AI-nyhederIB-RL lærer AI strategisk samtale
Forskere har udviklet IB-RL, som deler dialogen i to isolerede dele, så AI kan lære at forhandle og overbevise.
Det nye trick
I stedet for at træne AI som én stor samtaleenhed, deler IB-RL dialogen op i to isolerede dele, der hver lærer sig selv på skift. Det gør det lettere for AI'en at lære strategiske finter som at forhandle og overbevise – uden at blive forvirret af modpartens signaler.
Bedre end før?
Forskerne bag IB-RL siger, at deres metode klarer sig bedre end tidligere standardmetoder i test med strategiske spil. De konkrete tal er dog ikke offentliggjort i denne omgang – men potentialet er, at AI kan blive dygtigere til at læse og udnytte en situation i en samtale.
Hvad kan det bruges til?
Tænk kundeservice, der kan forhandle en god aftale for dig – eller spil, hvor computeren tilpasser sig dine træk. IB-RL kan gøre AI mere naturlig og målrettet, når den skal tale med mennesker om noget, hvor der er noget på spil.
- Metoden hedder IB-RL, som står for Isolated Bilateral Reinforcement Learning.
- Den træner to sider af en samtale hver for sig i stedet for samlet.
- Forskningen er uploadet til arXiv, et åbent arkiv for videnskabelige artikler.
- Hovedforfatteren hedder Senhao Wang.
- Metoden kan bruges i strategiske spil og forhandlingssituationer.
- Den er endnu ikke udgivet i et videnskabeligt tidsskrift med peer review.
Du kan snart møde AI, der er bedre til at forhandle og finde løsninger i komplekse samtaler – fx når du snakker med kundeservice eller spiller strategiske spil.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.