Keeawayt
- Uudet tekniikat voivat johtaa tietokoneisiin, jotka ymmärtävät paremmin ihmisen puhetta.
- Microsoft ja NVIDIA ilmoittivat äskettäin uudesta tekoälyyn perustuvasta menetelmästä kielen tulkitsemiseen.
- Kvanttilaskenta saattaa olla toinen tapa edistää kieltenkäsittelyä.
Tänä päivänä on paljon älykkäitä vempaimia komentojen antamiseen, mutta olemme vielä kaukana tietokoneista, jotka ymmärtävät keskustelupuhetta.
Microsoft ja NVIDIA ilmoittivat äskettäin uudesta tekoälyyn perustuvasta menetelmästä puheen tulkitsemiseen, joka voi muuttaa tapaamme keskustella elektroniikkamme kanssa. Se on osa kasvavaa liikettä, joka muuttaa sitä, miten tietokoneet ymmärtävät puhetta. Sitä kutsutaan myös luonnolliseksi kielenkäsittelyksi (NLP).
"NLP:tä käyttävistä malleista on tulossa suurempia ja edistyneempiä ja lähempänä ihmisen ymmärtämistä", tekoälyasiantuntija Hamish Ogilvy kertoi Lifewirelle sähköpostihaastattelussa.
"Yksi suurimmista edistysaskeleista on se, että NLP menee yksinkertaisia avainsanoja pidemmälle. Saatat olla nykyään tottunut kirjoittamaan tai puhumaan yksi tai kaksi avainsanaa saadaksesi hakutuloksia, mutta uudemmat luonnollisen kielen käsittelymallit käyttävät kontekstia tarjotakseen monipuolisempia tuloksia"
Chat-botit
NVIDIA ja Microsoft ovat tehneet yhteistyötä luodakseen Megatron-Turing Natural Language Generation -mallin (MTNLG), joka kaksikko väittää olevan "tehokkain tähän mennessä koulutettu monoliittinen muuntajakielimalli". Tekoälymalli toimii supertietokoneissa.
Mutta tutkijat havaitsivat, että MTNLG-malli havaitsi inhimillisiä ennakkoluuloja, kun se kampasi vuorten läpi ihmisen puhenäytteitä.
"Samalla kun jättiläiset kielimallit edistävät kielten sukupolven uusinta tasoa, ne kärsivät myös ongelmista, kuten vinoudesta ja myrkyllisyydestä", tutkijat kirjoittivat blogikirjoituksessaan. "Havaintomme MT-NLG:n kanssa ovat, että malli poimii stereotypioita ja harhoja tiedoista, joiden perusteella se on koulutettu."
Puhetta paremmin ymmärtävät tietokoneet eivät vain paranna älykkäitä kaiuttimia, kuten Alexa, Ogilvy väittää. Tekstipohjaiset hakusivustot, kuten Amazon, ymmärtävät myös paremmin kirjoitetut kyselyt.
"Googlella on ollut selvä johtoasema tässä, mutta NLP-tekniikka tulee olemaan kaikkialla", Ogilvy sanoi. "Teksti- ja puhepohjaisissa hauissa käyttäjät voivat olla kuvaavampia, koska NLP ymmärtää muutakin kuin vain tekstiä; se ymmärtää etsimäsi kontekstin saadakseen parempia tuloksia."
Kvanttichatit?
Kvanttilaskenta saattaa olla yksi tapa edistää NLP:tä. Keskiviikkona Cambridge Quantum julkisti lambeqin, jonka se väittää olevan ensimmäinen kvanttityökalupakki NLP:lle.
…NLP ymmärtää enemmän kuin vain tekstiä; se ymmärtää etsimäsi kontekstin saadakseen parempia tuloksia.
Yhtiön mukaan työkalu mahdollistaa lauseiden kääntämisen luonnollisilla kielillä käyttämällä kvanttitietokoneissa ajettavia kvanttipiirejä. Kvanttilaskenta on eräänlainen laskenta, joka käyttää kvanttitilojen epätavallisia ominaisuuksia, kuten superpositiota, interferenssiä ja kietoutumista, laskelmien suorittamiseen.
"Tapa, jolla kvanttitietokoneet käsittelevät NLP:tä, eroaa suuresti klassisista koneista. Itse asiassa NLP on "kvanttialkuperäinen", Cambridge Quantumin johtava tutkija Bob Coecke kertoi Lifewirelle sähköpostihaastattelussa. "Tämä johtuu muutama vuosi sitten tekemästämme havainnosta, että lauseita ja merkityksiä hallitseva kielioppi on rakenteeltaan hyvin samanlainen kuin kvanttitietokoneiden ohjelmointiin käytetty matematiikka."
Coecke sanoi, että kvantti-NLP voisi johtaa parempiin ääniavustajiin ja käännöstyökaluihin.
Toinen lupaava lähestymistapa puheentunnistuksen parantamiseen, nimeltään Zac Liu, Hypergiantin datatieteilijä, kertoi Lifewirelle sähköpostihaastattelussa. "Lyhyesti sanottuna, kun datatieteilijät parantavat NLP-dataa, se melkein takaa, että heillä on parempi NLP-malli ja parempi NLP-kyky."
Seuraava vaihe on tietokonenäkömallien integrointi NLP:hen, kuten tekoälymallin kouluttaminen katsomaan videoita ja tuottamaan tekstiyhteenveto videosta, Liu sanoi.
"Tämän edistyksen soveltaminen voi olla rajatonta terveydenhoidosta, radiologisten elokuvien lukemisesta ja alustavan diagnoosin antamisesta kodin, vaatteiden, korujen tai vastaavien esineiden suunnitteluun", hän lisäsi. "Asiakas voisi selittää vaatimukset suullisesti tai kirjallisesti, ja tämä kuvaus voidaan muuntaa automaattisesti kuviksi tai videoiksi paremman visualisoinnin vuoksi."
