人間と自律的に討論できる最強のAI討論機が登場。その脳内には4億件のニュース記事が保存されている。

[[388468]]

IBM の最も強力な AI ディベーターである Project Debater は、現在の「計算ディベート」研究の頂点を代表しています。膨大な情報と誤情報の文化に満ちた時代に、完全に自律的な議論を可能にする AI システムが、知的な議論の発展を促進し、より合理的な議論の構築を支援し、より情報に基づいた意思決定を行うことができるようになると期待しています。

討論の研究は古代ギリシャにまで遡ることができます。当時、ソクラテスなどの古代ギリシャの哲学者は、市場の人々と政治について議論し、真実について議論していました。討論の内容は、幅広いトピックに及びました。

ソクラテスの死

現在の人工知能研究における大きな課題は、「自然言語による議論において機械に議論を理解させる方法」です。

人工知能の専門家ノアム・スロニム

最近、IBMリサーチの研究者であり、ヘブライ大学の人工知能の専門家でもあるノアム・スロニム氏とそのチームは、関連研究プロジェクト「ディベーター」の進捗状況を発表しました。このシステムは、4億件のニュース記事とWikipediaページのアーカイブをスキャンして、独自の冒頭発言と反論をまとめます。

最終的には人間の討論者に負けてしまったものの、AI討論者のパフォーマンスは、将来、人工知能が人間が複雑な議論を組み立て、理解するのを助ける可能性があるという可能性を示しました。

自然言語処理 (NLP) アルゴリズム NLP とは、コンピューターによる人間の言語 (音声やテキストなど) の自動理解、解釈、処理を指します。

NLP は人間とコンピュータの相互作用における重要な要素であるため、IBM Project Debater チームが積極的に NLP 研究を行っているのも当然です。

2018 年、IBM Research は米国サンフランシスコの Watson West で、人間とインテリジェント マシンによる初の公開ライブ討論会を開催しました。双方の討論者は、IBMが6年以上かけて開発した、人間と複雑な討論を行うことができる初のAIシステム「Project Debater（以下、Debater）」と、イスラエル国際ディベート協会のダン・ザフリル会長である。

この研究は、技術開発の過程での議論において、論点を特定し、生成し、反論するプロセスにおいて、それぞれが特定のタスクを処理するさまざまなコンポーネントを組み合わせた強力なエンジニアリングの重要性を強調しています。

約 10 年前、人間の談話を分析して結論を​​裏付ける証拠がどのように引用されているかを判断する (現在では「議論分析」として知られているプロセス) ことは、最先端の人工知能の能力を明らかに超えていました。

それ以来、AI 技術の進歩とデモンストレーション エンジニアリングの高度化が進み、商業的な需要も高まったため、この分野は急速に拡大しました。この問題に取り組んでいる研究室は世界中に 50 か所以上あり、その中には大手ソフトウェア企業のチームも含まれています。

この分野での研究の急増は、大量のテキストにおける言語使用の統計的規則性を識別するための AI システムを直接適用することによって推進されてきました。この適用は多くの AI アプリケーションに変革をもたらしましたが、議論マイニングではまだそのような進歩は達成されていません。

議論の構造は、文の構造のように簡単に識別するには、多様すぎ、複雑すぎ、微妙すぎ、わかりにくすぎるからです。

そこで、スロニム氏らは、人間とライブで議論できる「完全な」自律システムを開発するという大きな挑戦を始めることを決意した。 Project Debater は、この作業の集大成です。

プロジェクトディベーターの重要な技術的ポイント

スタンス分類と感情分析 自動化されたディベート システムは、議論が特定のトピックを支持するか反論するかを判断できる必要があります。

これは人間にとっては簡単ですが、機械にとっては困難です。自然言語の豊かな機微やニュアンスを識別する鋭い能力が求められるからです。

ディープニューラルネットワーク (DNN) と弱教師付き DNN は、自動言語理解機能を向上させる大きな可能性を秘めていますが、DNN をトレーニングするには、大量の高品質の手動でラベル付けされたデータが必要であることはよく知られています。

チームは、弱教師方式で DNN をトレーニングすることにより、このボトルネックの問題を軽減するためのさまざまなツールと方法を開発しました。

また、DNN を使用して、Project Debater のリスニングとスピーキングのスキルを開発しました。

テキスト読み上げ (TTS) システムは、パーソナル アシスタントやナビゲーターとは異なります。討論システムは、聴衆との対話を維持しながら、未知のトピックについて数分間雄弁に話すことができる必要があります。

