notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Relatório do coração da máquina

Departamento Editorial de Coração de Máquina

Soar o alarme ou avançar para o encerramento?

"ACL não é uma conferência de IA (ACL não é uma conferência de IA)", na ACL 2024 realizada em Bangkok, Tailândia, a presidente da ACL deste ano, Emily M. Bender, chegou a uma conclusão muito controversa.

A Conferência ACL é a principal conferência internacional na área de linguística computacional e processamento de linguagem natural. É organizada pela Associação Internacional de Linguística Computacional e é realizada anualmente. A conferência ACL sempre foi classificada em primeiro lugar em influência acadêmica no campo da PNL e também é uma conferência recomendada pelo CCF-A.

Nos últimos anos, à medida que a aprendizagem profunda e outros métodos se tornaram a corrente principal da pesquisa em PNL, mais e mais pessoas consideram esta conferência como uma conferência de IA, e a maioria das submissões estão relacionadas à IA. Emily M. Bender parece ver algumas desvantagens nesta tendência.

Em seu discurso, ela enfatizou que a ACL é a Reunião Anual da Association for Computational Linguistics. Seu núcleo não é a inteligência artificial, mas mais focado na tecnologia da linguagem e na linguística computacional.

Bender deixou claro que não usa IA (inteligência artificial) como sinônimo de ML (aprendizado de máquina). Ela acredita que o aprendizado de máquina (incluindo o aprendizado profundo) fornece muitas técnicas úteis para a tecnologia da linguagem e a linguística computacional, mas surgem problemas quando o foco muda para a IA.

A linguística computacional e o processamento de linguagem natural (CL/PNL) concentram-se nas semelhanças/diferenças linguísticas, como a informação é representada na linguagem, como construir tecnologia para ajudar na transcrição, tradução, resumo, aquisição de informações, etc. essas técnicas, quais representações intermediárias são úteis para essas técnicas, quão eficazes são as diferentes técnicas de ML para diferentes tarefas e como as técnicas de linguagem interagem com os sistemas de energia existentes.

Os problemas no campo da IA ​​incluem como construir máquinas pensantes que possam realizar raciocínios semelhantes aos humanos, como fazer com que essas máquinas superem os humanos em tarefas cognitivas, como automatizar métodos científicos e como automatizar tarefas criativas.

O campo da IA ​​também levanta algumas ideias, como a de que o destino da humanidade é fundir-se com as máquinas para se tornar sobre-humana, que a chegada da singularidade é inevitável e que a IA (na verdade, máquinas de texto sintéticas) pode substituir os serviços que deveríamos fornecer a cada um. outros (educação, assistência médica, representação legal).

Existem vários problemas com o campo da IA, incluindo intenso interesse de capital de risco e bilionários.

Bender também criticou algumas más práticas de investigação no domínio da IA, tais como a utilização inadequada de parâmetros de referência, requisitos para avaliação comparativa com os modelos fechados da SOTA e conjuntos de dados excessivamente grandes, resultando na falta de dados retidos. Bender disse que se a sua questão de pesquisa se concentrar em "Como posso provar que minha máquina é inteligente?", então esse foco pode distorcer a prática de pesquisa.

Ela também observou que o foco na IA levou a práticas de revisão inadequadas, de modo que os artigos que não usam grandes modelos de linguagem (LLMs) ou que não fornecem resultados de LLM no tamanho SOTA podem ser considerados desinteressantes.

Em contraste com as más práticas no campo da IA, as melhores práticas de pesquisa no campo CL/PNL incluem aplicabilidade da tecnologia, compreensão do comportamento da linguagem humana, avaliações bem definidas, avaliações intrínsecas e extrínsecas, linhas de base sólidas, dados de teste retidos e detalhados. análise de erros.

Bender disse que a pesquisa CL/PNL se baseia na compreensão dos dados, incluindo o conhecimento de como a linguagem funciona (ou seja, linguística) e a documentação do conjunto de dados.

Em termos de replicabilidade e reprodutibilidade, Bender enfatizou que a ciência consiste em desenvolver pesquisas anteriores, e não apenas em tentar chegar lá.

Em termos de impacto social, a investigação em CL/PNL centra-se no impacto da sua tecnologia na sociedade, incluindo a ética e a história da investigação em PNL, bem como na compreensão de quem será a linguagem e a tecnologia utilizadas por, para quem e para quem, e que podem ser excluídos ou incluídos e prejudicados.

Bender acredita que o ACL deve ser um lugar que se concentre na tecnologia da linguagem, uma comunidade que promova a investigação interdisciplinar, um campo de investigação que se preocupe com os grupos linguísticos e um espaço onde possamos discutir racionalmente o impacto da nossa investigação e tecnologia na sociedade.

Essa visão causou grande polêmica nas plataformas sociais.

Alguns argumentam que isto é um sinal de não ser suficientemente inclusivo. “Os melhores momentos da história da PNL ocorreram quando as pessoas estavam abertas a ideias de outras disciplinas: aprendendo métodos estatísticos com investigadores da linguagem, aprendendo a pensar com cientistas sociais. Esses slides me fazem pensar que algumas pessoas querem que fechemos."

Outros acreditam que esta separação é completamente desnecessária porque os dois foram organicamente integrados.

No entanto, algumas pessoas expressaram sua compreensão. Afinal, a IA é muito popular. Uma vez que uma conferência seja "contratada" por artigos de IA, a pesquisa em outras áreas será inevitavelmente deixada de lado, o que fará com que a conferência perca seu interesse original.

Em relação ao sinal enviado por este discurso, todos começaram a especular: isso significa que a ACL não aceita artigos sobre IA?

O que você pensa sobre isso?

Link de referência: https://faculty.washington.edu/ebender/papers/ACL_2024_Presidential_Address.pdf