Konteksts, valoda un spriešana AI: trīs galvenie izaicinājumi

Nodrošina RAGE Frameworks

Mūsdienās mākslīgais intelekts (AI) strauji izplūst no pētniecības un attīstības laboratorijām un kļūst par galveno. Viedās tehnoloģijas maina katru mūsu dzīves aspektu, sākot no darba veida, beidzot ar veselības aprūpi, izglītību, ceļošanu un transportu. Viens piemērs: pašpiedziņas automašīnas, ko ražo Google un Tesla. Datorredzes telpā ir arī daudz veiksmīgu lietojumu.

Bet kā ir ar AI lietojumiem, kas nav saistīti ar redzi, proti, apgabaliem, kas ietver netelpiskus datus — pats galvenais, tekstu un skaitļus? IBM Watson tehnoloģiju platforma ir slaveni pārspējusi cilvēkus šaha lielmeistarus un Jeopardy čempionu, un tā tiek rādīta kopā ar slavenībām TV reklāmās, kas vēsta par viedākas planētas ierašanos. Google AlphaGo nesen pārspēja korejiešu lielmeistaru vēl sarežģītākā izaicinājumā — senajā spēlē Go.

Vai tas viss nozīmē, ka mākslīgais intelekts beidzot ir pieejams lietojumprogrammām, kas nav saistītas ar redzi? Mēs uzskatām, ka atbilde ir nepārprotama jā, taču ne ar pašreizējām IBM un Google pieejām.

AI revolucionārā potenciāla dēļ tā pielietojums ar redzi nesaistītām problēmām ir izraisījis milzīgu interesi. Ir bijuši arī mēģinājumi atkārtot to, kas strādāja ar telpiskajiem datiem, un piemērot to tekstam (un cipariem). Es runāju par to, kas šķiet akla skaitļošanas, statistiski pamatotu pieeju dabiskās valodas apstrādei. Šādas pieejas mēģina pārvērst tekstu datos un pēc tam meklēt šajos datos dziļus modeļus.

Šī situācija man atgādina to, kad fiziķi ienāca finanšu tirgus telpā un mēģināja izveidot prognozēšanas modeļus finanšu datiem. Šādi centieni noteikti cietīs neveiksmi, kā tas jau ir noticis vairākiem uzņēmumiem. Galu galā ažiotāža un pielietojamības ilūzija izzudīs. Pēc tam mēs risināsim problēmu, koncentrējoties uz datu pamatīpašībām un izstrādājot konceptuāli pamatotāku pieeju.

Uzrunājot izaicinājumu trio

AI tehnoloģijām ir jāpārvar trīs izaicinājumi, lai gūtu panākumus pasaulē, kas nav redzama (un varbūt pat redzes pasaulē): valoda, konteksts un argumentācija.

Nesens MIT tehnoloģiju apskats rakstā AI’s Language Problem daiļrunīgi norādīts uz pirmo izaicinājumu. Mūsdienu mākslīgā intelekta tehnoloģijām, tostarp IBM Watson un Google AlphaGo, ir grūti apstrādāt valodu tā, kā to dara cilvēki. Tas ir tāpēc, ka lielākā daļa pašreizējo ieviešanu tekstam pieiet kā datiem, nevis kā valodai. Viņi tekstam izmanto tās pašas metodes, kas tika izmantotas ar telpiskajiem datiem.

Otrs izaicinājums — konteksta izpratne — ir saistīts ar valodas problēmu, taču ir pietiekami nozīmīgs, lai es to uzskatītu par neatkarīgu jautājumu. Dabiskās valodas teksts ir jāapstrādā pareizajā kontekstā. Pareizo kontekstu var izstrādāt tikai tad, ja tehnoloģija koncentrējas uz valodas struktūru, nevis tikai uz vārdiem tekstā, kā, šķiet, dara lielākā daļa pašreizējo tehnoloģiju, saskaņā ar 2014. gada raksts iekšā IEEE Computational Intelligence Magazine . Tad ir trešais izaicinājums: argumentācijas izsekojamība, ko risinājums izmanto, lai nonāktu pie secinājuma.

Visas trīs problēmas mūsdienās mēģina risināt dažādas tehnoloģijas. Vairāki veiksmīgi uzņēmumu AI risinājumi efektīvi nodarbojas ar valodas, konteksta un argumentācijas caurskatāmību.

Dabiskās valodas apstrāde: no apstrādes līdz izpratnei

Pašreizējās dabiskās valodas apstrādes (NLP) metodes lielā mērā nosaka skaitļošanas statistika. Šīs metodes nemēģina izprast tekstu, bet gan pārvērš tekstu datos, pēc tam mēģina mācīties no šo datu modeļiem. Konversijas procesā mēs zaudējam visu teksta kontekstu un nozīmi. Šādas pieejas pamatā ir pieņēmums, ka, ņemot vērā pietiekami lielus teksta krājumus, ir jābūt visām iespējamām permutācijām un nozīmes kombinācijām. Tādējādi, atklājot uz vārdiem balstītus modeļus, ir jāatklāj teksta inteliģence, pēc kuras var rīkoties. Diemžēl šāds rezultāts nenotiek lielākajā daļā reālo situāciju.

Lai risinātu valodas problēmas AI, mums ir jāpāriet no mehāniskas dabiskās valodas pārveidošanas par datiem, izmantojot, piemēram, uz vārdu parādīšanos balstītu loģiku. Pēc tam mēs varam saprast valodu, izmantojot tās lingvistisko struktūru un principus, kurus esam iemācījušies izteikt savas domas. Es to uzskatu par pāreju no NLP uz Natural Language Understanding (NLU). Manuprāt, NLP ir simbolizē mehānisku pieeju dabiskajai valodai, pārvēršot tekstu datos. Mūsu patiesais mērķis AI ir izstrādāt mehānismus rakstītā teksta nozīmes izpratnei.

Lai dziļi izprastu teksta valodniecības struktūru, būtu jāpiemēro vairāki skaitļošanas lingvistikas principi, lai tekstu sadalītu atpakaļ jēdzienos un vārdos, ko izmanto, lai tos tekstā savienotu. Tas būtībā ir teksta reversā inženierija atpakaļ pie tā pamatidejām, lai saprastu, kā šīs idejas tika savienotas kopā, veidojot teikumus un rindkopas.

RAGE AI ir demonstrējis tik dziļu lingvistisko mācīšanos, un RAGE Frameworks ir izmantojis šo metodi, lai izveidotu un veiksmīgi izvietotu vairākas AI lietojumprogrammas globālās korporācijās.

Konteksta izpratne

NLU ietver arī izpratni par kontekstu, kurā valoda tiek lietota. Bet konteksta izpratne ietver vairākus izaicinājumus.

Pirmkārt, daudzās valodās dažus vārdus var lietot vairākās nozīmēs. Tāpēc ir svarīgi novērst visu šādu vārdu neskaidrības, lai varētu precīzi saprast to lietojumu konkrētā dokumentā. Vārda nozīmes skaidrība ir aktuāla problēma valodniecībā, taču pētnieki ir guvuši ievērojamu progresu tās risināšanā.

Otrkārt, teksta dokumentos bieži tiek izmantoti konkrētam domēnam raksturīgi diskursu modeļi, piemēram, juridiski līgumi, ziņu raksti, pētījumu ziņojumi un tamlīdzīgi. Dažas šādu domēna diskursu modeļu īpašības būtu jāiekļauj AI tehnoloģijā, lai uzlabotu NLU.

Treškārt, mēs daudzus vārdus izmantojam kā aizstājējus dokumentā citiem jēdzieniem. Piemēram, visbiežāk mēs sakām Xerox par kopēšanu, FedEx par kurjeru uz nakti un tā tālāk. AI tehnoloģijai ir jāspēj atpazīt un saprast šos starpniekserverus.

Visbeidzot, dokuments var atsaukties uz zināšanām, kas tekstā nav tieši iekļautas. Mēs to varam saprast tikai tad, ja mums ir šīs priekšzināšanas.

AI ir jāizveido tādu globālu zināšanu krātuve, ko var izgūt kontekstā, lai papildinātu dokumenta tekstu, lai iegūtu pilnīgu izpratni par teksta nozīmi. RAGE AI automatizētais zināšanu atklājējs ir viens no šīs idejas piemēriem, kā es sīkāk paskaidroju savā nesenajā grāmatā, Inteliģentais uzņēmums lielo datu laikmetā (John Wiley & Sons, 2016). Šī tehnoloģija var automātiski atklāt idejas, kas saistītas ar jēdzienu un izteicienus ar dažādām retoriskām attiecībām ar interesējošo jēdzienu.

Kādu laiku šādas zināšanas un globālo kontekstu var nākties pilnveidot cilvēku ekspertiem. Taču īsā laika posmā esam atklājuši, ka ir iespējams iekārtā radīt pietiekami daudz zināšanu, lai tā darbotos ar labāku par 90 procentu atsaukšanu. Piemēram, mēs izveidojām AI lietojumprogrammu, lai klasificētu globāla konsultāciju uzņēmuma atbilstošo saturu 20 tā darbības jomās. Ideja bija reāllaikā sniegt destilētas zināšanas visiem saviem konsultantiem, izmantojot informāciju, kas iegūta no katras prakses jomas. Lai to paplašinātu līdz globālākai izpratnei, tika izmantota automatizēta zināšanu atklāšana. Tagad šī lietojumprogramma kategorizē 40 miljonus rakstu mēnesī ar lielāku nekā 90 procentu precizitāti, izmantojot dziļu lingvistisko mācīšanos.

Spriešana

Pēdējais izaicinājums, kas mums jāatzīst, ir AI tehnoloģijas izmantotā argumentācijas redzamība. Gandrīz visas mākslīgā intelekta tehnoloģijas, kas izmanto skaitļošanas statistiku, ir melnās kastes. Pats par sevi tajā nav nekā nepareiza — izņemot to, ka saņemam ieteikumu no AI tehnoloģijas un tas nav intuitīvs, mēs nevaram to saprast. Mēs arī nezinām, vai tas ir patiesi cēloņsakarības vai viltus. Mums tikai akli tam jāuzticas.

Protams, ir aplikācijas, kur šādai redzamībai var nebūt nozīmes. Piemēram, piemērā, kas ietver spēli Go, nebija svarīgi saprast pamatojumu, ko mašīna izmantoja savām kustībām. Vēl viens piemērs: lai gan mēs visi vēlētos, lai meklēšana internetā būtu atbilstošāka, kļūdaini pozitīvie rezultāti mūs pārāk neuztrauc.

No otras puses, mēs uzskatām, ka daudzām lietojumprogrammām šāda redzamība būs būtiska adopcijai. Noteiktās misijai kritiskās lietojumprogrammās, kur cilvēki ir atbildīgi, piemēram, medicīnā un uzņēmējdarbībā, lietotājiem ir jārada pārliecība, ka dzinēja argumentācija ir pareiza. Redzamība arī atvieglotu dzinēja uzlabošanu viltus pozitīvu vai viltus negatīvu gadījumā. Izmantojot melno kasti, mums ir jāatrod pietiekami daudz viltus pozitīvu vai viltus negatīvu gadījumu, lai atjaunotu melno kasti. Mēs nevarēsim uzzināt, vai visas šīs kļūdas variācijas vai permutācijas ir novērstas.

Labās ziņas: izmantojot dziļu lingvistisko mācīšanos, mēs varam saglabāt pilnīgu un pilnīgu argumentācijas redzamību.

Venkats Srinivasans ir uzņēmuma RAGE Frameworks dibinātājs un veiksmīgs sērijveida uzņēmējs. Viņš ir arī bijušais asociētais profesors Bostonas Ziemeļaustrumu universitātes Biznesa administrācijas koledžā. Viņš ir publicējis vairāk nekā 30 rakstus prestižos recenzējamos žurnālos un piedalījies ziņu publikācijās, piemēram, The Wall Street Journal. Viņam ir pieci patenti uz zināšanām balstītas automatizācijas un valodniecības jomā. Viņš ir autors Inteliģentais uzņēmums lielo datu laikmetā (John Wiley & Sons, 2016).

paslēpties