Asosiy takliflar
- Mashinani oʻrganishning yangi modeli tarjimaga yordam berish uchun gapning tildagi koʻrinishi tasvirini gallyutsinatsiya qiladi.
- VALHALLA deb nomlangan sun'iy intellekt tizimi odamlarning tilni qanday idrok etishiga taqlid qilish uchun yaratilgan.
- Yangi tizim tilni tushunish uchun sun'iy intellektdan foydalanish bo'yicha o'sib borayotgan harakatning bir qismidir.
Soʻzlarni tarjima qilishda suratlarni vizualizatsiya qilishning insoniy usuli sunʼiy intellektga (AI) sizni yaxshiroq tushunishga yordam beradi.
Mashinani oʻrganishning yangi modeli gapning tilda qanday koʻrinishini gallyutsinatsiya qiladi. Yaqinda chop etilgan tadqiqot maqolasiga ko'ra, bu usul tarjimada yordam berish uchun vizualizatsiya va boshqa maslahatlardan foydalanadi. Bu tilni tushunish uchun sunʼiy intellektdan foydalanish harakatining bir qismidir.
"Odamlarning gapirishi va yozishi o'ziga xosdir, chunki barchamizning ohanglari va uslublari biroz boshqacha", dedi Merivil universitetining ma'lumotlar tahlili professori, tadqiqotda ishtirok etmagan Bet Kadni Lifewire'ga elektron pochta orqali bergan intervyusida.. "Kontekstni tushunish qiyin, chunki bu tuzilmagan ma'lumotlar bilan ishlashga o'xshaydi. Bu erda tabiiy tilni qayta ishlash (NLP) foydalidir. NLP - bu sun'iy intellektning bo'limi bo'lib, biz mashinada o'qishni tushunish orqali muloqot qilishimizdagi farqlarni hal qiladi. NLP-dagi asosiy farq, AIning bir tarmog'i sifatida biz gapiradigan yoki yozadigan so'zlarning tom ma'nosiga e'tibor qaratmaydi. U ma'nosiga qaraydi."
Borib, Elisdan so'rang
MIT, IBM va San-Diegodagi Kaliforniya universiteti tadqiqotchilari tomonidan yaratilgan VALHALLA deb nomlangan yangi sun'iy intellekt tizimi odamlarning tilni qanday idrok etishiga taqlid qilish uchun ishlab chiqilgan. Olimlarning fikriga ko'ra, multimedia kabi sensorli ma'lumotlardan foydalanish, yangi va notanish so'zlar, masalan, tasvirlar bilan kartalar bilan bog'langan holda, tilni o'zlashtirish va eslab qolishni yaxshilaydi.
Bu tizimlar hozirda faqat oʻqitilgan va muayyan suhbatlar oʻtkazishga qodir boʻlgan chatbotlarning kuchini oshirmoqda…
Jamoaning ta'kidlashicha, ularning usuli faqat matnli tarjimaga nisbatan mashina tarjimasining aniqligini oshiradi. Olimlar ikkita transformatorli kodlovchi-dekoder arxitekturasidan foydalandilar, bu neyron tarmoq modelining ketma-ketlikka bog'liq ma'lumotlar uchun mos, masalan, jumlaning kalit so'zlari va semantikasiga e'tibor berishi mumkin. Transformatorlardan biri vizual gallyutsinatsiya hosil qiladi, ikkinchisi esa birinchi transformatorning chiqishlari yordamida multimodal tarjimani amalga oshiradi.
"Haqiqiy stsenariylarda sizda manba jumlasiga nisbatan tasvir bo'lmasligi mumkin", dedi tadqiqot guruhi a'zolaridan biri Ramesvar Panda matbuot relizida. "Demak, bizning motivatsiyamiz asosan shunday edi: xulosa chiqarishda tashqi tasvirdan kirish sifatida foydalanish o'rniga, biz vizual gallyutsinatsiyalardan - vizual sahnalarni tasavvur qilish qobiliyatidan - mashina tarjimasi tizimini yaxshilash uchun foydalana olamizmi?"
AI tushunchasi
Ehtimoliy tadqiqotlar NLPni rivojlantirishga qaratilgan, dedi Cudney. Masalan, Ilon Mask GPT-3 ustida ishlayotgan Open AI-ga asos solgan, u odam bilan gaplasha oladigan va Python va Java-da dasturiy ta'minot kodini yaratishni yetarli darajada biladigan model.
Google va Meta, shuningdek, LAMDA deb nomlangan tizimi yordamida suhbatdosh AIni ishlab chiqish ustida ishlamoqda. "Ushbu tizimlar hozirda faqat o'qitilgan va aniq suhbatlarga qodir bo'lgan chatbotlarning kuchini oshirmoqda, bu esa mijozlarni qo'llab-quvvatlash va yordam stollarining qiyofasini o'zgartirishi mumkin", dedi Kudni.
Aaron Sloman, AI texnologiya kompaniyasi asoschisi CLIPr elektron pochta orqali GPT-3 kabi yirik til modellari insonning fikr-mulohazalari asosida matnning qisqacha mazmunini yaxshilash uchun juda kam taʼlim misollaridan oʻrganishi mumkinligini aytdi. Misol uchun, dedi u, siz katta til modeliga matematika muammosini berishingiz va AIdan bosqichma-bosqich o'ylashni so'rashingiz mumkin.
"Biz katta til modellaridan ko'proq tushuncha va mulohazalarni olishimiz mumkin, chunki ularning qobiliyatlari va cheklovlari haqida ko'proq bilib olamiz", deb qo'shimcha qildi Sloman. “Shuningdek, men ushbu til modellari insonga oʻxshash jarayonlarni yaratishini kutaman, chunki modelerlar qiziqtirgan muayyan vazifalar uchun modellarni sozlashning yaxshiroq usullarini ishlab chiqadilar.”
Georgia Tech kompyuter professori Diyi Yang elektron pochta orqali bergan intervyusida biz kundalik hayotimizda NLP-ga asoslangan shaxsiylashtirilgan yordamchilardan elektron pochta va telefon qoʻngʻiroqlarida yordam berish uchun tabiiy tilni qayta ishlash tizimlaridan koʻproq foydalanishimizni koʻrishimizni bashorat qildi. sayohat yoki sog'liqni saqlash sohasida ma'lumot qidirish uchun bilimdon dialog tizimlariga."Shuningdek, vazifalarni bajara oladigan va odamlarga mas'uliyatli va xolisona yordam bera oladigan adolatli AI tizimlari", - deya qo'shimcha qildi Yang.
GPT-3 va DeepText kabi trillionlab parametrlardan foydalanadigan ulkan AI modellari barcha til ilovalari uchun yagona model ustida ishlashda davom etadi, deb bashorat qildi Dialexa kompaniyasining mashina oʻrganish muhandisi Stiven Xeyj elektron pochta orqali bergan intervyusida. Uning soʻzlariga koʻra, ovozli buyruqli onlayn xaridlar kabi maxsus maqsadlar uchun yaratilgan yangi turdagi modellar ham paydo boʻladi.
"Misol sifatida xaridor "Menga bu ko'zoynakni yarim tunda ko'k rangda ko'proq halo bilan ko'rsating" deyishi mumkin, u qanday qo'llanilishini nazorat qilib, odamning ko'ziga o'sha soyani ko'rsatishi mumkin", - deya qo'shimcha qildi Xeyj.
