Βασικά Takeaways
- Ένα νέο μοντέλο μηχανικής εκμάθησης παραισθησιάζει μια εικόνα της εμφάνισης μιας πρότασης σε μια γλώσσα για να βοηθήσει τη μετάφραση.
- Το σύστημα AI, που ονομάζεται VALHALLA, σχεδιάστηκε για να μιμείται τον τρόπο που οι άνθρωποι αντιλαμβάνονται τη γλώσσα.
- Το νέο σύστημα αποτελεί μέρος ενός αυξανόμενου κινήματος για τη χρήση της τεχνητής νοημοσύνης για την κατανόηση της γλώσσας.
Η ανθρώπινη μέθοδος οπτικοποίησης εικόνων κατά τη μετάφραση λέξεων θα μπορούσε να βοηθήσει την τεχνητή νοημοσύνη (AI) να σας καταλάβει καλύτερα.
Ένα νέο μοντέλο μηχανικής μάθησης δημιουργεί ψευδαισθήσεις για το πώς μοιάζει μια πρόταση σε μια γλώσσα. Σύμφωνα με μια πρόσφατη ερευνητική εργασία, η τεχνική στη συνέχεια χρησιμοποιεί οπτικοποίηση και άλλες ενδείξεις για να βοηθήσει στη μετάφραση. Αποτελεί μέρος ενός αυξανόμενου κινήματος για τη χρήση της τεχνητής νοημοσύνης για την κατανόηση της γλώσσας.
"Το πώς μιλούν και γράφουν οι άνθρωποι είναι μοναδικό επειδή όλοι έχουμε ελαφρώς διαφορετικούς τόνους και στυλ", είπε η Beth Cudney, καθηγήτρια ανάλυσης δεδομένων στο Πανεπιστήμιο Maryville, η οποία δεν συμμετείχε στην έρευνα, σε μια συνέντευξη μέσω email στο Lifewire.. "Η κατανόηση του πλαισίου είναι δύσκολη γιατί είναι σαν να ασχολούμαστε με μη δομημένα δεδομένα. Εδώ είναι χρήσιμη η επεξεργασία φυσικής γλώσσας (NLP). Το NLP είναι ένας κλάδος της τεχνητής νοημοσύνης που αντιμετωπίζει τις διαφορές στον τρόπο επικοινωνίας με τη χρήση μηχανικής κατανόησης ανάγνωσης., ως κλάδος της τεχνητής νοημοσύνης, δεν εστιάζει απλώς στην κυριολεκτική σημασία των λέξεων που λέμε ή γράφουμε. Εξετάζει τη σημασία."
Ρωτήστε την Αλίκη
Το νέο σύστημα AI, που ονομάζεται VALHALLA, που δημιουργήθηκε από ερευνητές από το MIT, την IBM και το Πανεπιστήμιο της Καλιφόρνια στο Σαν Ντιέγκο, σχεδιάστηκε για να μιμείται τον τρόπο με τον οποίο οι άνθρωποι αντιλαμβάνονται τη γλώσσα. Σύμφωνα με τους επιστήμονες, η χρήση αισθητηριακών πληροφοριών, όπως πολυμέσα, σε συνδυασμό με νέες και άγνωστες λέξεις, όπως κάρτες flash με εικόνες, βελτιώνει την κατάκτηση και τη διατήρηση της γλώσσας.
Αυτά τα συστήματα αυξάνουν τη δύναμη των chatbot που είναι προς το παρόν μόνο εκπαιδευμένα και ικανά για συγκεκριμένες συνομιλίες…
Η ομάδα ισχυρίζεται ότι η μέθοδός της βελτιώνει την ακρίβεια της αυτόματης μετάφρασης έναντι της μετάφρασης μόνο κειμένου. Οι επιστήμονες χρησιμοποίησαν μια αρχιτεκτονική κωδικοποιητή-αποκωδικοποιητή με δύο μετασχηματιστές, έναν τύπο μοντέλου νευρωνικού δικτύου κατάλληλο για δεδομένα που εξαρτώνται από την ακολουθία, όπως η γλώσσα, που μπορεί να δώσει προσοχή στις λέξεις-κλειδιά και τη σημασιολογία μιας πρότασης. Ο ένας μετασχηματιστής δημιουργεί μια οπτική ψευδαίσθηση και ο άλλος εκτελεί πολυτροπική μετάφραση χρησιμοποιώντας εξόδους από τον πρώτο μετασχηματιστή.
