Noll
När IBM: s Watson datorn slå två världsmästare på att spelet visa Fara! i 2011, det var ett tillfälle att förundras över hur en maskin skulle kunna ta för att förstå språket i fråga och kunde bryta sin stora minneskapacitet för ett lämpligt svar.
Google forskare har hittat en annan användning för Fara! frågor, att ha lite att göra med att förstå mänskligt tal och mer om hur datorer kommunicerar med varandra.
Och den här veckan, de har gjort att arbeta i en öppen källkod-verktyg som finns på GitHub att den som använder Googles TensorFlow ramen för maskininlärning.
“Aktiva Fråga att Svara på”, eller Aktiv QA, som TensorFlow paketet heter, kommer att skriva om ett givet engelska-språket fråga i flera olika re-skrivningar, och hitta den variant som är bäst på att hämta ett svar från en databas.
Systemet har utvecklats av utfodring Fara! ledtrådar till en “reinforcement learning” neurala nätverk. Nätverket blev bättre och bättre på omformulering frågor som det blev belönad för att framgångsrikt kunna hämta rätt svar.
Också: IBM Watson: Den dolda historien om hur Jeopardy!-vinnande superdator föddes, och vad man vill göra nästa TechRepublic
Google AI författare, i blogginlägg på projektet, notera att deras berömda affärsidé är att “organisera världens information.” I linje med att de “ser att denna forskning kommer att hjälpa oss att utforma system som ger bättre och mer tolkningsbara svar, och hoppas att det kommer att hjälpa andra att utveckla system som kan interagera med världen med hjälp av naturliga språket.”
I den ursprungliga papper, Ställa Rätt Frågor: Aktiv Frågan Omformulering Med Inlärning, som presenterades förra våren vid den Internationella Konferensen om Lärande Representationer, Google AI-forskare Christian Buck, Jannis Bulian, Massimiliano Ciaramita, Wojciech Gajewski, Andrea Gesmundo, Neil Houlsby, och Wei Wang byggd på principer av maskinöversättning. De tolkade uppgiften att utbilda en dator för att skriva ledtrådar från Jeopardy! som liknar främmande språk översättning. Målet var att parafrasera Jeopardy! ledtrådar i en syntax som förbättrar fråga i en databas.
Till exempel ges en ledtråd som “Gandhi var djupt påverkad av detta räknas som skrev “Krig och Fred”,” det neurala nätverket tvungen att lära sig att sätta som ledtråd i form av en fråga som skulle ge det rätta svaret, som är Leo Tolstoj. (Jeopardy! frågorna har kommit från en 2017 projektet, som kallas SearchQA, som har byggts av forskare vid New York University och Carnegie Mellon. Deras projekt var, i sin tur ägt av att genomsöka ebsite “J! Arkiv,” en fan webbplats för att visa.)
Ett diagram av den Aktiva QA-operation): en Fara! ledtråd är omformulerade till en ny fråga, det är som lämnats till BiDaf databas, och en convolutional neurala network rankar de returnerade svaren till de bästa, vilket sedan fungerar som belöning för att lära in ordet omformuleras.
Den Aktiva QA-paketet innehåller en anpassad version av Googles TensorFlow kod för maskinöversättning. Den är baserad på Google forskning 2014 på vad som kallas “sekvens för sekvens” neurala nätverk för att översätta mellan, säg, engelska och franska.
Den kod som paketet ingår också en så kallad fråga att besvara, själva databasen som hämtar svaren som ställs till den av Aktiv QA. Detta är baserat på en djup lärande system som utvecklats i och med 2017 av forskare vid Allen Institute for Artificial Intelligence, och University of Washington, för att svara på frågor, som kallas “BiDaf.”
Vad som är mest betydande, kanske, i papper och i denna nya verktygslåda, är att den djupa neurala nätverk är att inte lära sig hur man komma med väl formulerade naturligt språk, tal, eller är det att lära mycket om att ställa frågor i den typiska känsla av att människor menar det. Det är inte som Washington Post ‘ s robot journalist, härma mänskliga skriva.
Även: Titta på YouTube-videor en dag kanske låta robotar kopiera människor
Snarare Aktiva QA är att lära sig knep för att förbättra hur man kan söka i en databas, och de resultat som ofta låter som rent nonsens för ett mänskligt öra. Till exempel, författarna noterar att ovanstående aning om Ghandi (“Gandhi var djupt påverkad av detta räknas som skrev “Krig och Fred”) var som framställts genom Aktiv QA som “Vad är namnet gandhi gandhi påverka skrev fred fred?”
I en annan instans, den ursprungliga Fara! ledtråd, “Under Tertiärtiden, Indien plöjde in i Eurasien & det högsta bergskedja bildades,” var omformuleras som “Vad är namnet var tertiära perioden i indien plöjde eurasien?” Som lyckades returnerar rätt svar: Himalayias. Många exempel, många med samma konstiga mönster av obekväma grammatik och upprepade ord, finns i appendix längst bak i uppsatsen.
Även om det är knittel så långt som naturliga språk, författarna ser datorns uppbyggnad av fraser som ett verkligt framsteg i fråga färdigheter. Den Aktiva QA neurala nätet var inte bara något att ändra den ursprungliga ledtrådar, det var faktiskt upptäcka om sina egna tekniker som har lång funnits i vetenskapen om informationssökning, saker som “härrör”, där ett verb, säger ändras från sin konjugerad form till dess grundform.
Också: Google Hjärnan, Microsoft lod mysterier nätverk med AI
“Ibland,” skriver de, “SIR lär sig att skapa semantiskt meningslösa, roman, yta sikt varianter, t ex, det kan förvandla adjektivet tät att densey.” “Enda motiveringen för detta,” de ingår, är att den gör ett bra jobb med att “utnyttja” det sätt BiDaf databasen har kodat svaren.
Som författarna uttrycker det, “Det verkar som ganska anmärkningsvärt då det AQA kan lära dig icke-triviala omformulering politik … Man kan tänka på politik som ett språk för att formulera frågor som agenten har utvecklats samtidigt som man engagerar sig i en maskin-maskin kommunikation med omgivningen.”
I dag får inte vara långt borta när robotar kommer att göra mer för att Googla än människor.
Tidigare och relaterade täckning:
Vad är AI? Allt du behöver veta
En verkställande guide till artificiell intelligens, från maskininlärning och allmänna AI att neurala nätverk.
Vad är djupt lärande? Allt du behöver veta
Lowdown på djupt lärande: från hur det förhåller sig till de bredare fält av maskinen lärande genom hur man kommer igång med det.
Vad är lärande? Allt du behöver veta
Denna guide förklarar vad lärande är, hur den är relaterad till artificiell intelligens, hur det fungerar och varför det är viktigt.
Vad är cloud computing? Allt du behöver veta om
En introduktion till cloud computing rätt från grunderna upp till IaaS och PaaS, hybrid, offentliga och privata moln.
Relaterade artiklar:
Det finns ingen roll för AI eller data vetenskap: detta är en grupp effortStartup Släkt ger strimma av hopp för AI i roboticsAI: vy från Chief Data Vetenskap OfficeSalesforce intron Einstein Röst, en AI röst assistent för enterprisesIt är inte jobb AI är förstört som stör mig, det är de som är growingHow Facebook skalor AIGoogle Duplex oroar mig CNETHur Google Hem är bättre än Amazon Echo CNET
Relaterade Ämnen:
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem
0