×
neural-net.jpg
Wetenschap schrijvers zijn retorische tussenpersonen. We lezen technische papers, praat met academici en professionals en het vertalen van dichte technisch jargon in de informatie die wordt gebruikt door een breder publiek.
In andere woorden, we zijn als een Instagram-filter voor getalenteerde wetenschappers die produceren een ongelooflijk zware, meestal saai materiaal om te vertellen over hun werk. Helaas voor ons, het lijkt erop dat iemand nam de analogie aan het hart.
Een team van wetenschappers van het MIT en de Qatar Computing Research Instituut heeft een neuraal netwerk dat leest wetenschappelijke papers en spuugt een mooie zin of twee samenvatting in normaal nederlands. Al in een eerste iteratie, het neurale netwerk verbetert bestaande natuurlijke taal verwerking strategieën met behulp van een nieuwe aanpak voor het correleren van lange reeksen van gegevens genoemd roterende eenheid geheugen (RUM). Een neuraal net als deze kunnen snel (en, uh, goedkoop) scan een groot aantal artikelen af te leiden wat ze zijn allemaal over.
Okay, dus ik ben niet voor het bijwerken van mijn cv nog niet. Maar de geautomatiseerde schrijven is duidelijk op de muur. Machines kunnen begrijpen academische teksten en het destilleren van de context van de essentiële afhaalrestaurants.
Het project werd gelanceerd tijdens de onderzoekers bezig waren met een niet-gerelateerde neurale netwerk project gericht op het ontwikkelen van AI dat kan oplossen moeilijke natuurkunde problemen. De onderzoekers hadden het inzicht dat hun RUM benadering kan ook de verwerking van natuurlijke taal, nog een belangrijke uitdaging voor computers.
In vergelijking met een conventionele neurale netwerk van de resultaten van het team RUM taal verwerking zijn opvallend. Hieronder zijn twee samenvattingen van dezelfde wetenschappelijke papier. De eerste was die met een traditionele neurale net dat maakt gebruik van een techniek die bekend staat als lange korte-termijn geheugen (LSTM) te onthouden en te correleren lange reeksen gegevens gevonden in de natuurlijke taal.
“Baylisascariasis,” doodt muizen, heeft bedreigde de allegheny woodrat en het veroorzaakt de ziekte zoals blindheid of ernstige gevolgen. Deze infectie, genoemd “baylisascariasis,” doodt muizen, heeft bedreigde de allegheny woodrat en het veroorzaakt de ziekte zoals blindheid of ernstige gevolgen. Deze infectie, genoemd “baylisascariasis,” doodt muizen, heeft bedreigde de allegheny woodrat.
En nu een overzicht van het papier gegenereerd door het team RUM AI.
Stedelijke wasberen kunnen infecteren mensen meer dan eerder werd aangenomen. 7 procent van de onderzochte personen met een positieve uitslag voor de wasbeer rondworm antilichamen. Meer dan 90 procent van de wasberen in Santa Barbara spelen gastheer van deze parasiet.
Volgens een MIT-woordvoerder, het systeem vertegenwoordigt woorden door een vector in een multidimensionale ruimte. Elk volgend woord schommels deze vector in een bepaalde richting. Met behulp van vectoren te vertegenwoordigen snaren van woorden in plaats van LSTM, het systeem is in wezen herinnerd elk woord binnen de grotere context van een zin. De laatste vector of een verzameling van vectoren heeft een unieke pad door de virtuele ruimte, die is gecorreleerd met de andere zin vectoren om patronen te vinden en het afleiden van betekenis.
“RUM helpt neurale netwerken om twee dingen te doen heel goed,” zegt Preslav Nakov, een senior scientist bij het Qatar Computing Research Institute, HBKU. “Het helpt hen om beter te onthouden, en ze maken het mogelijk informatie te herinneren nauwkeuriger.”
Dat is goed nieuws voor de wetenschap. Voor de wetenschap schrijvers het is een beetje verontrustend.
Aanbevolen
Blokkeert Microsoft Windows 10 Mei 2019 Update op Pc ‘ s die gebruik maken van USB-opslag of SD-kaarten
Virtual reality als een behandeling voor ADHD?
De toekomst van cybersecurity: Je lichaam als een hacker-proof netwerk
Galaxy Vouwen: Wat ging er mis?
Verwante Onderwerpen:
Innovatie
Digitale Transformatie
CXO
Het Internet van Dingen
Enterprise Software
Smart Cities