Això és el que passa quan Donald Trump compleix la intel·ligència artificial

Bradley Hayes, associat postdoctoral del MIT que fa recerca en robòtica, acaba de convertir Donald "Drumpf" a Trump en un robot. Va programar una xarxa neuronal recurrent, una intel·ligència artificial, per estudiar i emular els discursos del candidat republicà.

El "treball diari de Hayes", diu, és "una investigació centrada en l’aparició d’un equip humà-robot: el disseny d'algorismes que permeten als robots treballar conjuntament i aprendre dels humans perquè els éssers humans puguin ser més segurs, més eficients i més efectius en els seus llocs de treball". és un "projecte paral·lel". Es va inspirar, en part, en el "fantàstic dibuix" de John Oliver. ("Espero que ho vegi, espero que ho vegi i ho apreciï")

Invers Va parlar amb Hayes sobre aquest esforç patriòtic.

Què més us ha inspirat per fer @DeepDrumpf?

Va sorgir a partir d’una conversa a l’hora del dinar amb alguns companys meus que també fan recerca en robòtica i tracten l’aprenentatge automàtic. Estàvem parlant de diverses tècniques de modelització estadística que eren realment rellevants per a la nostra investigació.Resulta que la mateixa tècnica que hi ha darrere de DeepDrumpf funciona en molts dominis de robòtica, ja que és una tècnica de modelatge que tracta d'aprendre l'estructura de la informació seqüencial o de dades seqüencials. El llenguatge natural és un gran exemple de dades seqüencials, on l'estructura de la frase és bastant coherent: hi ha regles i hi ha una estructura subjacent a totes les dades que obteniu.

Heretat de 100 milions? I ara estic construint a tot el món. I tinc una mica de gust.

- DeepDrumpf (@DeepDrumpf) 4 de març de 2016

Un investigador diferent a Stanford va escriure un curs sobre xarxes neuronals i, en particular, va publicar un article titulat "L'eficàcia irracional de les xarxes neuronals recurrents". Així, va escriure aquesta fantàstica introducció a aquesta tècnica de modelització estadística i un munt de la gent ha demostrat que té aquest poder raonable per representar l’estructura en aquest tipus d’escriptura de dades de text de forma lliure.

Vaig veure un article que comparava la complexitat de la parla dels diferents pilars polítics. L’article estava explicant com l’utilitza un llenguatge més simplista de Trump i és un gran èxit amb els seus demogràfics que voten i els seus fans. Des d’una perspectiva política, això és realment fantàstic, perquè fa que el vostre missatge sigui clar i captiu de l’audici més ampli possible; des d’un punt de vista d’aprenentatge de màquines, això significa que aquest pot ser el model més controlable que podem fer.

Heu sentit parlar d’un llenguatge de codificació anomenat “Make Python Great Again”?

Ja ho vaig veure ahir. TrumpPython o alguna cosa així? Ho vaig veure. He llegit un article al respecte, vaig anar a la seva pàgina de GitHub, però encara no he tingut temps de jugar-hi. Però sembla molt bé.

Es pot aprendre alguna cosa sobre les tendències lingüístiques de Trump, o alguna cosa així, de la vostra IA?

Sí, és possible en el sentit que, si mireu la sortida del model, és indicatiu de l’estructura que el model ha après de les dades. Així, doncs, els tipus de repetició, els tipus de coses que surten del model, us diran - potencialment - sobre certes coses que són inherents als seus patrons de parla i al seu missatge.

Kansas Tots van dir: "No necessito res. Tenien un país horrible i tenia la infraestructura especial, el nostre país necessita un ric.

- DeepDrumpf (@DeepDrumpf) 4 de març de 2016

No seria necessàriament capaç d’obtenir això des del compte de Twitter en si, sobretot perquè Twitter només ofereix 140 personatges per treballar. I, perquè no hi ha una gran quantitat de dades que han entrat en el model, i també parcialment perquè les transcripcions són de debats - on els candidats (i especialment Trump) tendeixen a interrompre's -perquè aquestes discontinuïtats en la producció.

Encara hi ha una mica de treball manual que s’exigirà bàsicament d’una paret de text d’aquest model i, a continuació, l’obtindreu i seleccioneu la millor llibreta contigua de 140 caràcters i després publiqueu-la.

Aquest negoci. El nostre president és Obamacare. ara, en això és el que no. Moltes gràcies. No som una animadora que siguem interessants

- DeepDrumpf (@DeepDrumpf) 4 de març de 2016

Per tant, no és gaire pràctic en aquest moment?

