211service.com
Google izstrādātājiem: Lūk, kā pārtraukt muļķīgu tērzēšanas robotu veidošanu
Parasti datori ir bezjēdzīgi sarunu vadīšanai. Viņi vienkārši uztver lietas mazliet pārāk burtiski. Taču Google māca datoriem izprast cilvēka runas un teksta dīvainības.
Sākot ar šodienu, Google atver šos algoritmus ārējiem programmatūras izstrādātājiem. Izlaistie rīki palīdzēs programmētājiem izveidot valodas lietotnes un pakalpojumus, kas ir mazāk pakļauti kaitinošiem pārpratumiem nekā daudzi mūsdienu tērzēšanas roboti. Un tiem vajadzētu palīdzēt izstrādātājiem piesaistīt Google izstrādātās jaudīgās mašīnmācīšanās metodes.
Google gramatikas un sintakses zināšanas palīdz uzņēmumam nodrošināt precīzākus meklēšanas rezultātus, un tas kļūs arvien svarīgāks, jo arvien vairāk ierīču un pakalpojumu būs atkarīgi no balss vadības.
Viedtālruņus, kuru pamatā ir Google programmatūra, protams, jau var vadīt ar balsi, un tiek plaši uzskatīts, ka uzņēmums izstrādā mājas ierīces, līdzīgas Amazon Echo, kas ir vairāk atkarīgas no balss mijiedarbības. Tātad, izlaižot rīku, kas padara valodas izpratni pieejamāku, ir stratēģiski liela nozīme.
Lielākā daļa mūsu lietotāju sazinās ar mums, izmantojot valodu, saka Fernando Pereira, kurš vada uzņēmuma centienus dabiskās valodas izpratnes un mašīnmācīšanās jomā. Viņi uzdod vaicājumus, drukāti vai ierunāti. Un tāpēc, lai mēs varētu labi apkalpot lietotāju, mums ir jāliek mūsu sistēmām saprast, ko lietotāji vēlas.
Viens no šodien izlaistajiem rīkiem, ko sauc par SyntaxNet, var iemācīties saprast vārdu un frāžu nozīmi, ņemot vērā to kontekstu un parasto lietojumu. Tas darbojas ar padziļinātās apmācības sistēmu, ko iepriekš izlaida Google, ar nosaukumu TensorFlow. Un tas ir līdz šim vissarežģītākais un izsmalcinātākais komponents, kas izveidots, izmantojot TensorFlow.
Google ir arī izlaidusi iepriekš apmācītu parsētāju angļu valodai, ko sauc par Parsey McParseface (pārstāvis saka, ka uzņēmumam radās problēmas ar nosaukumu izdomāt, kad kāds ieteica šo āķīgo vārdu). Parsētājā ievadītais teksts tiks automātiski sadalīts sintaktiskajos komponentos, piemēram, lietvārdos, darbības vārdos, priekšmetos un objektos. Tādējādi datoram ir vieglāk pareizi parsēt neskaidrus vaicājumus vai komandas.
Google parasti paļaujas uz datiem un mašīnmācīšanos, un patiešām dažas citas pieejas, piemēram, Facebook, mēģina apmācīt datorus parsēt valodu, ievadot tiem lielu daudzumu lielākoties nemarķētu datu (skatiet sadaļu Mācīšanas mašīnas, lai mūs saprastu). Taču Google valodas izpratnes projekts, kas aprakstīts papīrs tiešsaistē, tā vietā ir balstīta uz cilvēku zināšanām. Vairāk nekā astoņus gadus profesionāli valodnieki ir strādājuši pie uzņēmuma teksta anotēšanas. Un nesenais progress ir panākts, ievadot šīs anotācijas lielā dziļās mācīšanās neironu tīklā.
Datoriem ir neticami grūti saprast valodu, jo valoda bieži ir neskaidra. Tik vienkāršu meklēšanas vaicājumu kā Atrast mani kaķus cepurēs var interpretēt kā pieprasījumu vai nu kaķiem ar cepurēm, vai kaķiem, kas sēž cepurēs. Lai gan cilvēki izmanto vispārīgas zināšanas, lai izskaidrotu šādus teikumus, Google tehnoloģija izmanto mašīnmācīšanos. Tā padziļinātā apmācības sistēma, kas apmācīta ar sintaktisko tekstu, pieņem spriedumu par apgalvojuma visticamāko pareizo struktūru. Gadījumā, ja kaķi ir cepurēs, tiek pieņemts, ka meklētāju interesē modes kaķu dzimtas dzīvnieki.
Deivs Ors, Google produktu menedžeris, kurš ir atbildīgs par komerciālu pielietojumu atrašanu uzņēmuma valodas izpratnes pētījumiem, man demonstrēja šo tehnoloģiju. Viņš baroja vairākus rakstus no MIT tehnoloģiju apskats valodas parsētāja iekšējā versijā. Tajā tika pieļautas dažas maznozīmīgas kļūdas, piemēram, sajaucot vārdu griba teikuma sākumā ar manu vārdu, taču kopumā šķita, ka teikumi tika anotēti ar iespaidīgu precizitāti, identificējot sintaktiskās struktūras, kas pareizi uztver virsraksta vai svina nozīmi. Tas ir labākais analizētājs, ko kāds ir izveidojis, saka Orrs. Mēs domājam, ka tas ir tuvu cilvēka līmenim.
Google iekšēji apvieno savu dabisko valodu sistēmu ar semantiskās informācijas datu bāzi, ko sauc par zināšanu grafiku. Tas ļauj atpazīt konkrētus objektus, cilvēkus, vietas un citus jēdzienus un attiecīgi reaģēt. Sistēma arī bieži spēj pareizi klasificēt jaunus vārdus, salīdzinot tos ar citiem vārdiem, kas parādās līdzīgā kontekstā. Līdz šim tehnoloģija darbojas 15 valodās. Dažas valodas ir grūtāk analizēt lingvistiski, padarot apmācību grūtāku, Orr saka.
Tomēr tehnoloģija ne tuvu nespēj perfekti saprast angļu valodu. Mūsu sistēmas vislabāk darbojas ar labi strukturētu, labi rediģētu tekstu, saka Pereira. Sociālo mediju un meklēšanas vaicājumu neatbilstība ir daudz grūtāka. Mēs tur esam panākuši progresu, taču ir daudz iespēju.
Joprojām pastāv arī daudzas neskaidrības, kas prasa cilvēka veselā saprāta līmeni — lietas, ko mēs mācāmies no pieredzes, kā arī no vienaudžu un vecāku norādījumiem, saka Pereira. Šāda ļoti bagātīga spēja risināt problēmas ir vieta, kur mūsu sistēmas ir pilnībā zaudētas.
Noa Gudmens, Stenfordas universitātes profesors, kurš pēta valodas izpratni, saka, ka uzlabota sintaktiskā izpratne ir tikai sākums tam, kas datoriem ir nepieciešams valodas apguvei. Sintakse noteikti ir svarīga valodas sastāvdaļa, viņš saka. Bet tas ir liels solis no tā uz semantiku un no seklas semantikas līdz izsecinātai nozīmei.