Metoder för AI att interagera med miljön

En AI som är fristående och aldrig interagerar med omgivningen är värdelös. Naturligtvis tar den interaktionen formen av input och output. Den traditionella metoden att tillhandahålla in- och utdata är direkt genom dataströmmar som datorn kan förstå, såsom datauppsättningar, textfrågor och liknande. Dessa tillvägagångssätt är dock knappast människovänliga och kräver speciella färdigheter att använda.

Att interagera med en AI sker allt oftare på sätt som människor förstår bättre än de gör direkt datorkontakt. Till exempel sker inmatning genom en serie mikrofoner när du ställer en fråga till Alexa. AI:n förvandlar nyckelorden i frågan till tokens som den kan förstå. Dessa tokens initierar sedan beräkningar som bildar en utdata. AI:n tokeniserar utdata till en mänskligt begriplig form: en talad mening. Du hör sedan meningen när Alexa talar till dig genom en högtalare. Kort sagt, för att tillhandahålla användbar funktionalitet måste Alexa interagera med miljön på två olika sätt som tilltalar människor, men som Alexa faktiskt inte förstår.

Interaktioner kan ta många former. Faktum är att antalet och formerna av interaktion ökar kontinuerligt. Till exempel kan en AI nu lukta. Men datorn luktar faktiskt ingenting. Sensorer ger ett sätt att omvandla kemisk detektering till data som AI:n sedan kan använda på samma sätt som den gör all annan data. Förmågan att upptäcka kemikalier är inte ny; förmågan att vända analysen av dessa kemikalier är inte ny; Inte heller är algoritmerna som används för att interagera med den resulterande datan nya. Det som är nytt är datamängderna som används för att tolka inkommande data som en lukt, och dessa datauppsättningar kommer från mänskliga studier. En AI:s näsa har alla möjliga användningsområden. Tänk till exempel på AI:s förmåga att använda en näsa när du arbetar i vissa farliga miljöer, som att känna lukten av en gasläcka innan du kan se den genom att använda andra sensorer.

Fysiska interaktioner ökar också. Robotar som arbetar i löpande band är gamla men tänk på effekterna av robotar som kan köra. Dessa är större användningar av fysisk interaktion. Tänk också på att en AI kan reagera på mindre sätt. Hugh Herr , till exempel, använder en AI för att ge interaktion med en intelligent fot. Denna dynamiska fot är en överlägsen ersättning för personer som har tappat sin riktiga fot. Istället för den statiska typen av feedback som en människa får från en vanlig protes, ger denna dynamiska fot faktiskt den typ av aktiv feedback som människor är vana vid att få från en riktig fot. Till exempel skiljer sig mängden pushback från foten när man går i uppförsbacke än när man går nedför. På samma sätt kräver navigering en trottoarkant en annan mängd pushback än att navigera ett steg.

Poängen är att när AI blir mer kapabel att utföra komplexa beräkningar i mindre paket med allt större datamängder, ökar förmågan hos en AI att utföra intressanta uppgifter. Men uppgifterna som AI utför kanske inte för närvarande har en mänsklig kategori. Du kanske aldrig riktigt interagerar med en AI som förstår ditt tal, men du kan komma att lita på en AI som hjälper dig att upprätthålla livet eller åtminstone göra det mer beboeligt.