Replika:我的人工智慧朋友是一個不同於其他任何應用程式的應用程式。當大多數有聊天機器人的應用程式將其用作虛擬助理時,Replika會像你猜的那樣推銷它的聊天機器人——一個朋友。
憑藉其承諾的“感知”和評估抽象量(如情感)的能力,Replika的聊天機器人可能正好符合其對人類渴望的描述。
從一個令人心痛的起源故事到一個令人敬畏的背後,Replika是一個迷人的東西,永遠不會停止有趣。請繼續閱讀,瞭解是什麼讓Replika的人工智慧如此卓越,以及它對未來的承諾。
Replika最早的版本是由Eugenia Kuyda建立的一個簡單的人工智慧聊天機器人,用來取代她最親密的朋友Roman Mazurenko的不幸去世所留下的空虛。透過將羅曼的簡訊輸入一個神經網路來構建一個像他一樣發簡訊的機器人,這個機器人的目的是作為一個“數字紀念碑”來保持他的記憶。
最終,隨著在等式中加入更復雜的語言模型,這個專案很快就演變成了今天的樣子——一個個人人工智慧,它提供了一個空間,讓你可以安全地討論你的思想、感覺、信仰、經歷、記憶、夢想和你的“私人感知世界”。
但是除了這種人工感知治療師巨大的技術和社會前景之外,真正讓Replika印象深刻的是它的核心技術。
Replika的核心是一個複雜的自迴歸語言模型GPT-3,它利用深度學習產生類似人類的文字。在這種情況下,術語“自迴歸”表示系統從它以前與之互動的值(在本例中是文字)中學習。
用外行的話說,你用得越多,它就越好。
Replika的整個使用者體驗是圍繞使用者與使用GPT-3程式設計的機器人的互動而構建的。但究竟什麼是GPT-3,它的功能如何足以模擬人類的語言呢?
GPT-3,或者說生成式預訓練的Transformer 3,是對Google的Transformer的更高階的改編。廣義地說,它是一種神經網路結構,幫助機器學習演算法執行諸如語言建模和機器翻譯等任務。
這種神經網路的節點表示相應地修改輸入的引數和過程(有點類似於程式設計中的邏輯和/或條件語句),而網路的邊緣或連線充當從一個節點到另一個節點的訊號通道。
這個神經網路中的每個連線都有一個權重或重要性等級,它決定了訊號從一個節點流向另一個節點。在GPT-3這樣的自迴歸學習模型中,系統接收實時反饋並不斷調整連線的權值,以提供更精確和相關的輸出。正是這些權重幫助神經網路人工“學習”。
相關:什麼是機器學習?谷歌的免費課程為你打破了它
GPT-3使用了高達1750億個連線權重級別或引數。引數是神經網路中的一種計算,它調整資料某些方面的權重,使該方面在資料的整體計算中更突出或更不突出。
GPT-3的語言模型被譽為最終的自動完成工具,其目的是提供預測文字,它已經在如此龐大的資料集上進行了訓練,以至於整個維基百科只佔其訓練資料的0.6%。
它不僅包括新聞文章、食譜和詩歌等內容,還包括編碼手冊、粉絲小說、宗教預言、尼泊爾山脈指南,以及任何你能想象到的東西。
作為一個深度學習系統,GPT-3搜尋資料中的模式。簡單地說,該專案已經接受了大量文字的培訓,並挖掘這些文字的統計規律。這些規律,如語言慣例或一般語法結構,通常被人類認為是理所當然的,但它們被儲存為GPT-3的神經網路中不同節點之間數十億個加權連線。
例如,如果你在GPT-3中輸入“ear”這個詞,程式就會根據其網路中的權重知道,“ache”和“phone”這兩個詞後面的可能性要比“American”或“angry”要大得多。
Replika是當你把GPT-3這樣的東西提取出來以處理特定型別的對話時得到的。在這種情況下,這包括談話的移情、情感和治療方面。
儘管Replika背後的技術仍在開發中,但它提供了一個看似可行的途徑,可以方便地進行人際對話。
