Rozwój sztucznej inteligencji w celu zwiększenia dostępności Internetu: badacze

Starając się uczynić Internet bardziej dostępnym dla osób niepełnosprawnych, naukowcy z Ohio State University rozpoczęli prace nad agentem sztucznej inteligencji, który może wykonywać złożone zadania na dowolnej stronie internetowej za pomocą prostych poleceń językowych.

W ciągu trzydziestu lat, odkąd po raz pierwszy udostępniono ją w domenie publicznej, sieć WWW stała się niezwykle złożonym i dynamicznym systemem. Ponieważ jednak funkcjonalność Internetu jest obecnie integralną częścią dobrobytu społeczeństwa, jego złożoność utrudnia również poruszanie się po nim.

Obecnie dostępne są miliardy witryn internetowych ułatwiających dostęp do informacji lub komunikację z innymi, a wykonanie wielu zadań online może wymagać kilkunastu kroków. Dla tego tak, tak Współautor opracowania i adiunkt Informatyka i inżynieria W stanie Ohio stwierdzili, że ich praca, która wykorzystuje informacje z działających witryn internetowych do tworzenia agentów internetowych – internetowych asystentów AI – jest krokiem w kierunku uczynienia cyfrowego świata mniej zagmatwanym miejscem.

„Niektórym osobom, zwłaszcza niepełnosprawnym, surfowanie po Internecie nie jest łatwe” – stwierdziła Su. „W naszym codziennym życiu i pracy jesteśmy coraz bardziej zależni od świata informatyki, ale istnieje wiele barier w dostępie do tego świata, co w pewnym stopniu pogłębia nierówności”.

badania Został wprowadzony w grudniu o godz 37. Konferencja na temat neuronowych systemów przetwarzania informacji (NeurIPS)Jest to wiodąca konferencja poświęcona badaniom nad sztuczną inteligencją i uczeniem maszynowym.

Su powiedział, że wykorzystując moc dużych modeli językowych, agent działa podobnie do tego, jak zachowują się ludzie podczas przeglądania sieci. Zespół ze stanu Ohio wykazał, że ich model jest w stanie zrozumieć układ i funkcjonalność różnych witryn internetowych, wykorzystując jedynie zdolność do przetwarzania i przewidywania języka.

Naukowcy rozpoczęli proces od tworzenia umysł2web, Pierwszy zbiór danych publicznych serwerów proxy. Chociaż poprzednie wysiłki związane z tworzeniem agentów internetowych skupiały się na witrynach zawierających symulacje gier, Mind2Web w pełni uwzględnia złożoną i dynamiczną naturę rzeczywistych witryn internetowych i podkreśla zdolność agenta do uogólniania na całkowicie nowe witryny internetowe, których nigdy wcześniej nie widział. Su powiedziała, że ​​ich sukces w dużej mierze wynika ze zdolności ich agenta do radzenia sobie z ciągle rozwijającą się krzywą uczenia się w Internecie. Zespół przesłał ponad 2000 otwartych misji ze 137 różnych lokalizacji w świecie rzeczywistym, które następnie wykorzystał do szkolenia agenta.

Do jego zadań należało rezerwowanie lotów w obie strony i międzynarodowych lotów w obie strony, śledzenie kont gwiazd na Twitterze, przeglądanie komedii z lat 1992–2017 transmitowanych strumieniowo w serwisie Netflix, a nawet planowanie testów wiedzy o samochodach w DMV. Wiele zadań było bardzo skomplikowanych – np. rezerwacja jednego z międzynarodowych lotów wykorzystanych w modelu mogła wymagać 14 działań. Ta łatwa wszechstronność pozwala na różnorodne relacje w wielu witrynach internetowych i otwiera nowy krajobraz dla przyszłych modeli do samodzielnego odkrywania i uczenia się, powiedział Su.

„Zrobienie czegoś takiego stało się możliwe dopiero dzięki niedawnemu rozwojowi dużych modeli językowych, takich jak ChatGPT” – powiedział Su. Odkąd chatbot stał się publiczny w listopad 2022, Jest używany przez miliony użytkowników do automatycznego tworzenia treści Poezja i żarty Do Rady kulinarne I Diagnozy lekarskie.

Ponieważ jednak pojedyncza witryna internetowa może zawierać tysiące nieprzetworzonych elementów HTML, umieszczenie takiej ilości informacji w jednym dużym modelu językowym byłoby bardzo kosztowne. Aby wypełnić tę lukę, w badaniu wprowadzono również platformę o nazwie MindAct, dwutorowy agent, który do wykonywania tych zadań wykorzystuje małe i duże modele językowe. Zespół stwierdził, że wykorzystując tę ​​strategię, MindAct znacząco przewyższa inne popularne strategie modelowania i jest w stanie zrozumieć różne koncepcje na przyzwoitym poziomie.

Badanie sugeruje, że po dalszym dopracowaniu model mógłby być potencjalnie stosowany wraz z dużymi modelami języka open source i zamkniętymi źródłami, takimi jak Flan-T5 Lub GPT-4. Su stwierdziła jednak, że ich praca uwydatnia coraz ważniejszą kwestię etyczną związaną z tworzeniem odpornej sztucznej inteligencji. Chociaż z pewnością mógłby służyć jako ułatwienie dla ludzi przeglądających Internet, model ten można również wykorzystać do ulepszenia systemów takich jak ChatGPT i przekształcenia całego Internetu w narzędzie o niespotykanej dotąd mocy, powiedział Su.

„Z jednej strony mamy ogromny potencjał do poprawy naszej efektywności i umożliwienia nam skupienia się na najbardziej kreatywnej części naszej pracy” – powiedział. „Ale z drugiej strony istnieje ogromny potencjał wyrządzenia szkody”. Na przykład niezależni agenci, którzy potrafią przełożyć kroki online na świat rzeczywisty, mogą wpływać na społeczeństwo, podejmując potencjalnie niebezpieczne działania, takie jak niewłaściwe wykorzystywanie informacji finansowych lub szerzenie dezinformacji.

„Musimy bardzo uważać na te czynniki i podjąć wspólne wysiłki, aby je złagodzić” – powiedziała Su. Zauważa jednak, że w miarę rozwoju badań nad sztuczną inteligencją społeczność prawdopodobnie odnotuje w nadchodzących latach znaczny wzrost komercyjnego wykorzystania i wydajności publicznych agentów internetowych, zwłaszcza że technologia ta zyskała już znaczną popularność w oczach opinii publicznej.

„W całej mojej karierze moim celem zawsze była próba wypełnienia luki między użytkownikami a światem komputerów” – powiedział Su. „Jednak prawdziwą wartością tego narzędzia jest to, że oszczędza czas ludzi i sprawia, że ​​niemożliwe staje się możliwe”.

Badania były wspierane przez National Science Foundation, U.S. Army Research Laboratory i Ohio Supercomputer Center. Innymi współautorami byli Xiang Ding, Yu Gu, Boyuan Cheng, Shijie Chen, Samuel Stevens, Boshi Wang i Huan Sun, wszyscy ze stanu Ohio.