Команда исследователей Microsoft поразила мир новым проектом EmotionPrompt: усовершенствование эмоционального интеллекта искусственного интеллекта в различных языковых моделях. Вперед, AI, давай учиться чувствовать! 🤖❤️🌍 #Microsoft #AI #эмоциональныйинтеллект #новыепрорывы
Эмоциональный интеллект является историческим краеугольным камнем в широкой мозаике человеческих качеств. Эмоциональное понимание – это способность распознавать и правильно обрабатывать эмоциональные данные, а затем использовать эти данные для руководства логическими и аналитическими процессами, такими как решение проблем и управление поведением. Рефлексы, восприятие, когнитивные процессы и поведение – все это порождает эмоции, а различные внутренние и внешние факторы могут влиять на эти компоненты. Изучение самоконтроля, социально-когнитивной теории и важности положительных эмоций показывает, что контроль эмоций может влиять на умение человека решать проблемы. Из-за широкого спектра влияния на людей, теория регуляции эмоций была использована в таких различных областях, как образование и здравоохранение.
Новые исследования, проведенные CAS, Microsoft, Уильям и Мэри, Пекинский нормальный университет и HKUST, исследуют связь между эмоциональным интеллектом и сложными моделями ИИ. Возникающие большие языковые модели (LLM) продемонстрировали впечатляющую производительность в различных задачах, включая логическое мышление, обработку и генерацию естественного языка и решение проблем в области науки, технологии, инженерии и математики, что делает их одним из самых многообещающих исследовательских направлений в области искусственного общего интеллекта. Последнее исследование показало, что LLM GPT-4 способен выполнять несколько сложных задач, разработанных людьми, что свидетельствует о его потенциале в области ИИ. Однако до сих пор неизвестно, способны ли LLM интерпретировать психологические эмоциональные импульсы, фундаментальное преимущество людей, которое помогает им улучшить свои навыки решения проблем. Несколько ученых добились значительных успехов в различных областях, используя методы контекстного обучения. Однако, учитывая различия в их возможностях, не все LLM будут одинаково получать пользу от доступных методов. Недавние исследования показали, что LLM способны распознавать и обрабатывать эмоциональные подсказки, но не было изучено, как эмоциональный интеллект LLM существенно влияет на повышение их производительности.
Новые исследования делают первый шаг в исследовании потенциала LLM для понимания и использования эмоциональных стимулов. Эмоциональные подсказки, связанные с надеждой, уверенностью в себе и одобрением сверстников, доказано, что положительно влияют на результаты в предыдущих психологических исследованиях. Примеры применения этого явления в реальной жизни включают поднятие настроения для улучшения успеваемости в учебе и улучшение физического благополучия. Исследователи вдохновились этими психологическими процессами и представили EmotionPrompt – простой, но мощный метод исследования эмоционального интеллекта LLM. Они разработали 11 утверждений в качестве психологических фраз, которые могут использоваться в качестве дополнительных подсказок для LLM для вызова эмоциональной реакции.
В исследовании использовались детерминированные и генеративные задачи, охватывающие широкий спектр уровней сложности. Были проведены испытания с несколькими LLM, такими как FlanT5-Large, Vicuna, Llama 2, BLOOM, ChatGPT и GPT-4, на 24 задачах по инструкции и 21 задаче BIG-Bench, которые являются детерминированными и могут быть оценены с помощью общих метрик. Также было проведено исследование с участием 106 участников, чтобы оценить качество генерации задач с использованием обычных и эмоциональных подсказок на основе GPT-4, так как эти задачи не могут быть оценены традиционными и автоматическими методами. Исследование показало, что эмоциональные подсказки значительно повышают производительность генеративных задач (среднее улучшение показателей производительности, достоверности и ответственности составляет 10,9%). Стандартные эксперименты также показывают, что LLM обладают эмоциональным интеллектом и могут быть улучшены эмоциональными стимулами.
Исследователи также проанализировали, почему EmotionPrompt полезен для LLM, оценивая влияние эмоциональных стимулов на конечные результаты через внимание к входу. Исследование показывает, что градиенты в LLM получают пользу от эмоциональных стимулов, давая им больший вес, что положительно сказывается на результате путем улучшения представления исходных подсказок. Было проведено исследование абляции, чтобы узнать, как размер модели и температура влияют на эффективность EmotionPrompt.
Если вам нужны рекомендации по управлению ИИ в бизнесе, свяжитесь с нами по адресу hello@itinai.com. Чтобы быть в курсе последних новостей об ИИ, подписывайтесь на наш Telegram-канал t.me/itinairu.
Посмотрите на практический пример решения на основе ИИ: бот для продаж от itinai.ru/aisales, созданный для автоматизации общения с клиентами круглосуточно и управления взаимодействием на всех этапах пути клиента.
Изучите, как искусственный интеллект может улучшить ваши продажи и общение с клиентами. Познакомьтесь с нашими решениями на сайте itinai.ru
