الوجبات الجاهزة الرئيسية
- نموذج جديد للتعلم الآلي يهلوس صورة لظهور الجملة في لغة ما للمساعدة في الترجمة.
- تم تصميم نظام الذكاء الاصطناعي ، المسمى VALHALLA ، لتقليد الطريقة التي يدرك بها البشر اللغة.
- النظام الجديد هو جزء من حركة متنامية لاستخدام الذكاء الاصطناعي لفهم اللغة.
الطريقة البشرية لتصور الصور أثناء ترجمة الكلمات يمكن أن تساعد الذكاء الاصطناعي (AI) على فهمك بشكل أفضل.
نموذج جديد للتعلم الآلي يهلوس صورة لشكل الجملة في اللغة. وفقًا لورقة بحثية حديثة ، تستخدم التقنية بعد ذلك التصور وأدلة أخرى للمساعدة في الترجمة. استخدام الذكاء الاصطناعي لفهم اللغة جزء من حركة متنامية.
"كيف يتحدث الناس ويكتبون فريد من نوعه لأن لدينا جميعًا نغمات وأساليب مختلفة قليلاً" ، هكذا قالت بيث كودني ، أستاذة تحليلات البيانات في جامعة ماريفيل ، والتي لم تشارك في البحث ، لـ Lifewire في مقابلة عبر البريد الإلكتروني. "يعد فهم السياق أمرًا صعبًا لأنه يشبه التعامل مع البيانات غير المهيكلة. وهذا هو المكان الذي تكون فيه معالجة اللغة الطبيعية (NLP) مفيدة. تعد البرمجة اللغوية العصبية (NLP) أحد فروع الذكاء الاصطناعي التي تعالج الاختلافات في كيفية تواصلنا باستخدام فهم القراءة الآلي. والاختلاف الرئيسي في البرمجة اللغوية العصبية بصفته فرعًا من فروع الذكاء الاصطناعي ، لا يركز ببساطة على المعاني الحرفية للكلمات التي نتحدثها أو نكتبها. بل يبحث في المعنى."
اذهب اسأل أليس
تم تصميم نظام الذكاء الاصطناعي الجديد ، المسمى VALHALLA ، الذي أنشأه باحثون من معهد ماساتشوستس للتكنولوجيا وآي بي إم وجامعة كاليفورنيا في سان دييغو ، لتقليد طريقة إدراك البشر للغة. وفقًا للعلماء ، فإن استخدام المعلومات الحسية ، مثل الوسائط المتعددة ، مقترنة بكلمات جديدة وغير مألوفة ، مثل البطاقات التعليمية بالصور ، يحسن اكتساب اللغة والاحتفاظ بها.
تزيد هذه الأنظمة من قوة روبوتات المحادثة المدربة حاليًا فقط والقادرة على إجراء محادثات محددة …
يدعي الفريق أن طريقتهم تعمل على تحسين دقة الترجمة الآلية على الترجمة النصية فقط. استخدم العلماء بنية وحدة فك التشفير مع محولين ، وهو نوع من نموذج الشبكة العصبية مناسب للبيانات المعتمدة على التسلسل ، مثل اللغة ، والتي يمكنها الانتباه إلى الكلمات الرئيسية ودلالات الجملة. أحد المحولات يولد هلوسة بصرية ، والآخر يقوم بترجمة متعددة الوسائط باستخدام مخرجات من المحول الأول.
قال رامسوار باندا ، أحد أعضاء فريق البحث ، في بيان صحفي: "في سيناريوهات العالم الحقيقي ، قد لا يكون لديك صورة فيما يتعلق بجملة المصدر". "لذا ، كان دافعنا في الأساس: بدلاً من استخدام صورة خارجية أثناء الاستدلال كمدخلات ، هل يمكننا استخدام الهلوسة المرئية - القدرة على تخيل المشاهد المرئية - لتحسين أنظمة الترجمة الآلية؟"
فهم الذكاء الاصطناعي
أشار Cudney إلى أن هناك بحثًا كبيرًا يركز على تطوير البرمجة اللغوية العصبية. على سبيل المثال ، شارك Elon Musk في تأسيس Open AI ، والذي يعمل على GPT-3 ، وهو نموذج يمكنه التحدث مع الإنسان ويتمتع بالذكاء الكافي لإنشاء كود برمجي في Python و Java.
تعمل Google و Meta أيضًا على تطوير الذكاء الاصطناعي للمحادثة باستخدام نظامهم المسمى LAMDA. قال Cudney: "تعمل هذه الأنظمة على زيادة قوة روبوتات المحادثة التي يتم تدريبها حاليًا فقط وقادرة على إجراء محادثات محددة ، والتي من المحتمل أن تغير وجه دعم العملاء ومكاتب المساعدة".
قال آرون سلومان ، المؤسس المشارك CLIPr ، وهي شركة تكنولوجيا الذكاء الاصطناعي ، في رسالة بريد إلكتروني أن نماذج اللغات الكبيرة مثل GPT-3 يمكن أن تتعلم من عدد قليل جدًا من الأمثلة التدريبية لتحسين ملخصات النص بناءً على ردود الفعل البشرية. على سبيل المثال ، كما قال ، يمكنك إعطاء نموذج لغوي كبير مشكلة رياضية ومطالبة الذكاء الاصطناعي بالتفكير خطوة بخطوة.
أضاف سلومان"يمكننا أن نتوقع استخلاص رؤى وتفكير أكبر من نماذج اللغة الكبيرة بينما نتعلم المزيد عن قدراتها وحدودها". "أتوقع أيضًا أن تخلق نماذج اللغة هذه عمليات أكثر شبيهة بالبشر حيث يطور المصممون طرقًا أفضل لضبط النماذج لمهام محددة ذات أهمية."
توقع أستاذ الحوسبة في Georgia Tech ، دياي يانغ ، في مقابلة عبر البريد الإلكتروني ، أننا سنرى المزيد من استخدام أنظمة معالجة اللغة الطبيعية (NLP) في حياتنا اليومية ، بدءًا من المساعدين المخصصين في البرمجة اللغوية العصبية للمساعدة في رسائل البريد الإلكتروني والمكالمات الهاتفية ، إلى أنظمة الحوار الواعية للبحث عن المعلومات في السفر أو الرعاية الصحية.وأضاف يانغ "بالإضافة إلى أنظمة الذكاء الاصطناعي العادلة التي يمكنها أداء المهام ومساعدة البشر بطريقة مسؤولة وخالية من التحيز".
ستستمر نماذج الذكاء الاصطناعي الهائلة التي تستخدم تريليونات من المعلمات مثل GPT-3 و DeepText في العمل نحو نموذج واحد لجميع تطبيقات اللغة ، كما توقع ستيفن هيج ، مهندس التعلم الآلي في Dialexa ، في مقابلة عبر البريد الإلكتروني. وقال إنه ستكون هناك أيضًا أنواع جديدة من النماذج التي تم إنشاؤها لاستخدامات محددة ، مثل التسوق عبر الإنترنت باستخدام الأوامر الصوتية.
"مثال قد يكون متسوقًا يقول" أرني ظل العيون هذا باللون الأزرق الداكن مع مزيد من الهالة "، لإظهار هذا الظل على عيني الشخص مع بعض التحكم في كيفية تطبيقه ، أضاف Hage.
