Tärkeimmät oppimispisteet
- Uudet tekniikat voivat johtaa tietokoneisiin, jotka ymmärtävät paremmin ihmisen puhetta.
- Microsoft ja NVIDIA julkistivat äskettäin uuden tekoälypohjaisen menetelmän kielen tulkitsemiseen.
- Kvanttilaskenta voisi olla toinen tapa edistää kielenkäsittelyn alaa.
chatbotit
NVIDIA ja Microsoft ovat tehneet yhteistyötä luodakseen Megatron-Turing Natural Language Generation (MTNLG) -mallin, joka kaksikon mukaan on «tehokkain tähän mennessä koulutettu monoliittinen muuntajakielimalli». AI-malli toimii supertietokoneissa. Mutta tutkijat havaitsivat, että MTNLG-malli otti huomioon ihmisen ennakkoluuloja, kun se kampasi vuorten läpi ihmisen puhenäytteitä. «Vaikka jättimäiset kielimallit edistävät kielten sukupolven huippua, ne kärsivät myös ongelmista, kuten vinoudesta ja myrkyllisyydestä», tutkijat kirjoittivat blogikirjoituksessaan. «Havaintomme MT-NLG:n kanssa ovat, että malli poimii stereotypiat ja ennakkoluuloja datasta, johon se on koulutettu.» Tietokoneet, jotka ymmärtävät puhetta paremmin, eivät vain paranna älykkäitä kaiuttimia, kuten Alexa, Ogilvy sanoo. Tekstipohjaiset hakusivustot, kuten Amazon, ymmärtävät myös paremmin kirjoitetut kyselyt. «Googlella on ollut selkeä etu tässä, mutta NLP-tekniikka tulee olemaan kaikkialla», Ogilvy sanoi. «Teksti- ja puhepohjaisissa hauissa käyttäjät voivat olla kuvaavampia, koska NLP ymmärtää muutakin kuin vain tekstiä; se ymmärtää etsimäsi kontekstin antaakseen parempia tuloksia.»
Kvanttichatit?
Kvanttilaskenta voisi olla yksi tapa edistää NLP:tä. Keskiviikkona yhtiö julkisti Cambridge Quantum lambeqin, jonka se väittää olevan ensimmäinen kvanttityökalupaketti NLP:lle. «…NLP ymmärtää enemmän kuin vain tekstiä; se ymmärtää etsimäsi kontekstin saadakseen parempia tuloksia.» Yhtiön mukaan työkalu mahdollistaa lauseiden kääntämisen luonnollisille kielille kvanttitietokoneissa toimivilla kvanttipiireillä. Kvanttilaskenta on eräänlainen laskenta, joka käyttää kvanttitilojen epätavallisia ominaisuuksia, kuten superpositiota, interferenssiä ja kietoutumista, laskelmien suorittamiseen. «Tapa, jolla kvanttitietokoneet ovat vuorovaikutuksessa NLP:n kanssa, eroaa suuresti klassisista koneista. Itse asiassa NLP on «kvanttialkuperäinen», Cambridge Quantumin johtava tutkija Bob Coecke kertoi Lifewirelle sähköpostihaastattelussa. «Tämä johtuu useita vuosia sitten tekemästämme löydöstä, jonka mukaan lauseita ja merkityksiä hallitsevalla kieliopillaan on hyvin samanlainen rakenne kuin kvanttitietokoneiden ohjelmointiin käytetyllä matematiikalla.» Coecke sanoi, että kvantti-NLP voisi johtaa parempiin ääniavustajiin ja käännöstyökaluihin. Toinen lupaava lähestymistapa puheentunnistuksen parantamiseen, nimeltään keskeinen tekoäly, lanseerattiin aiemmin tänä vuonna. Keskeinen tekoäly keskittyy mallin kouluttamiseen käytetyn tiedon laatuun algoritmien parantamisen sijaan. «Keskeinen lähestymistapa on osoittautunut tehokkaammaksi kuin perinteinen mallikeskeinen lähestymistapa tekoälytehtävien parantamisen kannalta», Hypergiantin datatutkija Zac Liu kertoi Lifewirelle sähköpostihaastattelussa. «Periaatteessa, kun datatieteilijät parantavat NLP-tietoja, se melkein takaa, että heillä on parempi NLP-malli ja paremmat NLP-ominaisuudet.»
