Исследователи разрабатывают ИИ, чтобы сделать Интернет более доступным

Newswise — КОЛУМБУС, Огайо — Стремясь сделать Интернет более доступным для людей с ограниченными возможностями, исследователи из Университета штата Огайо начали разработку агента искусственного интеллекта, который может выполнять сложные задачи на любом веб-сайте, используя простые языковые команды.

За три десятилетия, прошедшие с тех пор, как Всемирная паутина впервые стала общедоступной, она превратилась в невероятно сложную и динамичную систему. Тем не менее, поскольку функция Интернета сейчас настолько важна для благосостояния общества, его сложность также значительно затрудняет навигацию.

Сегодня существуют миллиарды веб-сайтов, которые помогают получить доступ к информации или общаться с другими людьми, и для выполнения многих задач в Интернете может потребоваться более десятка шагов. Вот почему Ю Су, соавтор исследования и доцент кафедры информатика и инженерия в штате Огайо, заявили, что их работа, в которой используется информация, полученная с действующих сайтов, для создания веб-агентов — онлайн-помощников искусственного интеллекта — является шагом на пути к тому, чтобы сделать цифровой мир менее запутанным.

«Некоторым людям, особенно людям с ограниченными возможностями, нелегко пользоваться Интернетом», — сказал Су. «Мы все больше и больше полагаемся на компьютерный мир в нашей повседневной жизни и работе, но на пути к этому доступу появляется все больше препятствий, что в некоторой степени увеличивает неравенство».

Исследование было представлено в декабре на Тридцать седьмая конференция по нейронным системам обработки информации (NeurIPS)ведущая конференция по исследованиям в области искусственного интеллекта и машинного обучения.

По словам Су, используя возможности больших языковых моделей, агент работает аналогично тому, как ведут себя люди при просмотре веб-страниц. Команда штата Огайо показала, что их модель способна понимать структуру и функциональность различных веб-сайтов, используя только свою способность обрабатывать и прогнозировать язык.

Исследователи начали этот процесс с создания Mind2Web, первый набор данных для веб-агентов широкого профиля. Хотя предыдущие усилия по созданию веб-агентов были сосредоточены на игрушечных симулированных веб-сайтах, Mind2Web полностью учитывает сложную и динамичную природу реальных веб-сайтов и подчеркивает способность агента обобщать совершенно новые веб-сайты, которые он никогда раньше не видел. Су сказал, что во многом их успех обусловлен способностью их агента справляться с постоянно меняющейся кривой обучения в Интернете. Команда взяла более 2000 открытых задач со 137 различных реальных веб-сайтов, которые затем использовала для обучения агента.

Некоторые из задач включали бронирование международных рейсов в один конец и туда и обратно, подписку на аккаунты знаменитостей в Твиттере, просмотр комедийных фильмов с 1992 по 2017 год, транслируемых на Netflix, и даже планирование тестов на знание автомобилей в DMV. Многие задачи были очень сложными — например, бронирование одного из международных рейсов, использованных в модели, потребовало бы 14 действий. По словам Су, такая легкая универсальность позволяет обеспечить разнообразное освещение на нескольких веб-сайтах и ​​открывает новые возможности для будущих моделей, которые они смогут исследовать и учиться автономно.

«Сделать что-то подобное стало возможным только благодаря недавней разработке крупных языковых моделей, таких как ChatGPT», — сказал Су. С тех пор, как чат-бот стал общедоступным в ноябрь 2022 г., миллионы пользователей использовали его для автоматического создания контента, начиная с стихи и шутки к кулинарный совет и медицинские диагнозы.

Тем не менее, поскольку один веб-сайт может содержать тысячи необработанных HTML-элементов, было бы слишком дорого передавать столько информации в одну большую языковую модель. Чтобы устранить этот пробел, в исследовании также представлена ​​структура под названием MindAct, двусторонний агент, который использует как малые, так и большие языковые модели для выполнения этих задач. Команда обнаружила, что, используя эту стратегию, MindAct значительно превосходит другие распространенные стратегии моделирования и способен понимать различные концепции на достойном уровне.

В исследовании отмечается, что при более точной настройке эту модель, вероятно, можно будет использовать в тандеме с моделями больших языков как с открытым, так и с закрытым исходным кодом, такими как Флан-Т5 или ГПТ-4. Однако их работа выдвигает на первый план все более актуальную этическую проблему создания гибкого искусственного интеллекта, сказал Су. По словам Су, хотя она, безусловно, может служить полезным агентом для людей, просматривающих Интернет, ее также можно использовать для улучшения таких систем, как ChatGPT, и превратить весь Интернет в беспрецедентно мощный инструмент.

«С одной стороны, у нас есть большой потенциал для повышения нашей эффективности и возможности сосредоточиться на самой творческой части нашей работы», — сказал он. «Но с другой стороны, существует огромный потенциал вреда». Например, автономные агенты, способные трансформировать онлайн-шаги в реальный мир, могут влиять на общество, предпринимая потенциально опасные действия, такие как неправильное использование финансовой информации или распространение дезинформации.

«Мы должны быть крайне осторожны в отношении этих факторов и прилагать согласованные усилия, чтобы попытаться смягчить их», — сказал Су. Но поскольку исследования в области искусственного интеллекта продолжают развиваться, он отмечает, что вполне вероятно, что в ближайшие годы общество испытает значительный рост коммерческого использования и производительности веб-агентов широкого профиля, особенно с учетом того, что эта технология уже завоевала такую ​​​​большую популярность в глазах общественности.

«На протяжении всей моей карьеры моей целью всегда было попытаться преодолеть разрыв между пользователями-людьми и компьютерным миром», — сказал Су. «Тем не менее, реальная ценность этого инструмента заключается в том, что он действительно сэкономит людям время и сделает невозможное возможным».

Исследование было поддержано Национальным научным фондом, Исследовательской лабораторией армии США и Суперкомпьютерным центром Огайо. Другими соавторами были Сян Дэн, Юй Гу, Боюань Чжэн, Шицзе Чен, Сэмюэл Стивенс, Боши Ван и Хуан Сунь, все из штата Огайо.

#