Metoder til AI til at interagere med miljøet

En AI, der er selvstændig og aldrig interagerer med omgivelserne, er ubrugelig. Den interaktion tager selvfølgelig form af input og output. Den traditionelle metode til at levere input og output er direkte gennem datastrømme, som computeren kan forstå, såsom datasæt, tekstforespørgsler og lignende. Disse tilgange er dog næppe menneskevenlige og kræver særlige færdigheder at bruge.

Interaktion med en AI sker i stigende grad på måder, som mennesker forstår bedre, end de gør direkte computerkontakt. For eksempel sker input gennem en række mikrofoner, når du stiller Alexa et spørgsmål. AI'en forvandler nøgleordene i spørgsmålet til tokens, den kan forstå. Disse tokens starter derefter beregninger, der danner et output. AI tokeniserer outputtet til en menneskeligt forståelig form: en talt sætning. Du hører derefter sætningen, mens Alexa taler til dig gennem en højttaler. Kort sagt, for at give nyttig funktionalitet skal Alexa interagere med miljøet på to forskellige måder, der appellerer til mennesker, men som Alexa faktisk ikke forstår.

Interaktioner kan antage mange former. Faktisk er antallet og former for interaktion stigende. For eksempel kan en AI nu lugte. Computeren lugter dog faktisk ikke noget. Sensorer giver et middel til at omdanne kemisk detektion til data, som AI'en derefter kan bruge på samme måde, som den gør alle andre data. Evnen til at opdage kemikalier er ikke ny; evnen til at vende analysen af ​​disse kemikalier er ikke ny; algoritmerne, der bruges til at interagere med de resulterende data, er heller ikke nye. Det nye er de datasæt, der bruges til at fortolke de indkommende data som en lugt, og disse datasæt kommer fra menneskelige undersøgelser. En AI's næse har alle mulige anvendelsesmuligheder. Tænk for eksempel på AI'ens evne til at bruge en næse, når du arbejder i nogle farlige miljøer, såsom at lugte en gaslækage, før du kan se den ved at bruge andre sensorer.

Fysiske interaktioner er også stigende. Robotter, der arbejder i samlebånd, er gamle, men tænk på virkningerne af robotter, der kan køre. Disse er større anvendelser af fysisk interaktion. Overvej også, at en AI kan reagere på mindre måder. Hugh Herr , for eksempel, bruger en AI til at give interaktion med en intelligent fod. Denne dynamiske fod er en overlegen erstatning for folk, der har mistet deres rigtige fod. I stedet for den statiske form for feedback, som et menneske får fra en standardprotese, giver denne dynamiske fod faktisk den slags aktiv feedback, som mennesker er vant til at opnå fra en rigtig fod. For eksempel er mængden af ​​pushback fra foden forskellig, når man går op ad bakke end når man går ned ad bakke. Ligeledes kræver det at navigere en kantsten en anden mængde pushback end at navigere et trin.

Pointen er, at efterhånden som AI bliver mere i stand til at udføre komplekse beregninger i mindre pakker med stadigt større datasæt, øges en AIs evne til at udføre interessante opgaver. Men de opgaver, som AI udfører, har muligvis ikke i øjeblikket en menneskelig kategori. Du interagerer måske aldrig rigtigt med en AI, der forstår din tale, men du kan komme til at stole på en AI, der hjælper dig med at bevare livet eller i det mindste gøre det mere beboeligt.