研究チームは、Project Debater に明確で流暢かつ説得力のある言語表現機能を提供するための新しい TTS アルゴリズムと方法を開発しました。

プロジェクト・ディベーターは人間の討論者の一貫性と流暢さに匹敵するのに苦労している

Project Debater は、議論のテクニックの開発と、議論をローカルな現象として扱う上で重要なステップです。

その成功は、人間が簡単に思いつく議論のネットワークを活用することで、人工知能システムがどのように機能するかについて新たな視点を提供します。

ほぼすべての AI 研究は高い目標を設定していますが、ボトルネックとなるのは、与えられた課題に対処するための効果的なソリューションを計算するために十分なデータを取得できるかどうかです。

Project Debater は、この障害を克服するために 2 つのアプローチを採用しています。1 つは、100 を超える討論トピックに焦点を絞り、もう 1 つは、膨大なデータセットからオリジナルの資料を収集することです。

2018年と2019年の一連のコンテストで、プロジェクト・ディベーターは、2016年にイスラエルの全国ディベート選手権で優勝したイスラエルのシニア、ノア・オバディア氏など、才能があり知名度の高い人間のディベーター数名に挑戦させ、彼らのパフォーマンスは観客によって非公式に評価されました。

このシステムは、討論技術と処理済みデータセットを活用し、レパートリーから選んだトピックに関する討論を開始する 4 分間のスピーチを作成し、それに対して人間の対戦相手が応答します。

その後、相手の主張に対する反論を盛り込んだ2回目の4分間のスピーチを行います。相手側には反論と返答に4分間の時間が与えられ、討論の最後には両参加者が2分間の締めくくりの発言を行った。

Project Debater の最も弱い点は、人間の討論者の一貫性と流暢さを模倣するのに苦労していることです。これは、議論を選択、抽象化、調整できる処理能力の最高レベルに関連する問題です。

ただし、この制限は Project Debater に固有のものではありません。 2000 年の研究にもかかわらず、議論の構造は未だ十分に理解されていません。

議論研究の焦点が言語の使用、認識論、認知プロセス、論理的妥当性のいずれにあるかによって、首尾一貫した議論と推論モデルに提案される主要な特徴は異なります。

議論技術のすべてのシステムが直面している最終的な課題は、議論を一連の孤立した要因によって影響を受ける談話のローカルな断片と見なすか、それともそれをより大きな社会全体の議論に織り込むかということです。大部分において、これは設計すべき解決策ではなく、解決するように設計すべき問題です。

議論に事前の境界を設けることで、理論的な単純化が可能になり、計算上の大きな利点が得られます。たとえば、「主要な要件」を特定することは、機械が人間とほぼ同じ信頼性で実行できる明確なタスクになります。問題は、まさにそれが人工的に設計されたものであるため、人間はこのタスクをあまり得意としていないということだ。

公開討論では、特定の文章は、ある文脈では主張となり、別の文脈では前提となる場合があります。

さらに、現実の世界では、議論を区切る明確な境界は存在しません。討論室の外で行われる議論は個別のものではなく、相互参照、類推、例示、一般化のネットワークでつながっています。

人工知能がこの議論の網をどのように処理できるかについてのアイデアは、ソフトウェアを使用して理論化され、実装されています。たとえば、DebateGraph と呼ばれるシステムは、複雑に相互接続されたアイデアのネットワークを視覚化して共有するための計算ツールを提供するインターネット プラットフォームです。

しかし、これらの実装に関連する理論的な課題と社会技術的な問題は困難です。このようなシステムに大勢の聴衆を引き込む説得力のある方法を設計することは、彼らがこれらの複雑な討論ネットワークと対話できるようにするシンプルで明確なメカニズムを設計することと同じくらい困難です。

Project Debater は、議論のテクニックの開発と、議論をローカルな現象として扱う上で重要なステップです。

その成功は、人間が簡単に解釈できる議論のネットワークで AI システムがどのように機能するかを理解するための魅力的な機会を提供します。

フェイクニュースの蔓延、二極化した世論、曖昧な推論の蔓延により、人間が複雑な議論を作成し、処理し、ナビゲートし、共有するという重要な必要性が不明瞭になっていますが、AI はこの点でサポートを提供できる可能性があります。

したがって、プロジェクト ディベーターは大きな課題を解決し、人間の推論能力を向上できる AI の進歩を示すと同時に、スロニム氏らが言うように、AI テクノロジーで現在可能なことの限界を押し広げ、将来的にはより複雑な人間の活動に AI が関与できるようにするものでもある。