Когда и как ИИ действительно поймет человеческий язык? Является ли это возможным?

В 2011 году американское игровое шоу-викторина. Опасность! был представлен специальный приглашенный участник: суперкомпьютер IBM Watson. Уотсон был выбран, чтобы соревноваться с главными победителями шоу, Кеном Дженнингсом и Брэдом Раттером, чтобы увидеть, кто победит в этой эпической битве человека против машины. Результат? Уотсон выиграл с большим перевесом, ответив на вопросы на общую сумму 35 734 доллара по сравнению с 10 400 долларами Раттера и 4800 долларов Дженнингса.

Хотя Ватсон уехал с главным призом, суперкомпьютер время от времени давал бессмысленные ответы на некоторые вопросы шоу. Когда задан последний вопрос в категории Города США, «Какой крупнейший аэропорт города назван в честь героя Второй мировой войны и второй по величине в честь битвы Второй мировой войны?» Оба участника правильно ответили «Чикаго», а Ватсон ответил «Торонто» — канадский город. Эта ошибка получила широкую огласку после шоу, продемонстрировав, что, хотя ИИ добился больших успехов, он все еще не идеален.

Несколько лет спустя ученые, работающие с большими данными, удваивают свои усилия, чтобы помочь машинам искусственного интеллекта понять контекст и нюансы, необходимые для лучшего взаимодействия с людьми, особенно в том, что касается смысла и обработки естественного языка. Вот несколько концепций, над которыми работают эти ученые для достижения этой цели.

Анализ настроений

Анализ настроений позволяет ИИ выбирать определенные слова или фразы, указывающие на то, является ли утверждение положительным, отрицательным или нейтральным. Это особенно полезно в ситуациях, когда выявление общих настроений или резких отклонений может помочь организации реагировать в режиме реального времени на потребности потребителей. Анализ настроений можно использовать с любыми обзорными сайтами, массовыми ответами по электронной почте, онлайн-комментариями, сообщениями в социальных сетях и многим другим.

Обработка естественного языка

Обработка естественного языка (NLP) помогает машинам ИИ обрабатывать, анализировать и интерпретировать большие объемы данных человеческого языка и определять общие языковые тенденции.Однако ИИ по-прежнему необходимо понимать не только все возможные значения слова или фразы, но и контекст, в котором они используются, чтобы машина могла правильно определить предполагаемое значение.

Например, часто говорят, что сарказм — это собственный язык, потому что это риторический прием, в котором слова используются иронически или вопреки их первоначальному значению. ИИ не всегда улавливает это намерение и может ложно интерпретировать саркастическое заявление как искреннее.

Специалисты по данным в настоящее время разрабатывают дополнительные модели НЛП и проводят обучение для улучшения способностей ИИ. ИИ переходит от того, чтобы машины полагались на запоминание синтаксиса для понимания языка, к использованию вместо этого более искусственных нейронных сетей (ИНС), которые имитируют нейронные сети человеческого мозга и позволяют машинам анализировать и понимать основные основы языка, используя множество примеров текста. и речь.

Этот метод в конечном итоге поможет машинам ИИ легче улавливать сленг, идиомы, сарказм, метафоры и небуквальный язык.

Понимание большей сложности

Исследователи пытаются запрограммировать роботов с более сложным пониманием вещей. Это включает в себя разработку моделей ИИ, которые могут обрабатывать несколько задач одновременно или понимать более сложные вопросы (например, «Какая страна является самой густонаселенной?», которая требует, чтобы машина анализировала население всех стран, по сравнению с «Какая страна является самой густонаселенной»). к югу от экватора?», что требует от машины анализа населения всех стран, а также географии всех стран, чтобы определить, какие из них находятся к югу от экватора).

Недавним примером более «сложного» робота является София, робот-гуманоид, разработанный в 2017 году компанией Hanson Electronics в Гонконге. София освоила многозадачность: обрабатывала вопрос, давала ответ, узнавала человеческие лица и поддерживала зрительный контакт с спрашивающим.У нее особенно продвинутые способности к обработке естественного языка, она может выражать эмоции и понимать более тонкое общение, такое как юмор и сарказм. В конце 2017 года София также удостоилась звания первый робот, признанный гражданином страны.

Что день грядущий?

Несмотря на то, что большинству людей и организаций не нужно будет использовать ИИ-машины такой сложности, как София, она является примером того, как ИИ прогрессировал и как ИИ, который мы используем — от Siri до машинного перевода — должен продолжать совершенствоваться.

Учитывая недавний прогресс, достигнутый в области ИИ, еще небезопасно объявлять о надвигающейся сингулярности. Однако было бы неправильно предполагать, что технология не будет продолжать совершенствоваться быстрыми темпами.

Будьте в курсе новейших технологий перевода, подписавшись на блог ULG.