甚至在互联网上度过的任何人都可能觉得有一点太多了“辩论”——其中很多都沦为人身攻击。

与此同时,围绕自动化在工作世界中的自动化越来越多的问题。但这并没有阻止IBM追求“项目辩论,”这是在六月旧金山的世界舞台上测试过的。

当然,当你想到IBM和AI时,你想到了沃森,该计划能够回答自然语言问题,这些问题是着名的人类参赛者危险!!2011年。IBM将项目辩论者视为沃森的自然继任者。

两者又是来自搜索引擎的自然进展。搜索引擎可以向关键术语产生相关结果。Watson可以通过评估上下文并使用一定程度的逻辑和推理来生产来自开放式问题的信息。项目辩论旨在不仅可以找到相关信息,还可以在复杂主题的辩论中显着和连贯地使用它。

这是一种新的自然语言理解和参与度。如果真实AI的图灵测试是一个可以说服人类的机器,试图有说服力是有意义的。

了解背景通常很困难会话ai.,许多着名的例子限于简单的呼叫和响应。然而,在辩论中令人信服是至关重要的。为了允许争论算法,IBM必须将争论的艺术分解为算法。

在这次挑战中,人工智能被赋予了40个前所未有的辩论主题之一。金宝博平台然后,它通过扫描一个包含3亿篇相关新闻文章的庞大数据库,并将它认为与当前话题相关的内容拼接在一起,构建了一个四分钟的开场白。

自然语言处理允许算法构建更现实的对话,如谷歌双工显示- 在关于餐厅预订的高度公式性对话中,这是一个大的飞跃,这是一个关于餐厅预订,以便与人类争论,以说服一个满是人的房间。

项目辩论必须处理标准文本,以言语和NLP问题以及辩论规则。然而,正式辩论的结构化环境可能有助于软件说服九名受众成员在太空探索中是正确的。

开幕陈述后,辩论进入了反驳。IBM的研究专注于争论的语义结构,将其分为支持的个人声明和证据。一种2014年研究论文展示了一种可以检测到上下文索赔的算法。

使用的例子是争议暴力视频游戏不应该卖给未成年人。潜在的索赔可能是这些游戏促进了暴力行为,或脱敏球员。您可以看到可以识别这种特定索赔的算法如何能够分析有关相关材料的大型语料库,以便反驳,并且可能为该反驳提供支持的事实证据。

确实,后续算法检测到的证据,并将其分为“专家”,“轶事”和“学习”。在这里,您可以看到细节论证的开始:与轶事的反驳专家证据可能是不受欢迎的,因为较少的情感指控的辩论,但如果事情得到加热,则引用学术研究可能比支持您的观点的叙述故事不那么有说服力。

这似乎是一个简单,算法的参数方法:识别您对对手正在制定的声明,并通过分析数据库中的类似参数,或者可能会采购专家意见。

但是“参数挖掘”链中的每个链接都需要复杂的推理。情绪分析 - 就像那样由斯坦福制定- 对理解专家的特定报价是至关重要的实际上支持你的论点或不。

同样,您需要某种方式分析文献支持或反驳中的个人索赔你的整体论点。一直,诸如成语之类的语言微妙之端可以证明是绊倒块,需要考虑到

一个无休止的反驳字符串,不呈现任何积极的反驳不是最令人信服的论点;IBM还通过扫描其语料库制定了一种创建“de novo”索赔和与手头主题相关的参数,将它们介绍为反对对手的积分。

该算法还包括衡量其参数的说服力的方法,这可能在一个“de novo”声明的情况下可能需要修补显然来自意见页面英国社会主义报纸,晨星。在一定程度上,“垃圾进入的垃圾”古老法律适用 - 但人们可以对人类辩护者使用的来源说同样的。

虽然您可以尝试正式化辩论规则,但避免可怕的逻辑谬误或内部不一致,一个完美的逻辑论点可能不是最有说服力的。人们通常比我们想象的更少逻辑。

这也许是考虑到IBM选择让它的AI更加同情。在一个点,在讨论远程医疗时,AI讲一个笑话:“我会说这使得我的血液沸腾,但我没有血。”与完美的Zinger一起出现,让观众旁边需要一点工作;早期版本的机器人对性教育和儿童做出了不恰当的笑话。

如果您听取特定运动的辩论智力平方,您将迅速意识到,使用的主要技术通常是尝试重新诠释辩论的条款,并迫使对立面争论不可破解的东西。

图像信用:IBM.

虽然这在技术上可能是一个例子稻草人谬误- 消失你的对手的观点,让它更容易攻击 - 如果对方团队落入陷阱,则可以说服受众。同样,非常规技术,如“Gish Gallop”- 尽可能多地对你的对手尽可能多的论点,以便他们被迫花时间在内部矛盾 - 可以证明有效,特别是如果观众是党派开始的。

Given that Project Debater’s core approach seems to be identifying, researching, and rebutting the individual claims made by the opponent, a strategy that relies on making many claims might prove successful—or perhaps Project Debater would have the patience to calmly and methodically pick them all apart. Bad-faith debating in general will always be more difficult for an algorithm to deal with.

也许在几年内,甚至通过在Twitter上争论政治的争论甚至拖延将是AI的任务。随着项目辩论指出,血压不是关注的原因。

IBM通过创建数字来观看其项​​目不是作为赢得每个在线论证的手段西塞罗。相反,他们的目标是帮助人类了解逻辑论证的性质。

根据他们的网站,“辩论丰富决策,帮助人们权衡新思想和哲学的利弊。它在于文明社会的核心。我们不仅辩论了辩论他自己的意见,而且还要从彼此的观点理解和学习。“很明显,寻求AI的一般规则迫使我们思考和理解我们自己的智慧,也适用于辩论和修辞的逻辑。

在这个世界 - 远离任何辩论中的最后一句话 - 人们将项目辩论作为文明和民主的工具。与AI的讨论可以让我们审问我们自己的世界观和意见,因此变得更好地了解并做出更好的决定。

在这里,我们再次发现科幻小说的理想主义:人工智能作为甲骨文,a深层思想人类可以咨询我们复杂的问题的合理答案。人们是否想要倾听机器的原因 - 甚至依靠自己的原因,除了他们自己的遗体。

图像信用:IBM./IBM研究