Zero
Quando IBM Watson computer di battere due campioni del mondo in game show Jeopardy! nel 2011, è stato un momento per ammirare come una macchina potrebbe prendere comprendere il linguaggio di una domanda e riusciva a estrarre la sua vasta memoria per una risposta adeguata.
Google gli scienziati hanno trovato un altro uso per il Pericolo! domande che, pur avendo poco a che fare con la comprensione del linguaggio umano e di più su come computer di comunicare l’uno con l’altro.
E questa settimana, hanno fatto si che il lavoro di un software open-source, strumento disponibile su GitHub per chi utilizza Google TensorFlow quadro per l’apprendimento automatico.
“Attiva il Question Answering,” o Attiva QA, come il TensorFlow pacchetto si chiama, riformulare una determinata lingua inglese domanda in più ri-formulazione e trovare la variante che fa meglio al recupero di una risposta da parte di un database.
Il sistema è stato sviluppato da alimentazione Pericolo! indizi per un “rafforzamento dell’apprendimento” rete neurale. La rete si è meglio ri-formulazione delle domande è stata premiata per il successo nel recupero la risposta giusta.
Anche: IBM Watson: La storia di come il Pericolo!-vincente supercomputer è nato, e che cosa vuole fare per il prossimo TechRepublic
Google AI autori, in un post del blog di progetto, di notare che la loro famosa missione aziendale è quello di “organizzare le informazioni a livello mondiale.” In linea con questo, si “immaginate che questa ricerca ci aiuterà a progettare sistemi che offrono una migliore e più interpretabile risposte, e spero che possa aiutare gli altri a sviluppare sistemi in grado di interagire con il mondo utilizzando il linguaggio naturale.”
L’originale cartaceo, porre Le Domande Giuste: Domanda Attiva Riformulazione Con il Rafforzamento dell’Apprendimento, presentato la scorsa primavera in occasione della Conferenza Internazionale sull’Apprendimento Rappresentazioni, Google AI ricercatori Cristiana Buck, Jannis Bulian, Massimiliano Ciaramita, Wojciech Gajewski, Andrea Gesmundo, Neil Houlsby, e Wei Wang costruito su principi di traduzione automatica. Hanno interpretato il compito di addestrare un computer per riformulare gli indizi di Pericolo! come affine alla traduzione in lingua straniera. L’obiettivo era quello di parafrasare il Pericolo! indizi in una sintassi che migliora l’interrogazione di un database.
Per esempio, dato un idea di come Gandhi, è stato profondamente influenzato da questo conteggio che ha scritto “Guerra e Pace”,” la rete neurale ha dovuto imparare a mettere indizio in forma di domanda, per produrre la risposta corretta, che è il Leone Tolstoj. (Il Pericolo! le domande sono stati ottenuti da un 2017 progetto, chiamato SearchQA, costruito dai ricercatori della New York University e la Carnegie Mellon. Il loro progetto era, a sua volta, preso da strisciare la ebsite “J! Archivio”, un sito di fan per lo spettacolo).
Un diagramma di Active QA operazione: un Pericolo! indizio viene riformulato in un nuovo problema, che è stato inviato per la BiDaf database, e un convolutional rete neurale ranghi restituito risposte per il migliore, che serve come ricompensa per formare la parola riformulazione.
Attivo QA pacchetto include una versione personalizzata di Google TensorFlow codice per la traduzione automatica. Si basa sulla ricerca di Google nel 2014 su una cosa chiamata “sequenza per sequenza di” reti neurali per la traduzione, diciamo, tra inglese e francese.
Codice pacchetto include anche un cosiddetto question answering system, database effettivo che recupera le risposte presentate dal Attivo QA. Questo è basato su un profondo sistema di apprendimento sviluppato nel 2017 da ricercatori dell’Allen Institute for Artificial Intelligence, e l’Università di Washington, per rispondere alle domande, chiamato “BiDaf.”
