러나 그것은 주말 프로젝트의 종류에 가깝습니다.

@realDonaldTrump 그들은 지금 당장 지불 할 것이고, 절대적으로 좋아할 것입니다. 나는 정말 부자 야. 오, 그들을 지원하고 싶습니다.

- DeepDrumpf (@DeepDrumpf) 2016 년 3 월 3 일

재발 성 신경망이 단순하고 명확하지 않은 언어로 무엇인지 설명 할 수 있습니까?

물론 - 우리는 시도 할 것이다. 일반적으로 신경망 (neural net)은 입력을 받아 들여 중간에서 수학을하고 출력을줍니다. 일반적으로 이것은 단지 분류 자일뿐입니다. 그래서, 약간의 입력이 주어지면, 그 입력이 어떤 클래스에 해당하는지 알려줄 것입니다. 인기있는 예는 기본 신경망입니다. 고양이의 그림을 그릴 수 있습니다. 고양이, 개, 비행기 또는 자동차라면 고양이를 원한다면 "오케이. - 높은 확신을 가지고……..이 고양이는 방금 나에게 준 고양이이다."

이것이 상위 분류 작업입니다. 이것은 비슷한 개념이지만 고양이, 개, 차 대신 알파벳과 구두점의 개별 문자입니다. 따라서 입력을 받으면 배운 내용에 따라 수학을 수행합니다. 따라서 모든 학습이 '중간에서 발생합니다.'라고 부릅니다. 그러면 결국 분류가됩니다. 그처럼, 이 편지.

그것으로 만드는 것은 반복적 인 신경망은 이전 단계의 결과물이 모델의 일부로 다음 단계로 공급된다는 것입니다. 모델이 나에게 'M'이라고 준 사실은 모델의 다음 단계로 넘어갈 것입니다. 그래서 그것은 여러분에게 'a', 그리고 나서 'k', 그리고 'e'를 줄 수 있습니다. 왜냐하면 그것은 'Make America great again'을 내보내려고하기 때문입니다. 왜냐하면 그것이 데이터에 많이 나타나기 때문입니다.

지금까지 DeepDrumpf 트윗을 자랑스럽게 생각하십니까?

그래, 사실. 나는 아직 실제로 게시하지 않은 부부가 있지만, 독특한.

정확 하군. 게시 된 사용자 중 특히 '나는 ISIS가 필요로하지 않는 것'입니다.

나는 ISIS가 필요로하지 않는 것입니다.

- DeepDrumpf (@DeepDrumpf) 2016 년 3 월 3 일

어디 보자 … 나는 '나는 인종 차별 주의자가 아니야,하지만 …'라고 종자를 썼다. 그리고 그 연속은 '믿어 라'라고 생각했다. 나는 꽤 훌륭하다고 생각했다. 관련성이 높아졌을 때 관련성이 높아 졌을 때이를 구할 예정이었습니다.

그 말에 선한 것은 아무것도 없습니다.

도널드 트럼프에 투표하거나 @DeepDrumpf에 투표 하시겠습니까?

나는 그 각각의 선택과 상반 관계가 있다고 생각한다.

$config[ads_kvadrat] not found