Võtmed kaasavõtmiseks
- Uus masinõppemudel hallutsineerib kujutist lause ilmumisest keeles, et aidata tõlkida.
- AI-süsteem nimega VALHALLA loodi selleks, et jäljendada seda, kuidas inimesed keelt tajuvad.
- Uus süsteem on osa kasvavast liikumisest, mille eesmärk on kasutada AI-d keele mõistmiseks.
Inimese meetod piltide visualiseerimiseks sõnade tõlkimise ajal võib aidata tehisintellektil (AI) teid paremini mõista.
Uus masinõppemudel hallutsineerib ettekujutuse sellest, kuidas lause keeles välja näeb. Hiljutise uurimistöö kohaselt kasutab see tehnika tõlkimise abistamiseks visualiseerimist ja muid vihjeid. See on osa kasvavast liikumisest kasutada AI-d keele mõistmiseks.
"See, kuidas inimesed räägivad ja kirjutavad, on ainulaadne, kuna meil kõigil on veidi erinevad toonid ja stiilid," rääkis Maryville'i ülikooli andmeanalüütika professor Beth Cudney, kes ei osalenud uuringus Lifewire'ile antud meiliintervjuus.. "Konteksti mõistmine on keeruline, sest see on nagu struktureerimata andmete käsitlemine. Siin on kasulik loomuliku keele töötlemine (NLP). NLP on AI haru, mis käsitleb masinlugemise mõistmise abil suhtlemise erinevusi. NLP peamine erinevus, kui AI haru, ei keskendu lihts alt meie räägitavate või kirjutatud sõnade otsesele tähendusele. See vaatleb tähendust."
Mine küsi Alice'ilt
Uus tehisintellekti süsteem nimega VALHALLA, mille lõid MIT, IBM ja San Diego California ülikooli teadlased, oli loodud selleks, et jäljendada seda, kuidas inimesed keelt tajuvad. Teadlaste sõnul parandab sensoorse teabe (nt multimeedia) kasutamine koos uute ja tundmatute sõnadega (nt piltidega mälukaardid) keele omandamist ja keele säilitamist.
Need süsteemid suurendavad vestlusrobotite võimsust, mis on praegu ainult koolitatud ja suudavad pidada konkreetseid vestlusi…
Tiim väidab, et nende meetod parandab masintõlke täpsust võrreldes ainult tekstitõlkega. Teadlased kasutasid kahe trafoga kodeerija-dekoodri arhitektuuri, teatud tüüpi närvivõrgu mudelit, mis sobib järjestusest sõltuvate andmete, näiteks keele jaoks, mis suudab pöörata tähelepanu lause märksõnadele ja semantikale. Üks trafo tekitab visuaalse hallutsinatsiooni ja teine teostab multimodaalset tõlget, kasutades esimese trafo väljundeid.
"Reaalse maailma stsenaariumide korral ei pruugi teil lähtelause suhtes pilti olla," ütles üks uurimisrühma liige Rameswar Panda pressiteates. "Niisiis, meie motivatsioon oli põhimõtteliselt järgmine: kas me saame kasutada visuaalseid hallutsinatsioone – võime kujutada ette visuaalseid stseene - masintõlkesüsteemide täiustamiseks selle asemel, et kasutada välist pilti järelduste tegemisel sisendina?"
AI mõistmine
Märkimisväärsed uuringud on keskendunud NLP edendamisele, märkis Cudney. Näiteks Elon Musk asutas Open AI, mis töötab GPT-3 kallal, mudelil, mis suudab vestelda inimesega ja on piisav alt taiplik, et luua tarkvarakoodi Pythonis ja Javas.
Google ja Meta töötavad ka selle nimel, et arendada oma süsteemiga LAMDA vestluslikku tehisintellekti. "Need süsteemid suurendavad vestlusrobotite võimsust, mis on praegu ainult koolitatud ja võimelised pidama konkreetseid vestlusi, mis tõenäoliselt muudab klienditoe ja kasutajatoe nägu," ütles Cudney.
Aaron Sloman, tehisintellekti tehnoloogiaettevõtte CLIPr kaasasutaja, ütles e-kirjas, et suured keelemudelid, nagu GPT-3, saavad õppida väga vähestest koolitusnäidetest, et parandada inimeste tagasisidel põhinevaid teksti kokkuvõtteid. Näiteks ütles ta, et saate anda suurele keelemudelile matemaatikaülesande ja paluda tehisintellektil mõelda samm-sammult.
"Me võime eeldada, et suurtest keelemudelitest saadakse rohkem teadmisi ja põhjendusi, kui saame rohkem teada nende võimete ja piirangute kohta," lisas Sloman. "Samuti loodan, et need keelemudelid loovad rohkem inimlikke protsesse, kuna modelleerijad töötavad välja paremaid viise mudelite täpsemaks häälestamiseks konkreetsete huvipakkuvate ülesannete jaoks."
Georgia Techi andmetöötlusprofessor Diyi Yang ennustas meiliintervjuus, et hakkame oma igapäevaelus rohkem kasutama loomuliku keele töötlemise (NLP) süsteeme, alates NLP-põhistest isikupärastatud assistentidest kuni e-kirjade ja telefonikõnede aitamiseni. teadlikud dialoogisüsteemid teabe otsimiseks reisides või tervishoius."Samuti õiglased AI-süsteemid, mis suudavad täita ülesandeid ja aidata inimesi vastutustundlikul ja eelarvamustevabal viisil," lisas Yang.
Tohutud AI-mudelid, mis kasutavad triljoneid parameetreid, nagu GPT-3 ja DeepText, jätkavad kõigi keelerakenduste jaoks ühtse mudeli loomist, ennustas Dialexa masinõppeinsener Stephen Hage meiliintervjuus. Ta ütles, et luuakse ka uut tüüpi mudelid, mis on loodud konkreetseks kasutuseks, näiteks häälkäsklustega veebiostlemiseks.
"Näiteks võib olla ostleja, kes ütleb: "Näita mulle seda kesköösinist lauvärvi, millel on rohkem halo", et näidata seda varjundit inimese silmadel, kontrollides selle pealekandmist," lisas Hage.
