Mga Key Takeaway
- Maaaring humantong ang mga bagong teknolohiya sa mga computer na mas nakakaunawa sa pagsasalita ng tao.
- Microsoft at NVIDIA kamakailan ay nag-anunsyo ng bagong AI-driven na paraan para bigyang-kahulugan ang wika.
- Ang Quantum computing ay maaaring isa pang paraan upang isulong ang larangan ng pagpoproseso ng wika.
Maraming matalinong gadget na maaaring magbigay ng mga utos sa mga araw na ito, ngunit malayo pa tayo sa mga computer na nakakaunawa sa pagsasalita sa pakikipag-usap.
Microsoft at NVIDIA kamakailan ay nag-anunsyo ng bagong AI-driven na paraan para bigyang-kahulugan ang pagsasalita na maaaring magbago kung paano tayo nakikipag-chat sa ating mga electronics. Bahagi ito ng lumalaking kilusan na nagbabago sa kung paano nauunawaan ng mga computer ang pagsasalita, na tinatawag ding Natural Language Processing (NLP).
"Ang mga modelong nagpapagana ng NLP ay nagiging mas malaki at mas advanced at nagiging mas malapit sa pag-unawa ng tao, " sinabi ng eksperto sa AI na si Hamish Ogilvy sa Lifewire sa isang panayam sa email.
"Isa sa mga malalaking pag-unlad ay ang NLP ay higit pa sa mga simpleng keyword. Maaaring nakasanayan mo na ngayon ang pag-type o pagbigkas ng isa o dalawang keyword upang makakuha ng mga resulta ng paghahanap, ngunit ang mas bagong natural na mga modelo sa pagpoproseso ng wika ay gumagamit ng konteksto upang magbigay ng mas magagandang resulta."
Chat Bots
NVIDIA at Microsoft ay nagsama-sama upang lumikha ng Megatron-Turing Natural Language Generation model (MTNLG), na sinasabi ng duo na "pinakamakapangyarihang monolithic transformer language model na sinanay hanggang sa kasalukuyan." Gumagana ang modelo ng AI sa mga supercomputer.
Ngunit natuklasan ng mga mananaliksik na ang modelo ng MTNLG ay nakakuha ng mga bias ng tao habang ito ay nagsusuklay sa mga bundok ng mga sample ng pagsasalita ng tao.
"Habang isinusulong ng mga higanteng modelo ng wika ang estado ng sining sa pagbuo ng wika, dumaranas din sila ng mga isyu tulad ng bias at toxicity," isinulat ng mga mananaliksik sa isang blog post. "Ang aming mga obserbasyon sa MT-NLG ay ang modelo ay nakakakuha ng mga stereotype at bias mula sa data kung saan ito sinanay."
Ang mga computer na mas nakakaunawa sa pagsasalita ay hindi lang magpapahusay sa mga smart speaker gaya ni Alexa, sabi ni Ogilvy. Ang mga website ng paghahanap na nakabatay sa teksto tulad ng Amazon ay mas mauunawaan din ang mga query na nai-type.
"Ang Google ay may malinaw na nangunguna rito, ngunit ang teknolohiya ng NLP ay mapupunta sa lahat ng dako," sabi ni Ogilvy. "Para sa text- at voice-based na mga paghahanap, ang mga user ay maaaring maging mas mapaglarawan dahil naiintindihan ng NLP ang higit pa sa text; naiintindihan nito ang konteksto ng iyong hinahanap para magbalik ng mas magagandang resulta."
Mga Quantum Chat?
Ang Quantum computing ay maaaring isang paraan para isulong ang larangan ng NLP. Noong Miyerkules, inanunsyo ng kumpanyang Cambridge Quantum ang lambeq, na inaangkin nitong ang unang toolkit ng quantum para sa NLP.
…Naiintindihan ng NLP ang higit pa sa text; nauunawaan nito ang konteksto ng hinahanap mo para magbalik ng mas magagandang resulta.
Sinasabi ng kumpanya na pinapayagan ng tool ang pagsasalin ng mga pangungusap sa mga natural na wika gamit ang mga quantum circuit na tumatakbo sa mga quantum computer. Ang quantum computing ay isang uri ng computation na gumagamit ng mga hindi pangkaraniwang katangian ng quantum states, gaya ng superposition, interference, at entanglement, upang magsagawa ng mga kalkulasyon.
"Ang paraan ng paghawak ng mga quantum computer sa NLP ay ibang-iba sa mga classical na makina. Sa katunayan, ang NLP ay 'quantum native,'" sinabi ni Bob Coecke, ang punong siyentipiko sa Cambridge Quantum, sa Lifewire sa isang panayam sa email. "Ito ay dahil sa isang pagtuklas na ginawa namin ilang taon na ang nakalilipas, na ang grammar na namamahala sa mga pangungusap at kahulugan ay tumatagal ng isang katulad na istraktura sa mga matematika na ginagamit sa pag-program ng mga quantum computer."
Sinabi ni Coecke na ang quantum NLP ay maaaring humantong sa mas mahuhusay na voice assistant at mga tool sa pagsasalin.
Isa pang promising na diskarte sa pagpapabuti ng speech recognition, na tinatawag na Zac Liu, isang data scientist sa kumpanyang Hypergiant, sinabi sa Lifewire sa isang email interview. "Sa madaling salita, kapag pinagbuti ng mga data scientist ang data ng NLP, halos ginagarantiyahan nito na magkakaroon sila ng mas magandang modelo ng NLP at mas mahusay na kakayahan sa NLP."
Ang susunod na hakbang ay ang pagsasama ng mga modelo ng computer vision sa NLP, gaya ng pagsasanay sa isang modelo ng AI upang manood ng mga video at gumawa ng buod ng teksto ng video na iyon, sabi ni Liu.
"Ang aplikasyon ng pagsulong na ito ay maaaring walang limitasyon, mula sa pangangalagang pangkalusugan, pagbabasa ng mga radiological na pelikula at pagbibigay ng paunang pagsusuri, hanggang sa pagdidisenyo ng mga tahanan, damit, alahas, o katulad na mga bagay," dagdag niya. "Maaaring ipaliwanag ng customer ang mga kinakailangan sa salita o sa nakasulat na anyo, at ang paglalarawang ito ay maaaring awtomatikong ma-convert sa mga larawan o video para sa mas mahusay na visualization."