Ciò che è più significativo, forse, in carta e in questo nuovo toolkit, è che la profonda rete neurale non è imparare a venire con ben formulati in linguaggio naturale discorso, né imparando a fare domande in il tipico senso che gli esseri umani significa. Non è come Il Washington Post robot giornalista, la rappresentazione di scrittura umana.
Anche: Guardando i video di YouTube potrebbe un giorno far robot copia esseri umani
Piuttosto, Attivo QA è di trucchi di apprendimento che migliorare come una ricerca in un database, e i risultati spesso sembrare incomprensibile di un orecchio umano. Per esempio, gli autori fanno notare che la sopra indizio circa Ghandi (“Gandhi fu profondamente influenzato da questo conteggio che ha scritto ‘Guerra e Pace'”) è stato riformulato con Active QA come “Qual è il nome di gandhi influenza ha scritto per la pace?”
In un altro esempio, l’originale Pericolo! indizio, “Durante il Periodo Terziario, India arato in Eurasia, e questa catena montuosa più alta è formata,” è stato trasformato come “Qual è il nome era terziaria in india arato eurasia?” Che è riuscito nel ritorno la risposta corretta: Himalayias. Numerosi esempi, molti dei quali hanno lo stesso strano modelli di imbarazzante la grammatica e le parole ripetute, sono offerti in appendice sul retro della carta.
Mentre è doggerel quanto riguarda il linguaggio naturale, gli autori considerano il computer costruito frasi come un vero e proprio anticipo in query competenze. Attivo QA rete neurale non era solo leggermente modificare l’originale indizi, in realtà è stato scoperto sul proprio tecniche che sono state a lungo circa la scienza del recupero delle informazioni, cose come “stemming”, dove il verbo dire, è cambiato dalla sua forma coniugata alla sua forma di radice.
Anche: Google Cervello, Microsoft scandagliare i misteri di reti con AI
“A volte”, scrivono, “AQA impara a generare semanticamente prive di senso, il romanzo, la superficie termine varianti; ad esempio, potrebbe trasformare l’aggettivo denso di densey.” “L’unica giustificazione per questo”, concludono, è che è un buon lavoro per “sfruttare” il modo in cui il BiDaf database ha codificato le risposte.
Come gli autori, “sembra davvero notevole poi che l’AGENZIA è in grado di imparare non banale riformulazione delle politiche … Uno può pensare la politica come un linguaggio per la formulazione di domande che l’agente ha sviluppato mentre sono impegnati in una macchina-macchina di comunicazione con l’ambiente.”
Il giorno potrebbe non essere lontano, quando i bot di fare più di Googling di persone.
Precedente e relativa copertura:
Che cosa è l’IA? Tutto quello che devi sapere
Un esecutivo a guida di intelligenza artificiale, machine learning e generale AI alle reti neurali.
Cos’è il deep learning? Tutto quello che devi sapere
Il lowdown su deep learning: da come si relaziona con il più ampio campo di machine learning a come iniziare con esso.
Che cosa è macchina di apprendimento? Tutto quello che devi sapere
Questa guida spiega in cosa consiste la macchina di apprendimento, di come esso è legato all’intelligenza artificiale, come funziona e perché è importante.
Che cos’è il cloud computing? Tutto quello che devi sapere su
Un’introduzione al cloud computing destra, dalle nozioni di base fino a IaaS e PaaS, ibrido, public e private cloud.
Storie correlate:
Non c’è un ruolo per IA o scienza di dati: questa è una squadra effortStartup Affini porta scheggia di speranza per l’IA in roboticsAI: La vista dal Capo Scienza di Dati OfficeSalesforce intro Einstein Voce, una IA assistente vocale per enterprisesIt non i posti di lavoro AI è distruggere che mi da fastidio, è quelli che sono growingHow Facebook scale AIGoogle Duplex mi preoccupa di CNETCome la Home page di Google è meglio di Amazon Echo CNET
Argomenti Correlati:
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software
0