Pagrindiniai pasiėmimai
- Naujas mašininio mokymosi modelis haliucinuoja sakinio išvaizdą tam tikra kalba, kad būtų lengviau išversti.
- AI sistema, vadinama VALHALLA, buvo sukurta taip, kad imituotų tai, kaip žmonės suvokia kalbą.
- Naujoji sistema yra augančio judėjimo, skirto naudoti dirbtinį intelektą kalbai suprasti, dalis.
Žmogaus metodas vizualizuoti paveikslėlius verčiant žodžius gali padėti dirbtiniam intelektui (AI) geriau jus suprasti.
Naujas mašininio mokymosi modelis haliucinuoja vaizdą, kaip sakinys atrodo kalba. Remiantis neseniai paskelbtu moksliniu darbu, šis metodas naudoja vizualizaciją ir kitus įkalčius, kad padėtų vertimui. Tai dalis augančio judėjimo naudoti dirbtinį intelektą kalbai suprasti.
„Kaip žmonės kalba ir rašo, yra unikalu, nes visi turime šiek tiek skirtingus tonus ir stilius“, – interviu el. paštu Lifewire sakė Maryville universiteto duomenų analizės profesorė Beth Cudney, kuri nedalyvavo tyrime.. "Suprasti kontekstą sunku, nes tai panašu į nestruktūrizuotų duomenų tvarkymą. Čia naudingas natūralios kalbos apdorojimas (NLP). NLP yra AI šaka, sprendžianti skirtumus, kaip bendraujame naudojant mašininio skaitymo supratimą. Pagrindinis NLP skirtumas., kaip AI šaka, nesikoncentruoja tik į tiesiogines žodžių, kuriuos sakome ar rašome, reikšmes. Ji žiūri į prasmę."
Eik Paklausk Alisos
Naujoji dirbtinio intelekto sistema, pavadinta VALHALLA, kurią sukūrė MIT, IBM ir Kalifornijos universiteto San Diege mokslininkai, buvo sukurta imituoti žmonių kalbos suvokimą. Pasak mokslininkų, naudojant jutiminę informaciją, pavyzdžiui, daugialypės terpės, suporuotą su naujais ir nepažįstamais žodžiais, pavyzdžiui, kortelėmis su vaizdais, pagerėja kalbos įsisavinimas ir išlaikymas.
Šios sistemos didina pokalbių robotų, kurie šiuo metu yra tik apmokyti ir gali palaikyti konkrečius pokalbius, galią…
Komanda teigia, kad jų metodas pagerina mašininio vertimo tikslumą, palyginti su tik teksto vertimu. Mokslininkai naudojo kodavimo-dekoderio architektūrą su dviem transformatoriais, neuroninio tinklo modelio tipą, tinkantį nuo sekos priklausomiems duomenims, pvz., kalbai, kuri gali atkreipti dėmesį į raktinius žodžius ir sakinio semantiką. Vienas transformatorius sukuria regimąją haliucinaciją, o kitas atlieka daugiarūšį vertimą naudodamas pirmojo transformatoriaus išvestis.
„Realus scenarijus gali neturėti atvaizdo, susijusio su š altinio sakiniu“, – pranešime spaudai sakė vienas iš tyrimų komandos narių Rameswaras Panda. „Taigi, mūsų motyvacija iš esmės buvo tokia: ar galime panaudoti vizualines haliucinacijas – gebėjimą įsivaizduoti vaizdines scenas – norėdami patobulinti mašininio vertimo sistemas?“
AI supratimas
Daugelis tyrimų yra orientuoti į NLP tobulinimą, pažymėjo Cudney. Pavyzdžiui, Elonas Muskas įkūrė atvirąjį dirbtinį intelektą, kuris dirba su GPT-3, modeliu, kuris gali bendrauti su žmogumi ir yra pakankamai išprusęs, kad sukurtų programinės įrangos kodą Python ir Java.
„Google“ir „Meta“taip pat kuria pokalbio AI su savo sistema, vadinama LAMDA. „Šios sistemos padidina pokalbių robotų, kurie šiuo metu yra tik apmokyti ir gali užmegzti konkrečius pokalbius, galią, o tai greičiausiai pakeis klientų aptarnavimo ir pagalbos tarnybų veidą“, – sakė Cudney.
Aaronas Slomanas, dirbtinio intelekto technologijų įmonės CLIPr vienas iš įkūrėjų, el. laiške teigė, kad dideli kalbų modeliai, tokie kaip GPT-3, gali pasimokyti iš nedaugelio mokymo pavyzdžių, kad patobulintų teksto santraukas, pagrįstas žmonių atsiliepimais. Pavyzdžiui, jis sakė, kad galite pateikti didelės kalbos modeliui matematikos uždavinį ir paprašyti dirbtinio intelekto mąstyti žingsnis po žingsnio.
„Galime tikėtis, kad iš didelių kalbų modelių bus gauta daugiau įžvalgų ir samprotavimų, kai sužinosime daugiau apie jų gebėjimus ir apribojimus“, – pridūrė Slomanas. "Taip pat tikiuosi, kad šie kalbų modeliai sukurs labiau į žmones panašius procesus, nes modeliuotojai kuria geresnius būdus, kaip tiksliai suderinti modelius konkrečioms dominančioms užduotims."
Georgia Tech skaičiavimo profesorius Diyi Yangas prognozavo, kad mūsų kasdieniame gyvenime daugiau naudosime natūralios kalbos apdorojimo (NLP) sistemas – nuo NLP pagrįstų suasmenintų asistentų iki elektroninių laiškų ir telefono skambučių pagalbos. išmanančių dialogo sistemų, reikalingų ieškant informacijos kelionių ar sveikatos priežiūros srityje.„Taip pat sąžiningos AI sistemos, galinčios atsakingai ir be šališkumo atlikti užduotis ir padėti žmonėms“, – pridūrė Yang.
Didžiuliai dirbtinio intelekto modeliai, naudojantys trilijonus parametrų, tokių kaip GPT-3 ir DeepText, ir toliau kurs vieną modelį visoms kalbų programoms, interviu el. paštu prognozavo Stephenas Hage'as, „Dialexa“mašininio mokymosi inžinierius. Jis sakė, kad taip pat bus naujų tipų modelių, sukurtų tam tikroms reikmėms, pvz., balso komandoms apsipirkti internetu.
„Pavyzdys galėtų būti pirkėjo pasakymas: „Parodyk man šiuos vidurnakčio mėlynos spalvos akių šešėlius su daugiau aureolės“, kad parodytų tą atspalvį žmogaus akyse, kontroliuodamas, kaip jie naudojami“, – pridūrė Hage'as.
