Zinātne īsumā

Konceptuāla ilustrācija, kurā parādīts dators, papīri un AI Minji Mēness

Zinātnieku komanda MIT un citur ir izstrādājusi neironu tīklu, kas var lasīt zinātniskos rakstus un sniegt īsu kopsavilkumu angļu valodā. Šāda sistēma varētu palīdzēt redaktoriem, rakstniekiem un zinātniekiem skenēt lielu skaitu rakstu, lai iegūtu sākotnējo priekšstatu par to, par ko tie ir. Šo pieeju varētu izmantot arī mašīntulkošanā un runas atpazīšanā.

Fizikas profesors Marins Soljačičs, maģistranti Rumen Dangovski un Li Jing un kolēģi bija izstrādājuši neironu tīklus, lai risinātu sarežģītās fizikas problēmas, kad viņi saprata, ka viņi varētu izmantot dažas savas fizikas zināšanas, lai uzlabotu noteiktus AI algoritmus.

Neironu tīkli atdarina vienu veidu, kā cilvēki mācās: dators pārbauda daudz dažādu piemēru un identificē galvenos pamatā esošos modeļus. Lai gan šādas sistēmas tiek plaši izmantotas modeļu atpazīšanai, tām bieži ir grūtības korelēt informāciju no garas datu virknes, piemēram, pētniecības darba. Citas metodes, kas tiek izmantotas, lai uzlabotu šo iespēju, tostarp tā, ko sauc par ilgtermiņa īstermiņa atmiņu (LSTM), nevar tikt galā ar dabiskās valodas apstrādes uzdevumiem, kuriem nepieciešama patiešām ilgtermiņa atmiņa.

Lai gan neironu tīkli parasti ir balstīti uz matricu reizināšanu, Soljačiča komanda izstrādāja to, pamatojoties uz vektoriem, kas rotē daudzdimensiju telpā. Tas izmanto to, ko viņi sauc par atmiņas rotācijas vienību (RUM), ko viņi izdomāja, lai palīdzētu atrisināt noteiktas smagas fizikas problēmas, piemēram, gaismas uzvedību sarežģītos inženiertehniskos materiālos. Pēc tam viņi to pielāgoja dabiskās valodas apstrādei, lai palīdzētu iegaumēt un atsaukt atmiņā.

Būtībā katrs vārds tekstā ir attēlots ar vektoru. Katrs nākamais vārds novirza šo vektoru noteiktā virzienā, kas attēlots teorētiskā telpā, kurai galu galā var būt tūkstošiem dimensiju. Procesa beigās gala vektors vai vektoru kopa tiek pārtulkota atpakaļ tai atbilstošajā vārdu virknē.

Kad komanda ievadīja to pašu paziņojumu presei par pētniecisko rakstu, izmantojot parasto LSTM balstītu neironu tīklu un RUM balstītu sistēmu, LSTM sistēma sniedza šo atkārtoto un diezgan tehnisko kopsavilkumu: Baylisascariasis, nogalina peles, ir apdraudējusi alegheny woodrat un ir izraisījusi tādas slimības kā aklums vai smagas sekas. Šī infekcija, ko sauc par baylisascariasis, nogalina peles, ir apdraudējusi alegheny woodrat un ir izraisījusi tādas slimības kā aklums vai smagas sekas. Šī infekcija, ko sauc par baylisascariasis, nogalina peles, un ir apdraudējusi alegheny woodrat.

RUM sistēma radīja daudz lasāmāku kopsavilkumu: Pilsētas jenoti var inficēt cilvēkus vairāk, nekā tika pieņemts iepriekš. 7 procentiem aptaujāto personu bija pozitīvas jenots apaļtārpu antivielas. Vairāk nekā 90 procenti jenotu Santabarbarā ir šī parazīta saimnieki.

Kopš tā laika pētnieki ir paplašinājuši sistēmu, lai tā varētu apkopot veselus dokumentus, ne tikai preses relīzes.

paslēpties