Nuwe tegnologie kan toestelle jou gesprekke laat verstaan

INHOUDSOPGAWE:

Nuwe tegnologie kan toestelle jou gesprekke laat verstaan
Nuwe tegnologie kan toestelle jou gesprekke laat verstaan
Anonim

Sleutel wegneemetes

  • Nuwe tegnologieë kan lei tot rekenaars wat menslike spraak beter verstaan.
  • Microsoft en NVIDIA het onlangs 'n nuwe KI-gedrewe metode aangekondig om taal te interpreteer.
  • Kwantumberekening is dalk nog 'n manier om die veld van taalverwerking te bevorder.
Image
Image

Daar is deesdae baie slim toestelle om opdragte aan te gee, maar ons is nog ver weg van rekenaars wat gespreksspraak verstaan.

Microsoft en NVIDIA het onlangs 'n nuwe KI-gedrewe metode aangekondig om spraak te interpreteer wat kan verander hoe ons met ons elektronika gesels. Dit is deel van 'n groeiende beweging wat verander hoe rekenaars spraak verstaan, ook genoem Natural Language Processing (NLP).

"Die modelle wat NLP aandryf, word groter en meer gevorderd en kom nader aan menslike begrip," het die KI-kenner Hamish Ogilvy in 'n e-posonderhoud aan Lifewire gesê.

"Een van die groot vooruitgang is dat NLP verder gaan as eenvoudige sleutelwoorde. Jy is dalk vandag gewoond daaraan om een of twee sleutelwoorde te tik of te praat om soekresultate te kry, maar nuwer natuurlike taalverwerkingsmodelle gebruik konteks om ryker resultate te verskaf."

Chat Bots

NVIDIA en Microsoft het saamgespan om die Megatron-Turing Natural Language Generation-model (MTNLG) te skep, wat volgens die duo die "kragtigste monolitiese transformatortaalmodel is wat tot dusver opgelei is." Die KI-model werk op superrekenaars.

Maar navorsers het gevind dat die MTNLG-model menslike vooroordele opgetel het terwyl dit deur berge menslike spraakmonsters gefynkam het.

"Terwyl reuse-taalmodelle die stand van die kuns op taalgenerering bevorder, ly hulle ook aan kwessies soos vooroordeel en toksisiteit," het die navorsers in 'n blogpos geskryf. "Ons waarnemings met MT-NLG is dat die model stereotipes en vooroordele optel uit die data waarop dit opgelei is."

Rekenaars wat spraak beter verstaan, sal nie net slim luidsprekers soos Alexa verbeter nie, voer Ogilvy aan. Teksgebaseerde soekwebwerwe soos Amazon sal ook navrae wat ingetik is beter verstaan.

"Google het die ooglopende voorsprong hier gehad, maar NLP-tegnologie gaan oral wees," het Ogilvy gesê. "Vir teks- en stemgebaseerde soektogte kan gebruikers meer beskrywend wees omdat NLP meer as net die teks verstaan; dit verstaan die konteks van waarna jy soek om beter resultate te lewer."

Kwantumkletse?

Kwantumrekenaarkunde kan een manier wees om die veld van NLP te bevorder. Die maatskappy Cambridge Quantum het Woensdag lambeq aangekondig, wat volgens hom die eerste kwantumgereedskapstel vir NLP is.

…NLP verstaan meer as net die teks; dit verstaan die konteks van waarna jy soek om beter resultate te lewer.

Die maatskappy sê die instrument laat die vertaling van sinne in natuurlike tale toe met behulp van kwantumkringe wat op kwantumrekenaars uitgevoer word. Kwantumberekening is 'n tipe berekening wat die ongewone eienskappe van kwantumtoestande, soos superposisie, interferensie en verstrengeling, gebruik om berekeninge uit te voer.

"Die manier waarop kwantumrekenaars NLP hanteer, verskil baie van klassieke masjiene. Trouens, NLP is 'kwantum-inheems'," het Bob Coecke, die hoofwetenskaplike by Cambridge Quantum, in 'n e-posonderhoud aan Lifewire gesê. "Dit is te danke aan 'n ontdekking wat ons 'n paar jaar gelede gemaak het, dat die grammatika wat sinne en betekenis beheer, 'n baie soortgelyke struktuur aanneem as die wiskunde wat gebruik word om kwantumrekenaars te programmeer."

Coecke het gesê dat kwantum-NLP tot beter stemassistente en vertaalhulpmiddels kan lei.

Nog 'n belowende benadering om spraakherkenning te verbeter, genaamd Zac Liu, 'n datawetenskaplike by die maatskappy Hypergiant, het in 'n e-posonderhoud aan Lifewire gesê. "In kort, wanneer datawetenskaplikes die NLP-data verbeter, waarborg dit amper dat hulle 'n beter NLP-model en beter NLP-vermoë sal hê."

Image
Image

Die volgende stap is om rekenaarvisie-modelle met NLP te integreer, soos om 'n KI-model op te lei om video's te kyk en 'n teksopsomming van daardie video te maak, het Liu gesê.

"Die toepassing van hierdie vooruitgang kan onbeperk wees, van gesondheidsorg, lees van radiologiese films en die verskaffing van voorlopige diagnose, tot die ontwerp van huise, klere, juweliersware of soortgelyke items," het hy bygevoeg. “Die kliënt kon die vereistes mondelings of in geskrewe vorm verduidelik, en hierdie beskrywing kan outomaties omgeskakel word na beelde of video’s vir beter visualisering."

Aanbeveel: