Questo è ciò che accade quando Donald Trump incontra l'intelligenza artificiale

Bradley Hayes, un associato postdottorato al MIT che fa ricerca sulla robotica, ha appena trasformato Donald "Drumpf" Trump in un robot. Ha programmato una rete neurale ricorrente - un'intelligenza artificiale - per studiare ed emulare i discorsi del candidato repubblicano.

Il "lavoro giornaliero" di Hayes, afferma, è "la ricerca focalizzata sul team di robot umani: progettare algoritmi che consentano ai robot di lavorare insieme e imparare dagli umani in modo che gli esseri umani possano essere più sicuri, più efficienti e più efficaci nel loro lavoro". @DeepDrumpf è un "side project". Ha tratto ispirazione, in parte, dal "fantastico schizzo" di John Oliver. ("Speriamo che vedrà questo - spero che lo vedrà e lo apprezzerà").

Inverso ha parlato con Hayes di questo sforzo patriottico.

Cos'altro ti ha ispirato a creare @DeepDrumpf?

È nato da una conversazione a pranzo con alcuni miei colleghi che fanno anche ricerche sulla robotica e si occupano di apprendimento automatico. Stavamo parlando di alcune varie tecniche di modellazione statistica che erano effettivamente rilevanti per la nostra ricerca.Si scopre che la stessa tecnica che sta dietro DeepDrumpf funziona in molti domini di robotica, perché è una tecnica di modellazione che cerca di imparare la struttura di informazioni sequenziali o dati sequenziali. Il linguaggio naturale è un grande esempio di dati sequenziali, in cui la struttura della frase è abbastanza coerente: ci sono regole e c'è una struttura sottostante a tutti i dati che si stanno ottenendo.

Eredita 100 milioni? E ora sto costruendo in tutto il mondo. E ho un po 'di fresco.

- DeepDrumpf (@DeepDrumpf) 4 marzo 2016

Un altro ricercatore di Stanford ha scritto un corso sulle reti neurali e, in particolare, ha pubblicato un articolo intitolato "L'irragionevole efficacia delle reti neurali ricorrenti". Così ha scritto questa fantastica introduzione a questa tecnica di modellazione statistica e un gruppo di la gente ha dimostrato di avere questo irragionevole potere di rappresentare la struttura in questo tipo di scrittura di dati di testo in forma libera.

Ho visto un articolo che stava confrontando la complessità del discorso dei vari leader politici. L'articolo stava dicendo come Trump usa un linguaggio più semplicistico, ed è un enorme successo con la sua popolazione demografica e i suoi fan. Da un punto di vista politico, è davvero grandioso, perché rende chiaro il tuo messaggio e alla portata del pubblico più vasto possibile; da un punto di vista dell'apprendimento automatico, ciò significa che questo potrebbe essere il modello più trattabile che possiamo fare.

Avevi sentito parlare di un linguaggio di programmazione chiamato "Make Python Great Again"?

Sai, l'ho visto ieri. TrumpPython o qualcosa del genere? L'ho visto. Ho letto un articolo a riguardo, sono andato alla loro pagina GitHub, ma non ho ancora avuto il tempo di giocarci. Ma sembra fantastico.

Possiamo imparare qualcosa sulle tendenze linguistiche di Trump, o qualcosa del genere, dal tuo A.I.?

Sì, è possibile nel senso che, se si guarda l'output dal modello, è indicativo della struttura che il modello ha appreso dai dati. Quindi il tipo di ripetizione, il tipo di cose che escono dal modello, ti diranno - potenzialmente - su certe cose che sono inerenti ai suoi schemi di parola e al suo messaggio.

Kansas Tutti dissero: "Non ho bisogno di niente. Avevano un paese orribile, e hanno le infrastrutture speciali, il nostro paese ha bisogno di un ricco.

- DeepDrumpf (@DeepDrumpf) 4 marzo 2016

Non saresti necessariamente in grado di ottenerlo dall'account Twitter stesso, soprattutto perché Twitter ti dà solo 140 caratteri con cui lavorare. E, perché non c'è un sacco di dati che sono entrati nel modello, e anche parzialmente perché le trascrizioni provengono dai dibattiti - in cui i candidati (e in particolare Trump) tendono a interrompersi - ciò causa delle discontinuità nell'output.

C'è ancora un po 'di lavoro manuale necessario per campionare fondamentalmente un muro di testo da questo modello e quindi esaminarlo e selezionare il migliore nugget contiguo di 140 caratteri, quindi pubblicarlo.

Questo è affari. Il nostro presidente è Obamacare. ora, in questo è ciò che non è. Grazie mille. Non siamo una cheerleader, siamo interessanti

- DeepDrumpf (@DeepDrumpf) 4 marzo 2016

Quindi non è molto utile a questo punto?

