< Terug naar nieuws ![CuspAI stelt zich voor in LAB42](/Cusp_ai.jpg?version=4136)
![Geavanceerde AI voor Bewakingsrobots: Samenwerking Tussen Nederlandse Instituten](/cees_nieuw_loab.jpg?version=4132)
![NeuroAI: Charlotte Frenkel onderzoekt de toekomst van AI met het menselijk brein als inspiratie](/AINED.jpg?version=852)
14 Februari 2024
Raquel Fernández probeert chatbots menselijker te maken
Vorig jaar braken AI-systemen die menselijke teksten schrijven wereldwijd door. Toch zijn veel wetenschappelijke vragen over hoe ze precies werken nog onbeantwoord. De UvA vroeg drie UvA-onderzoekers hoe zij de onderliggende taalmodellen transparanter, betrouwbaarder en menselijker proberen te maken. Deze week vertelt collega Raquel Fernández over haar onderzoek.
UvA-hoogleraar Computational Linguistics & Dialogue Systems Raquel Fernández, verbonden aan het ILLC, probeert een brug te slaan tussen grote taalmodellen en de manier waarop mensen taal gebruiken. Fernández, die de onderzoeksgroep Dialogue Modelling leidt: 'Ik ben geïnteresseerd in hoe mensen met elkaar praten en hoe we dit vermogen op een natuurlijke manier kunnen overbrengen op machines.'
Voor computationeel taalkundigen als Fernández bieden grote taalmodellen ineens een nieuw instrument om allerlei eigenschappen van menselijke dialogen te kwantificeren en te testen of bepaalde hypothesen over menselijk taalgebruik kloppen. Zo is een van de theorieën uit de psycholinguïstiek dat mensen onbewust hun taalgebruik zo aanpassen dat hun gesprekspartner hen met zo min mogelijk inspanning kan begrijpen. Bijvoorbeeld door een zin korter te maken, of door eenvoudigere woorden of eenvoudigere constructies te gebruiken. Fernández: 'Met deze krachtige taalmodellen kunnen we tot op zekere hoogte kwantificeren hoe mensen taal gebruiken. Dan zien we dat mensen inderdaad proberen om zo te spreken dat de ander hen met minimale inspanning begrijpt. Maar we zien ook dat voor sommige zinnen en voor sommig taalgebruik de modellen die inspanning onderschatten. Dat komt doordat grote taalmodellen op veel meer teksten zijn getraind dan jij en ik ooit kunnen lezen.'
Hoewel grote taalmodellen heel goed zijn in het genereren van taal, is het moeilijk om ze een specifieke taak te laten doen, zoals een restaurant of een ticket boeken. Fernández: 'Taalmodellen genereren wat het meest waarschijnlijk is en ze zijn niet getraind om samen met jou het doel te bereiken dat jij voor ogen hebt. Daarvoor moet het systeem weten wat het doel is en hoe het dat kan bereiken. Dat is op dit moment een grote uitdaging.'
Lees hier het gehele artikel.
Gepubliceerd door de Universiteit van Amsterdam.
Vergelijkbaar >
Vergelijkbare nieuwsitems
![CuspAI stelt zich voor in LAB42](/Cusp_ai.jpg?version=4136)
6 September 2024
CuspAI stelt zich voor in LAB42
Op 5 september 2024 presenteerden Max Welling en Chad Edwards, oprichters van CuspAI, hun innovatieve bedrijf tijdens de IvI koffie & taart-bijeenkomst.
Lees meer >
![Geavanceerde AI voor Bewakingsrobots: Samenwerking Tussen Nederlandse Instituten](/cees_nieuw_loab.jpg?version=4132)
5 September 2024
Geavanceerde AI voor Bewakingsrobots: Samenwerking Tussen Nederlandse Instituten
Een consortium van toonaangevende Nederlandse onderzoeksinstituten en overheidsinstellingen, waaronder de TU Delft, Universiteit van Amsterdam, TNO en de Koninklijke Marechaussee, is van start gegaan met een ambitieus project: de ontwikkeling van geavanceerde kunstmatige intelligentie (AI) voor bewakingsrobots. Het OpenBots consortium, officieel gelanceerd op 4 september, richt zich op de ontwikkeling van AI-systemen die menselijke beveiligers kunnen ondersteunen in diverse veiligheidsomgevingen.
Lees meer >
![NeuroAI: Charlotte Frenkel onderzoekt de toekomst van AI met het menselijk brein als inspiratie](/AINED.jpg?version=852)
5 September 2024
NeuroAI: Charlotte Frenkel onderzoekt de toekomst van AI met het menselijk brein als inspiratie
Met de toekenning van een AiNed Fellowship grant verdiept dr. Charlotte Frenkel van de TU Delft zich in neuromorphic computing, een grensverleggend onderzoek dat zich richt op energiezuinige en efficiënte AI-systemen, gebaseerd op de werking van het menselijk brein. Dit onderzoek brengt de wereld van AI en neurowetenschappen samen om computersystemen te ontwikkelen die sneller, energiezuiniger en intelligenter zijn.
Lees meer >