2021. 03. 27. - 08:00
Nagy segítség lehet a mesterséges intelligencia fejlett nyelvfeldolgozása miatt
Jelentősen felgyorsult a 2020-as évben a mesterséges intelligencia fejlődése, mely nemcsak az önjáró autók vagy kvantumszámítás, hanem a nyelvfeldolgozás terén is komoly előrelépést hozott.
Annak ellenére, hogy 2020-ban jelentős gondokkal kellett a világnak szembenéznie a koronavírus-járvány miatt, a mesterséges intelligencia éppen ebben a helyzetben szilárdította meg előretörését.
A Baidu vállalat például növelte teljesítményét az oltások, az autonóm járművek, a nyelvfeldolgozás és a kvantumszámítás terén is.
Az alkalmazott természetes nyelv feldolgozása számos területen hozhat komoly hasznot. 2020-ban a természetes nyelvi rendszerek sokkal fejlettebbek lettek az emberi nyelv egyes aspektusainak feldolgozásában, mint például az érzelem és a szándék. Olyan nyelvet hoztak létre ezzel, amely igazodik az emberi beszéd- és írásmintákhoz, sőt vizuális megértést is jelent – vagyis, akár egy kép megértését is képes kifejezni a nyelv segítségével. Olvasd el: 100 nyelven végez fordításokat a Facebook MI-modellje
Sokat segíthet a pontos nyelvfeldolgozás az emberek és a gépek interakciójában is
Ezen, természetes nyelvű modellek jóval pontosabb keresési eredményekkel, kifinomultabban működő csevegő chat-robotokkal és virtuális asszisztensekkel szolgálhatnak, amelyek jobb felhasználói élményhez vezetnek, s valós értéket teremtenek a vállalkozások számára. Olvasd el: Árnyék-közösséget épít a Facebook a botokból
De hogyan történik mindez a gyakorlatban?
A Baidu vállalat egy új, ún. multiflow szekvencia keretet jelentetett meg a nyelvgeneráláshoz, ERNIE-GEN néven. A modell kiképzésével - mely szemantikailag teljes szövegblokkok előrejelzésére szolgál - az ERNIE-GEN magas szinten teljesít számos nyelvgenerációs feladatot illetően, beleértve a párbeszéd kezdeményezését, kérdések feltevését és a tartalmi összefoglalást.
A cég egy látás-alapú modellt is létrehozott, az ERNIE-ViL-t, mely szintén komoly előrelépést ért el a vizuális megértés terén – mi több, első helyezést ért el a Washingtoni Egyetem vizuális megértési képességet tesztelő VCR ranglistáján. A tesztet az egyetem és az Allen AI-intézet készítette, s egy 290 ezer kérdésből álló adatkészletről van szó.
Ígéretes az is, hogy az ERNIE-ViL a legkorszerűbb teljesítményt nyújtotta az öt látásnyelvet tartalmazó downstream feladatban.
A vizuális megértés komoly alapot biztosít a számítógépes rendszerek fizikai interakciójához a mindennapi tevékenységek során - magába foglalja ugyanis a vizuális tartalom megértését és a nyelven keresztüli kifejezést is.
Döntő fontosságú lesz abban is, hogy javuljon az emberek és a gépek interakciójának minősége.
László Adrienn
