Ключови изводи
- Новите технологии могат да доведат до компютри, които разбират по-добре човешката реч.
- Microsoft и NVIDIA наскоро обявиха нов, управляван от AI метод за интерпретиране на език.
- Квантовото изчисление може да бъде друг начин за напредък в областта на езиковата обработка.
В наши дни има много интелигентни приспособления, на които да даваме команди, но все още сме далеч от компютрите, които разбират разговорна реч.
Microsoft и NVIDIA наскоро обявиха нов, управляван от AI метод за интерпретиране на реч, който може да промени начина, по който разговаряме с нашата електроника. Това е част от нарастващо движение, което променя начина, по който компютрите разбират речта, наричано още Обработка на естествен език (NLP).
"Моделите, захранващи НЛП, стават все по-големи и по-напреднали и се доближават до човешкото разбиране", каза експертът по изкуствен интелект Хамиш Огилви пред Lifewire в интервю по имейл.
"Един от големите постижения е, че НЛП надхвърля обикновените ключови думи. Днес може да сте свикнали да въвеждате или произнасяте една или две ключови думи, за да получите резултати от търсенето, но по-новите модели за обработка на естествен език използват контекст, за да предоставят по-богати резултати."
чат ботове
NVIDIA и Microsoft се обединиха, за да създадат модела за генериране на естествен език на Megatron-Turing (MTNLG), за който дуото твърди, че е „най-мощният монолитен трансформаторен езиков модел, обучен до момента“. AI моделът работи на суперкомпютри.
Но изследователите откриха, че моделът MTNLG е уловил човешки пристрастия, докато претърсва планини от проби от човешка реч.
„Въпреки че гигантските езикови модели напредват в съвременните технологии за генериране на език, те също страдат от проблеми като пристрастия и токсичност“, пишат изследователите в публикация в блог. „Нашите наблюдения с MT-NLG са, че моделът улавя стереотипи и пристрастия от данните, върху които е обучен.“
Компютрите, които разбират по-добре речта, не само ще подобрят интелигентните високоговорители като Alexa, твърди Огилви. Уебсайтовете за текстово търсене като Amazon също ще разбират по-добре заявките, които се въвеждат.
"Google имаше очевидната преднина тук, но NLP технологията ще бъде навсякъде", каза Огилви. „За текстови и гласови търсения потребителите могат да бъдат по-описателни, защото NLP разбира повече от текста; разбира контекста на това, което търсите, за да върне по-добри резултати."
Квантови чатове?
Квантовото изчисление може да бъде един от начините за напредък в областта на НЛП. В сряда компанията Cambridge Quantum обяви lambeq, за който твърди, че е първият квантов инструментариум за НЛП.
…НЛП разбира повече от текста; той разбира контекста на това, което търсите, за да върне по-добри резултати.
Компанията казва, че инструментът позволява превод на изречения на естествени езици с помощта на квантови схеми, работещи на квантови компютри. Квантовото изчисление е вид изчисление, което използва необичайните свойства на квантовите състояния, като суперпозиция, интерференция и заплитане, за извършване на изчисления.
"Начинът, по който квантовите компютри се справят с НЛП, е много различен от класическите машини. Всъщност НЛП е "квантов роден", каза Боб Коеке, главен учен в Cambridge Quantum, пред Lifewire в интервю по имейл. „Това се дължи на откритието, което направихме преди няколко години, че граматиката, управляваща изреченията и значението, има много подобна структура на математиката, използвана за програмиране на квантови компютри."
Coecke каза, че квантовата НЛП може да доведе до по-добри гласови асистенти и инструменти за превод.
Друг обещаващ подход за подобряване на разпознаването на реч, наречен Зак Лиу, учен по данни в компанията Hypergiant, каза пред Lifewire в интервю по имейл. „Накратко, когато специалистите по данни подобрят НЛП данните, това почти гарантира, че ще имат по-добър НЛП модел и по-добри НЛП възможности.“
Следващата стъпка е интегриране на модели на компютърно зрение с NLP, като например обучение на AI модел да гледа видеоклипове и да създава текстово резюме на това видео, каза Лиу.
"Приложението на този напредък може да бъде неограничено, от здравеопазване, четене на радиологични филми и предоставяне на предварителна диагноза, до проектиране на домове, дрехи, бижута или подобни предмети", добави той. „Клиентът може да обясни изискванията устно или писмено и това описание може автоматично да се конвертира в изображения или видеоклипове за по-добра визуализация."