Impara efficacemente come distribuzione di probabilità, e puoi campionare da esso. Ciò significa: hai la tua modella e puoi chiederla per una lettera. E se gli chiedi abbastanza lettere in fila, ti daranno cose che assomigliano all'inglese. O, ancora meglio, alcuni di loro assomigliano a cose che Trump avrebbe potuto effettivamente dire - perché era addestrato su di lui. Quindi, il processo generale che ho seguito è: campionerei, diciamo, da 500 o 1.000 caratteri. Mi darebbe solo un muro di testo con 500 o 1.000 caratteri di valore, credo, divagazioni, e poi, all'interno, selezionerò il miglior blocco di 140 caratteri che abbia senso. O la frase migliore che ne viene fuori sembra abbastanza rilevante.

Ad esempio, la scorsa notte l'ho usato per fare il live-tweet del dibattito. E così, una delle cose che puoi fare con un modello come questo è che puoi innescarlo. Quindi, poiché il modello ti dà solo un personaggio alla volta, ha questa dipendenza dai personaggi che sono venuti prima di esso - le lettere che ha prodotto in precedenza. È così che impara le parole, è così che cattura la struttura della frase e alcuni elementi della grammatica.

Diciamo che inizio la mia frase con 'Romney is' e poi chiedo per i prossimi mille caratteri. Noi chiamiamo questo innesco. Darà tutto l'output che vuole, ma imposterà la parte iniziale della sequenza su 'Romney is …'

E 'questo il riferimento a quei tweet con frasi tra parentesi?

Completamente giusto.

Romney è uno strumento. Voglio dirti questo. Probabilmente sono l'ultima cosa di cui abbiamo bisogno in un leader, non possiamo farlo.

- DeepDrumpf (@DeepDrumpf) 3 marzo 2016

Una delle cose che spero di fare, una volta che il processo è un po 'più pulito - e questo accadrà con più dati - è iniziare a farlo interagire con gli altri candidati. Se guardi l'account Twitter, sta seguendo gli altri candidati principali. Alla fine, si spera che inizi a rispondere a loro e magari sfidarli. Ma è più un tipo di progetto del weekend.

@realDonaldTrump Stanno andando a pagare in questo momento, e come, assolutamente. Sono davvero ricco Oh, voglio sostenerli e averli.

- DeepDrumpf (@DeepDrumpf) 3 marzo 2016

Puoi spiegare cos'è una rete neurale ricorrente in un linguaggio semplicistico e non specialistico?

Certo, ci proveremo Una rete neurale, in generale, sta prendendo in qualche input, quindi sta facendo un po 'di matematica nel mezzo, e ti dà un'uscita. In generale, è solo un classificatore. Quindi, dato qualche input, ti dirà a quale classe corrisponde quell'input. Un esempio popolare potrebbe essere: una rete neurale di base: gli dai un'immagine di un gatto e vuoi che ti dica che - se è, come, un gatto, un cane, un aereo o un'auto - vuoi per dire che "Okay - con grande sicurezza - questo è un gatto che mi hai appena dato".

Questa è l'attività di classificazione di alto livello. Questo è un concetto simile, ma invece di essere gatto, cane, auto, le classi sono le lettere individuali dell'alfabeto e della punteggiatura. Quindi sta prendendo un input, e quindi sta facendo matematica su di esso in base a ciò che è appreso - così tutto l'apprendimento avviene "nel mezzo", lo chiameremo - e ti dà una classificazione alla fine. Quindi, come, questa lettera.

La cosa che lo rende un ricorrente rete neurale è che l'output dei passaggi precedenti viene alimentato nel passaggio successivo come parte del modello. Il fatto che il modello mi abbia dato una "M" si inserirà nel prossimo run-through del modello. Quindi potrebbe darti un 'a,' e poi un 'k', e poi un 'e,' perché sta cercando di rendere 'Make America great again', perché è rappresentato molto nei dati.

Sei particolarmente orgoglioso di tutti i tweet di DeepDrumpf fino ad ora?

Sì, in realtà. Ne ho un paio che non ho ancora pubblicato, ma -

Esclusivo.

Ride Esattamente. Di quelli che sono stati pubblicati, sono particolarmente contento di "Sono ciò di cui l'ISIS non ha bisogno".

Sono quello di cui l'ISIS non ha bisogno.

- DeepDrumpf (@DeepDrumpf) 3 marzo 2016

Vediamo … l'ho seminato con "Non sono razzista, ma …" e la continuazione di ciò era "… credici", che pensavo fosse eccellente. Stavo per salvare quello per quando è diventato rilevante, se è diventato rilevante.

Nulla di buono arriva mai dopo quelle parole.

Preferiresti votare per Donald Trump o votare per @DeepDrumpf?

Penso che ci siano dei compromessi con ciascuna di queste scelte.