Nvidia acaba de facilitar la creación de chatbots más inteligentes y noticias falsas más ingeniosas

Una imagen de un dispositivo de asistente de voz junto a ondas sonoras Sra. Tecnología; imagen original: HARMON KARDON

La inteligencia artificial ha logrado avances impresionantes en la última década, pero las máquinas aún son pésimas para comprender el lenguaje. Solo trata de involucrar a Alexa en un poco de broma ingeniosa.

Nvidia, la compañía que fabrica los chips de computadora que alimentan muchos algoritmos de IA, cree que esto está a punto de cambiar y busca capitalizar una explosión anticipada.

El software que está lanzando el fabricante de chips facilita la creación de programas de inteligencia artificial en su hardware que son capaces de usar el lenguaje con más gracia. El nuevo código podría acelerar el desarrollo de nuevos algoritmos de lenguaje y hacer que los chatbots y los asistentes de voz sean más rápidos e inteligentes.

Nvidia ya fabrica los chips más populares para entrenar modelos de inteligencia artificial de aprendizaje profundo, que son competentes en tareas como la clasificación de imágenes. Sin embargo, tradicionalmente ha sido mucho más difícil aplicar métodos estadísticos de aprendizaje automático, como el aprendizaje profundo, a la palabra escrita o hablada, porque el lenguaje es muy ambiguo y complejo.

Pero ha habido algunos avances significativos últimamente. Dos nuevos enfoques de aprendizaje profundo del lenguaje de Google, conocidos como Transformer y BERT, han demostrado ser especialmente hábiles para traducir entre idiomas, responder preguntas sobre un fragmento de texto e incluso generar texto de apariencia realista. Esto ha provocado un repunte en el interés académico y de la industria en el avance del lenguaje utilizando el aprendizaje automático.

La combinación de Transformer y BERT ha tenido un gran impacto, dice Alejandro Rush , profesor de la Universidad de Harvard que se especializa en el subcampo de IA conocido como procesamiento del lenguaje natural (NLP). Es básicamente lo último en cada punto de referencia y permite a un estudiante producir modelos de clase mundial en cinco líneas de código.

Nvidia ha sido experta en seguir las últimas tendencias en investigación de IA. Si su última corazonada resulta correcta, entonces los asistentes de voz podrían pasar de simplemente responder a los comandos ladrados a unir más palabras de manera coherente. Mientras tanto, los chatbots pueden volverse menos tontos, mientras que la función de autocompletar que se encuentra en muchos programas y aplicaciones podría comenzar a sugerir párrafos completos en lugar de solo las siguientes palabras.

Tenemos mucha demanda de modelado de lenguaje, dice Bryan Catanzaro , vicepresidente de aprendizaje profundo aplicado en Nvidia. Y si observa el ritmo del progreso del idioma, parece un lugar obvio para que hagamos inversiones.

Nvidia desarrolló su software optimizando numerosas partes del proceso utilizado para entrenar modelos de lenguaje en sus GPU. Esto aceleró el entrenamiento de modelos de IA (de varios días a menos de una hora), aceleró el rendimiento de modelos de lenguaje entrenado (de 40 milisegundos a poco más de 2 milisegundos) y permitió entrenar modelos de lenguaje mucho más grandes (modelo de lenguaje de Nvidia , llamado Megatron, es muchas veces más grande que cualquier cosa hecha anteriormente, con 8.600 millones de parámetros).

Autocompletar sin maldad

Sin embargo, los avances en el lenguaje pueden tener un lado más oscuro. Se podrían usar algoritmos más inteligentes para producir en masa reseñas falsas, publicaciones en redes sociales y noticias más convincentes y personalizadas. Otros grupos de investigación han demostrado cómo los poderosos modelos de lenguaje pueden generar texto de aspecto realista después de ingerir grandes cantidades de escritura de Internet.

Nvidia tiene un plan simple para evitar posibles usos indebidos: no lanzará el modelo de lenguaje más grande que ha desarrollado y planea depender de los investigadores para usar sus herramientas con cuidado. Estamos lanzando un código que muestra cómo usar GPU para entrenar estos modelos grandes, dice Catanzaro. Creemos que la comunidad usará este código de manera responsable, pero tenga en cuenta que entrenar modelos de este tamaño requiere un gran poder de cómputo, lo que lo pone fuera del alcance de la mayoría de las personas.

Incluso si el progreso continúa a buen ritmo, es probable que pase mucho tiempo antes de que las máquinas realmente puedan conversar con nosotros. El lenguaje es engañosamente difícil de entender para las máquinas, en parte debido a su complejidad compositiva: las palabras se pueden reorganizar para desbloquear un significado infinito. Comprender el significado de una frase a menudo también requiere algún tipo de comprensión del mundo con sentido común, algo que las computadoras no tienen.

Estamos viendo un renacimiento en las capacidades de PNL, dice Oren Etzioni, director ejecutivo de la Instituto Allen de Inteligencia Artificial (Ai2) , una organización sin fines de lucro en Seattle dedicada a la investigación de inteligencia artificial de vanguardia. Esto se traducirá en mejores chatbots y asistentes de voz, dice, aunque sufrirán una falta de sentido común. Un asistente de voz que sea tan útil como un hábil conserje de hotel aún está más allá del horizonte, dice Etzioni.

Ai2 lanzó recientemente una herramienta, llamada Grover , que utiliza avances de NLP para capturar texto que parece haber sido producido por IA. Etzioni señala que los bots ya engañan a las personas en Facebook y Twitter. El texto falso generado automáticamente ya está aquí, dice, y es probable que aumente exponencialmente.

esconder