摘要:开创性的人工智能系统成功识别了违反社会规范的行为。该系统利用 GPT-3、零样本文本分类和自动规则发现,将社交情绪分为十种主要类型。它分析书面情况,并根据这些类别准确地确定它们是积极的还是消极的。 这项初步研究提供了有希望的证据,表明该方法可以扩展到涵盖更多社会规范。 关键事实: 人工智能系统使用十类社会情绪来识别违反社会规范的行为。 该系统已经在两个大型短文本数据集上进行了测试,验证了其模型。 这项由 DARPA 资助的初步工作被视为提高跨文化语言理解和态势感知的重要一步。 资料来源:内盖夫本古里安大学 内盖夫本古里安大学的一位研究人员设计了一种人工智能系统,可以识别违反社会规范的行为。 DARPA 资助的项目是最早解决自动识别违反社会规范行为的项目之一。尽管世界范围内存在许多社会规范,但违反社会规范的行为可归结为几个一般类别。 这展示了一位城市中的年轻女子。 该系统在两个海量短文本数据集上进行了测试,并实证证明了模型的有效性。图片来源:神经科学新闻 Yair Neuman 教授和他的工程师 Yochai Cohen 使用 GPT-3、零样本文本分类和自动规则发现构建了该系统。该系统使用十种社会情绪的二元作为类别。 DARPA 委托计算文化理解 (CCU) 项目创建跨文化语言理解技术,以提高国防部操作员的态势感知和互动有效性。根据 DARPA 对该计划理由的解释,跨文化沟通不畅不仅会破坏谈判,还可能成为导致战争的一个因素。 他们的研究结果最近发表在著名的 科学报告杂志上。 诺伊曼教授和他的工程师训练该系统识别十种社会情感:能力、礼貌、信任、纪律、关怀、宜人、成功、从众、正派和忠诚。该系统成功地根据这十个分类器之一描述了书面情况,并可以感知它是积极的还是消极的。 该系统在两个海量短文本数据集上进行了测试,并实证证明了模型的有效性。 “这是一项初步工作,但它提供了强有力的证据,证明我们的方法是正确的,并且可以扩大规模以纳入更多的社会规范,”Yair Neuman 教授说。 Neuman 教授是 BGU 认知与脑科学系函子实验室的负责人。 (责任编辑:泉水) |