Naujos technologijos leis programėlėms suprasti jūsų pokalbius

Šiais laikais gausu išmaniųjų programėlių, kuriomis galima duoti komandas, bet mums dar toli nuo kompiuterių, kurie supranta šnekamąją kalbą.

Microsoft ir NVIDIA neseniai paskelbta naujas AI pagrįstas kalbos interpretavimo metodas, galintis pakeisti tai, kaip mes kalbamės su mūsų elektronika. Tai dalis augančio judėjimo, keičiančio tai, kaip kompiuteriai supranta kalbą, dar vadinamo natūralios kalbos apdorojimu (NLP).

„NLP veikiantys modeliai tampa vis didesni ir pažangesni bei priartėja prie žmogaus supratimo“, – AI ekspertas. Hamishas Ogilvy „Lifewire“ sakė interviu elektroniniu paštu.

„Vienas iš didžiausių pasiekimų yra tai, kad NLP neapsiriboja paprastų raktinių žodžių reikšme. Galbūt šiandien esate įpratę įvesti arba kalbėti vieną ar du raktinius žodžius, kad gautumėte paieškos rezultatus, tačiau naujesni natūralios kalbos apdorojimo modeliai naudoja kontekstą, kad būtų pateikti turtingesni rezultatai.

Pokalbių robotai

NVIDIA ir Microsoft susivienijo, kad sukurtų Megatrono-Turingo natūralios kalbos kartos modelis (MTNLG), kuris, dueto teigimu, yra „galingiausias iki šiol parengtas monolitinio transformatoriaus kalbos modelis“. AI modelis veikia superkompiuteriuose.

Tačiau tyrėjai išsiaiškino, kad MTNLG modelis, šukuodamas kalnus žmogaus kalbos pavyzdžių, atskleidė žmogaus šališkumą.

„Nors milžiniški kalbų modeliai tobulina kalbos kūrimo pažangą, jie taip pat kenčia nuo tokių problemų kaip šališkumas ir toksiškumas“, – rašė tyrėjai. tinklaraščio straipsnis. „Mūsų pastebėjimai su MT-NLG yra tokie, kad modelis paima stereotipus ir šališkumą iš duomenų, kuriais remdamasis jis yra apmokytas.

Kompiuteriai, kurie geriau supranta kalbą, ne tik pagerins išmaniuosius garsiakalbius, tokius kaip Alexa, teigia Ogilvy. Teksto paieškos svetainės, tokios kaip „Amazon“, taip pat geriau supras įvestas užklausas.

„Akivaizdus lyderis čia buvo Google, tačiau NLP technologija bus visur“, – sakė Ogilvy. „Teksto ir balso paieškoms naudotojai gali būti labiau aprašomi, nes NLP supranta daugiau nei tik tekstą; ji supranta kontekstą, ko ieškote, kad gautų geresnių rezultatų.

Kvantiniai pokalbiai?

Kvantinė kompiuterija gali būti vienas iš būdų tobulinti NLP sritį. Trečiadienį įmonė Cambridge Quantum paskelbė lambeq, kuris, kaip teigiama, yra pirmasis NLP kvantinis įrankių rinkinys.

Bendrovė teigia, kad įrankis leidžia išversti sakinius natūraliomis kalbomis naudojant kvantines grandines, veikiančias kvantiniuose kompiuteriuose. Kvantinis skaičiavimas yra skaičiavimo tipas, kurio metu skaičiavimams atlikti naudojamos neįprastos kvantinių būsenų savybės, tokios kaip superpozicija, trukdžiai ir susipynimas.

„Tai, kaip kvantiniai kompiuteriai tvarko NLP, labai skiriasi nuo klasikinių mašinų. Tiesą sakant, NLP yra „kvantinis gimtoji“. Bobas Coecke'as, Cambridge Quantum vyriausiasis mokslininkas pasakojo Lifewire interviu el. paštu. "Taip yra dėl atradimo, kurį padarėme prieš keletą metų, kad gramatika, valdanti sakinius ir prasmę, turi labai panašią struktūrą kaip matematika, naudojama programuojant kvantinius kompiuterius."

Coecke teigė, kad kvantinis NLP gali padėti sukurti geresnius balso padėjėjus ir vertimo įrankius.

Kitas perspektyvus būdas pagerinti kalbos atpažinimą, vadinamas į duomenis orientuotas AI, buvo pradėtas šių metų pradžioje. Į duomenis orientuotas dirbtinis intelektas daugiausia dėmesio skiria duomenų, naudojamų modeliui parengti, kokybei, o ne algoritmams tobulinti.

"Įrodyta, kad į duomenis orientuotas metodas yra veiksmingesnis už tradicinį modelio metodą, siekiant pagerinti DI užduočių galimybes." Zac Liu, duomenų mokslininkas bendrovėje „Hypergiant“, interviu el. paštu pasakojo „Lifewire“. „Trumpai tariant, kai duomenų mokslininkai pagerina NLP duomenis, tai beveik garantuoja, kad jie turės geresnį NLP modelį ir geresnes NLP galimybes.

Kitas žingsnis yra kompiuterinio matymo modelių integravimas su NLP, pvz., AI modelio mokymas žiūrėti vaizdo įrašus ir sukurti to vaizdo įrašo tekstinę santrauką, sakė Liu.

„Šios pažangos taikymas gali būti neribotas, pradedant sveikatos apsauga, skaitant radiologinius filmus ir teikiant preliminarią diagnozę, kuriant namus, drabužius, papuošalus ar panašius daiktus“, – sakė jis pridėta. „Klientas galėtų paaiškinti reikalavimus žodžiu arba raštu, o šis aprašymas gali būti automatiškai konvertuojamas į vaizdus ar vaizdo įrašus, kad būtų geriau vizualizuojama.