Aprèn de manera efectiva com a distribució de probabilitat i podeu provar-ne. El que això significa és que teniu el vostre model i podeu demanar-li una carta. I, si ho sol·liciteu per cartes suficients seguides, us donaran coses que s'assemblen a l'anglès. O, fins i tot millor, alguns d'ells semblen coses que Trump podria haver dit realment, perquè es va formar en ell. Per tant, el procés general que he seguit és: jo provaria, per exemple, 500 o 1.000 personatges. Només em donaria una paret de text amb 500 o 1.000 caràcters d’un valor, suposo, divagacions i, a continuació, dins d’aquesta, només triaré el millor bloc de 140 caràcters que tingui sentit. O la millor frase que se'n deriva, que sembla pertinent.

Per exemple, ahir a la nit el feia servir per fer tweet en directe al debat. Així, doncs, una de les coses que pots fer amb un model com aquest és que pots preparar-lo. Així, doncs, ja que el model només us dóna un caràcter a la vegada, té aquesta dependència dels personatges que hi ha hagut abans: les lletres que es publiquen anteriorment. Així aprèn paraules, així captura l’estructura de frases i certs elements de gramàtica.

Diguin que comenci la meva frase amb ‘Romney is’ i, a continuació, demaneu-li els següents mil personatges A l’hora d’anomenar-lo. Donarà qualsevol sortida que desitgi, però definirà la part inicial de la seqüència a la qual cosa "Romney és …"

Es refereix a aquests tweets amb frases entre parèntesis?

Exactament bé.

Romney és una eina. Vull dir-te això. Probablement siguin els últims que necessitem en un líder, no podem fer això.

- DeepDrumpf (@DeepDrumpf) 3 de març de 2016

Una de les coses que espero fer, una vegada que el procés sigui una mica més net, i que només vindrà amb més dades, és començar a interactuar amb els altres candidats. Si mireu el compte de Twitter, segueix els altres candidats principals. Amb el temps, s’espera que començarà a respondre-hi i potser desafiar-los. Però això és més que un projecte de cap de setmana.

@realDonaldTrump Estaran pagant ara mateix i, com, absolutament. Sóc molt ric. Oh, vull donar-los suport i tenir-los.

- DeepDrumpf (@DeepDrumpf) 3 de març de 2016

Podeu explicar què és una xarxa neuronal recurrent en un llenguatge simplista i no especialitzat?

És clar: ho intentarem. Una xarxa neuronal, en general, està introduint algunes entrades i, a continuació, està fent matemàtiques al mig i us dóna una sortida. En general, és només un classificador. Per tant, donat alguna entrada, us indicarà a quina classe correspon aquesta entrada. Un exemple popular seria: una xarxa neuronal bàsica: doneu-li una imatge d’un gat, i voleu que us digui que, si és, com, un gat, un gos o un avió o un cotxe, voleu per dir que "bé, amb molta confiança, aquest és un gat que acabes de donar-me".

Per tant, aquesta és la tasca de classificació d’alt nivell. Aquest és un concepte similar, però en lloc de ser gat, gos, cotxe, les classes són les lletres individuals de l’alfabet i la puntuació. Per tant, està fent una entrada, i després ho farà matemàtiques basant-se en el que s’ha assolit; per tant, tot l’aprenentatge passa "al mig", ho cridarem i, al final, us donarà una classificació. Així, com, aquesta carta.

El que fa que sigui un recurrent la xarxa neuronal és que el resultat dels passos anteriors s’alimenta del pas següent com a part del model. El fet que el model em va donar una ‘M’ s’introduirà en la següent execució del model. Així doncs, potser us donarà un ‘a’, i després un ‘k’ i, a continuació, un ‘e’, ja que està intentant posar de manifest ‘Make America America great’, perquè s’ha representat molt en les dades.

Està especialment orgullós dels tweets de DeepDrumpf fins ara?

Sí, en realitat. Tinc una parella que encara no he publicat, però:

Exclusiu.

Riures Exactament. De les que s’han publicat, estic especialment feliç amb "sóc el que ISIS no necessita".

Sóc el que ISIS no necessita.

- DeepDrumpf (@DeepDrumpf) 3 de març de 2016

Vegem … Ho vaig sembrar amb ‘No sóc racista, però …’ i la continuació d’aquest era “… crec que”, que vaig pensar que era bastant excel·lent. Jo anava a estalviar aquell per quan fos pertinent, si es feia pertinent.

Després d’aquestes paraules no arriba res bo.

Prefereixes votar per Donald Trump o votar per @DeepDrumpf?

Crec que hi ha compromisos amb cadascuna d'aquestes opcions.