"Σε σενάρια του πραγματικού κόσμου, μπορεί να μην έχετε εικόνα σε σχέση με την αρχική πρόταση", είπε ο Rameswar Panda, ένα από τα μέλη της ερευνητικής ομάδας, σε ένα δελτίο τύπου. "Λοιπόν, το κίνητρό μας ήταν βασικά: Αντί να χρησιμοποιήσουμε μια εξωτερική εικόνα κατά τη διάρκεια της εξαγωγής ως είσοδο, μπορούμε να χρησιμοποιήσουμε οπτική ψευδαίσθηση - την ικανότητα να φανταζόμαστε οπτικές σκηνές - για να βελτιώσουμε τα συστήματα μηχανικής μετάφρασης;"
Κατανόηση AI
Σημαντική έρευνα επικεντρώνεται στην προώθηση του NLP, επεσήμανε ο Cudney. Για παράδειγμα, ο Elon Musk συνίδρυσε το Open AI, το οποίο εργάζεται στο GPT-3, ένα μοντέλο που μπορεί να συνομιλεί με έναν άνθρωπο και είναι αρκετά έξυπνο ώστε να δημιουργεί κώδικα λογισμικού σε Python και Java.
Η Google και η Meta εργάζονται επίσης για την ανάπτυξη συνομιλίας AI με το σύστημά τους που ονομάζεται LAMDA. «Αυτά τα συστήματα αυξάνουν τη δύναμη των chatbot που είναι προς το παρόν μόνο εκπαιδευμένα και ικανά για συγκεκριμένες συνομιλίες, κάτι που πιθανότατα θα αλλάξει το πρόσωπο της υποστήριξης πελατών και των γραφείων βοήθειας», είπε ο Cudney.
Ο Aaron Sloman, ο συνιδρυτής της CLIPr, μιας εταιρείας τεχνολογίας τεχνητής νοημοσύνης, είπε σε ένα email ότι μεγάλα γλωσσικά μοντέλα όπως το GPT-3 μπορούν να μάθουν από πολύ λίγα παραδείγματα εκπαίδευσης για να βελτιώσουν τις περιλήψεις του κειμένου με βάση την ανθρώπινη ανατροφοδότηση. Για παράδειγμα, είπε, μπορείτε να δώσετε σε ένα μεγάλο μοντέλο γλώσσας ένα μαθηματικό πρόβλημα και να ζητήσετε από την τεχνητή νοημοσύνη να σκεφτεί βήμα προς βήμα.
"Μπορούμε να περιμένουμε να εξαχθούν μεγαλύτερες γνώσεις και συλλογισμοί από μεγάλα γλωσσικά μοντέλα καθώς μαθαίνουμε περισσότερα για τις ικανότητες και τους περιορισμούς τους", πρόσθεσε ο Sloman. "Περιμένω επίσης από αυτά τα γλωσσικά μοντέλα να δημιουργήσουν πιο ανθρώπινες διαδικασίες καθώς οι μοντελιστές αναπτύσσουν καλύτερους τρόπους για να τελειοποιήσουν τα μοντέλα για συγκεκριμένες εργασίες που μας ενδιαφέρουν."
Ο καθηγητής πληροφορικής της Georgia Tech, Diyi Yang, προέβλεψε σε μια συνέντευξη μέσω email ότι θα δούμε περισσότερη χρήση των συστημάτων επεξεργασίας φυσικής γλώσσας (NLP) στην καθημερινή μας ζωή, από εξατομικευμένους βοηθούς που βασίζονται σε NLP μέχρι βοήθεια με email και τηλεφωνικές κλήσεις, σε ενημερωμένα συστήματα διαλόγου για αναζήτηση πληροφοριών σε ταξίδια ή υγειονομική περίθαλψη."Καθώς και δίκαια συστήματα τεχνητής νοημοσύνης που μπορούν να εκτελέσουν εργασίες και να βοηθήσουν τους ανθρώπους με υπεύθυνο και χωρίς προκατάληψη τρόπο", πρόσθεσε ο Yang.
Τεράστια μοντέλα τεχνητής νοημοσύνης που χρησιμοποιούν τρισεκατομμύρια παραμέτρους όπως το GPT-3 και το DeepText θα συνεχίσουν να εργάζονται προς ένα ενιαίο μοντέλο για όλες τις γλωσσικές εφαρμογές, προέβλεψε ο Stephen Hage, μηχανικός μηχανικής μάθησης στη Dialexa, σε μια συνέντευξη μέσω email. Είπε ότι θα υπάρχουν επίσης νέοι τύποι μοντέλων που θα δημιουργηθούν για συγκεκριμένες χρήσεις, όπως φωνητικές εντολές ηλεκτρονικών αγορών.
"Ένα παράδειγμα μπορεί να είναι ένας αγοραστής που λέει "Δείξε μου αυτή τη σκιά ματιών σε μπλε μεσάνυχτα με περισσότερο φωτοστέφανο", για να δείξει αυτή τη σκιά στα μάτια του ατόμου με κάποιο έλεγχο στον τρόπο εφαρμογής της", πρόσθεσε ο Hage.
