Läsa hjälper A.I. Lär dig att förutse mänskliga reaktioner

Det finns många olika sätt A.I. utvecklare försöker få intelligenta maskiner för att lära sig och absorbera information och erfarenheter - och det innebär oftast att programmen gräver igenom enorma datautsläpp. Men ett team av Stanford-forskare letar efter en mycket mer konventionell form av undervisning som människor har åberopat sedan gryningen av det skrivna ordet: Reading.

I en ny studie uppladdad till arkivarkivet arkXiv (uttalat arkiv), redigerar ett forskargrupp hur det skapade ett program med namnet Augur för att få tillgång till en vansinnigt stor databas med online-fiktion - och det har lärt sig hur man exakt förutser olika typer av mänskliga svar på specifika situationer - baserad enbart på vad den har läst.

Augur har i grund och botten lärt sig om människor genom 600.000 berättelser som för närvarande lagras på WattPad på nätet. Det är läs beskrivningar av mänskligt beteende som sträcker sig från det vardagliga, som att äta mat eller ta sig själv, till det mycket mer extrema. På grund av detta kan Augur identifiera enskilda människors handlingar i verkliga situationer och förutse vad nästa steg kommer att vara, "som en telefon som tystnar sig när oddsen för dig svarar på den är låg", skriver forskarna.

Och det är lätt att se varför fiktion är ett användbart lärande verktyg. "Medan vi tenderar att tänka på historier när det gäller de dramatiska och ovanliga händelserna som formar deras plottar," skriver forskarna i papperet, "berättelser är också fyllda med prosaisk information om hur vi navigerar och reagerar på vår vardagliga omgivning. Över många miljoner ord är dessa vardagliga mönster mycket vanligare än deras dramatiska motsvarigheter. Tecken i modern fiktion slår på ljusen efter att ha gått in i rummen; De reagerar på komplimanger genom att rodna; de svarar inte på sina telefoner när de är i möten."

I fältförsöken hittills fick deltagarna en Augur-powered bärbar kamera för att låta systemet identifiera objekt och individer i en given miljö. Systemet kunde förutsäga nästa steg med 71 procent noggrannhet. Omkring 94 procent av dessa förutsägelser var klassade "förnuftiga" - en ganska stor prestation när du kommer ihåg det är bara en massa algoritmiska kod som kan försöka förutse framtiden.

Det är förstås inte första gången A.I. Forskare har vänt sig till litteratur för att undervisa maskiner. Facebook gjorde nyligen 1,6 gigabyte barnhistoria tillgänglig för forskargruppen med sikte på att hjälpa A.I. skilja realistiska scenarier från fantastiska.