Əsas Çıxarışlar
- Yeni maşın öyrənmə modeli tərcüməyə kömək etmək üçün bir dildə cümlənin görünüşünün şəklini hallüsinasiya edir.
- VALHALLA adlı süni intellekt sistemi insanların dili qəbul etmə tərzini təqlid etmək üçün nəzərdə tutulmuşdur.
- Yeni sistem dili anlamaq üçün süni intellektdən istifadə etmək üçün artan hərəkatın bir hissəsidir.
Sözləri tərcümə edərkən şəkilləri vizuallaşdırmaq üçün insan üsulu süni intellektə (AI) sizi daha yaxşı başa düşməyə kömək edə bilər.
Maşın öyrənməsinin yeni modeli cümlənin dildə necə göründüyü barədə təsəvvür yaradır. Son araşdırma sənədinə görə, texnika daha sonra tərcüməyə kömək etmək üçün vizuallaşdırma və digər ipuçlarından istifadə edir. Bu, dili anlamaq üçün süni intellektdən istifadə etmək üçün artan hərəkatın bir hissəsidir.
"İnsanların danışması və yazması unikaldır, çünki hamımızın bir az fərqli tonları və üslubları var", - Maryville Universitetinin məlumat analitikası professoru, tədqiqatda iştirak etməyən Beth Cudney Lifewire-a e-poçt müsahibəsində deyib.. "Konteksti başa düşmək çətindir, çünki bu, strukturlaşdırılmamış məlumatlarla məşğul olmaq kimidir. Təbii dil emalı (NLP) burada faydalıdır. NLP, maşın oxuduğunu anlamadan istifadə edərək ünsiyyət qurma tərzimizdəki fərqləri həll edən süni intellekt sahəsidir. NLP-dəki əsas fərq, AI-nin bir qolu olaraq danışdığımız və ya yazdığımız sözlərin hərfi mənalarına diqqət yetirmir. Mənasına baxır."
Get Alicedən soruş
MIT, IBM və San Dieqodakı Kaliforniya Universitetinin tədqiqatçıları tərəfindən yaradılan VALHALLA adlı yeni süni intellekt sistemi insanların dili qəbul etmə tərzini təqlid etmək üçün nəzərdə tutulub. Alimlərin fikrincə, multimedia kimi sensor məlumatlardan istifadə etməklə, yeni və naməlum sözlərlə, məsələn, şəkilləri olan flashcards istifadə edərək, dilin mənimsənilməsini və yadda saxlanmasını yaxşılaşdırır.
Bu sistemlər hazırda yalnız təlim keçmiş və xüsusi söhbətlər edə bilən chatbotların gücünü artırır…
Komanda iddia edir ki, onların metodu yalnız mətn tərcüməsi ilə müqayisədə maşın tərcüməsinin dəqiqliyini təkmilləşdirir. Alimlər iki transformatoru olan kodlayıcı-dekoder arxitekturasından istifadə ediblər, bu, dil kimi ardıcıllıqla asılı məlumatlar üçün uyğun olan və cümlənin açar sözlərinə və semantikasına diqqət yetirə bilən neyron şəbəkə modeli növüdür. Transformatorlardan biri vizual hallüsinasiya yaradır, digəri isə birinci transformatorun çıxışlarından istifadə edərək multimodal tərcüməni həyata keçirir.
"Həqiqi dünya ssenarilərində mənbə cümlə ilə bağlı bir görüntün olmaya bilər" deyə tədqiqat qrupunun üzvlərindən biri olan Rameswar Panda xəbər buraxılışında bildirib. "Beləliklə, motivasiyamız əsasən belə idi: nəticə çıxararkən xarici təsvirdən giriş kimi istifadə etmək əvəzinə, maşın tərcüməsi sistemlərini təkmilləşdirmək üçün vizual hallüsinasiyadan - vizual səhnələri təsəvvür etmək bacarığından istifadə edə bilərikmi?"
AI Anlaması
Əhəmiyyətli araşdırmalar NLP-ni inkişaf etdirməyə yönəlib, Cudney qeyd etdi. Məsələn, Elon Musk, insanla danışa bilən və Python və Java-da proqram kodu yaratmaq üçün kifayət qədər fərasətli olan GPT-3 üzərində işləyən Open AI-nin həmtəsisçisidir.
Google və Meta həmçinin LAMDA adlı sistemləri ilə danışıq süni intellekt yaratmaq üzərində işləyirlər. "Bu sistemlər hazırda yalnız öyrədilmiş və xüsusi söhbətlər apara bilən chatbotların gücünü artırır ki, bu da çox güman ki, müştəri dəstəyi və yardım masalarının simasını dəyişəcək" dedi Cudney.
Aaron Sloman, süni intellekt texnologiyası şirkəti olan CLIPr həmtəsisçisi, e-poçtunda bildirib ki, GPT-3 kimi böyük dil modelləri insan rəyi əsasında mətnin xülasəsini təkmilləşdirmək üçün çox az təlim nümunələrindən öyrənə bilər. Məsələn, o dedi ki, siz böyük bir dil modelinə riyaziyyat problemi verə və süni intellektdən addım-addım düşünməsini xahiş edə bilərsiniz.
"Biz onların qabiliyyətləri və məhdudiyyətləri haqqında daha çox öyrəndiyimiz üçün böyük dil modellərindən daha böyük anlayışlar və əsaslandırmalar əldə etməyi gözləyə bilərik" Sloman əlavə etdi. "Mən həm də bu dil modellərinin daha çox insana bənzər proseslər yaratmasını gözləyirəm, çünki modelçilər maraq doğuran xüsusi tapşırıqlar üçün modelləri tənzimləmək üçün daha yaxşı yollar hazırlayırlar."
Georgia Tech hesablama professoru Diyi Yang bir e-poçt müsahibəsində proqnozlaşdırdı ki, gündəlik həyatımızda NLP əsaslı fərdiləşdirilmiş köməkçilərdən tutmuş e-poçt və telefon zəngləri ilə kömək etmək üçün təbii dil emal (NLP) sistemlərindən daha çox istifadə görəcəyik. səyahət və ya səhiyyə sahəsində məlumat axtarmaq üçün bilikli dialoq sistemlərinə."Həmçinin tapşırıqları yerinə yetirə bilən və insanlara məsuliyyətli və qərəzsiz şəkildə kömək edə bilən ədalətli süni intellekt sistemləri," Yang əlavə etdi.
GPT-3 və DeepText kimi trilyonlarla parametrdən istifadə edən nəhəng süni intellekt modelləri bütün dil proqramları üçün vahid model üzərində işləməyə davam edəcək, deyə Dialexa-da maşın öyrənmə mühəndisi Stiven Hage e-poçt müsahibəsində proqnozlaşdırmışdı. O, həmçinin xüsusi istifadə üçün yaradılmış yeni model növlərinin, məsələn, səsli onlayn alış-verişin olacağını söylədi.
"Məsələn, alıcının "Bu göz kölgəsini mənə gecə yarısı mavisində daha çox halo ilə göstər" deməsi ola bilər ki, o kölgənin necə tətbiq olunduğuna bir qədər nəzarət edərək, həmin kölgəni şəxsin gözlərində göstərin," Hage əlavə etdi.