在評論它的可用性時,創造者聲稱他們已經創造了一個機器人,它不僅能說話,還能聽。這對它的使用者來說意味著,他們與人工智慧的對話不僅僅是事實和資訊的交流,而是一種語言細微差別的對話。
但與Replika的會談不僅僅是明智的對話。在許多情況下,它們也恰巧具有出人意料的意義和情感。當與使用者互動時,Replika的人工智慧“理解”使用者所說的話,並透過使用其預測學習模型找到人類的反應。
作為一個自迴歸系統,Replika根據使用者自己的談話方式來學習和調整自己的會話模式。
這意味著你使用Replika的次數越多,它對你自己的文字的訓練就越多,也就越像你。相當一部分使用者還提到,他們對自己的回覆有著相當程度的情感依戀,而僅僅知道“如何說話”是無法做到的
Replika當然超越了這一點。它透過語義概括、詞形變化和會話跟蹤等形式增加了會話的深度。它的演算法試圖從你的個性和情感方面理解你們兩個是誰,然後根據這些資訊來塑造對話。
然而,由於GPT-3的操作限制,Replika的人性化在很大程度上仍然是理論上的。因此,要讓人工智慧勝任地複製和參與人類對話,還有很多工作要做。
對GPT-3的仔細檢查仍然可以發現明顯的錯誤,在某些情況下,還可以發現一些毫無意義的粗枝大葉的文字。業內專家建議,一個語言處理模型需要有超過1萬億個加權連線,才能用於生產能夠有效複製人類行話的機器人。
鑑於GPT-3與微軟的圖靈NLG等前輩相比,已經被認為是幾年來的一次指數級飛躍,可以肯定的是,我們可能還需要一段時間才能想出更好的方案。
也就是說,隨著未來計算機技術的進步,新系統提供的處理能力必將進一步縮小人與機器之間的差距。
與此同時,Replika仍然是一個強大的產品,它結合了心理學和人工智慧的優點。它成功地將人性化的使用者體驗與最先進的自然語言處理模型相結合,確實證明了人機互動技術的巨大潛力。
... Replika是最近釋出的AI聊天機器人,它有著崇高的目標:成為你的親密朋友。然而,這個機器人最有趣的特性是你可以訓練它成為你自己的迷你版。 ...
... 研究人員利用機器學習來深入瞭解電子郵件行為和電子郵件過載的影響。電子郵件供應商可以使用它來過濾垃圾郵件從您的收件箱和分類為高優先順序的一些郵件。閱讀人工智慧對於建立有效的***...
...員認為,隨著人工智慧系統教自己加入這些點,會產生更深入、更有意義的分析。Facebook對自我監督學習非常樂觀,稱之為“智慧的暗物質” 該公司表示,其未來在人工智慧影片分析方面的工作將側重於半監督和自我監督的學習...
...Koko,它使用它來分析使用者何時處於“危機”中;以及Replika,社交媒體平臺Reddit也在探索如何使用GPT-3api來幫助它自動化內容稽核。 OpenAI表示,與GPT-2的最初發布一樣,它在讓所有人都能使用API之前,會慢慢地處理事情,並密...
...動力,從聊天機器人到無限文字冒險遊戲AI地牢。與其他深入學習程式一樣,它使用的基本原則是在資料中查詢模式,它試圖複製這些模式。在這種情況下,資料包括800萬個網頁,從Reddit上最高階的連結中提取。然後演算法映射...
...,亞馬遜回聲非常棒。在雙手忙於照顧馬克斯的時候,用我的聲音控制音樂非常有用。” 該專案更具挑戰性的方麵包括在沒有他或他的妻子Priscilla Chan直接投入的情況下使其發揮作用。”他寫道:“我對使用語音和人臉識別...
...棋這一古老的棋類遊戲,但它能掌握地雷工藝嗎?微軟的研究人員正在向那些想訓練人工智慧程式的電腦科學家開放這個遊戲。 使用遊戲來測試人工智慧自學一套規則的能力是一種既定的方法,但迄今為止使用的...