Chcete-li vytvořit chytřejšího chatbota, nejprve jej naučte druhý jazyk

pan. tech

Od Alexy a Siri po nespočet chatbotů a automatizovaných linek zákaznické podpory se počítače postupně učí mluvit. Jediným problémem je, že jsou stále velmi snadno zmateni.

Výzkumný tým v Salesforce přišel s chytrým způsobem, jak zlepšit výkon mnoha moderních jazykových programů – naučit algoritmus mluvit jiným jazykem, než jej naučíte dělat jiné úkoly.

Naučit stroje vést souvislou konverzaci zůstává jednou z velkých výzev v AI, protože rozluštění významu mluveného nebo psaného textu tak často závisí na širším chápání světa nebo na znalosti zdravého rozumu (viz Jazykový problém AI ).

Ukazuje se, že trénování systému strojového učení k překladu mezi dvěma jazyky jej automaticky naučí užitečné věci o vztahu a vhodném kontextu slov. Když je tento systém použit jako základ pro jiný systém strojového učení – takový, který je trénovaný například vést konverzaci nebo detekovat sentiment v textu – funguje mnohem lépe než systém trénovaný od nuly.

Bereme data strojového překladu a v podstatě model učíme, jak rozumět slovům a kontextu, říká Richard Socher , hlavní vědec v Salesforce a expert na aplikaci strojového učení a jazyka.

Práce je jedním z příkladů toho, jak pokroky ve strojovém učení mohou pomoci zlepšit jazykové dovednosti systémů umělé inteligence. Mnoho systémů počítačového vidění založených na hlubokém učení využívá určitou formu síťového předběžného školení a Socher navrhuje, že strojový překlad může nabídnout podobný způsob, jak zavést systémy přirozeného jazyka.

Salesforce, online platforma pro správu zákaznických interakcí napříč prodejem, marketingem a obchodem, již nabízí řadu nástrojů umělé inteligence prostřednictvím své platformy Einstein. Patří mezi ně nástroj pro automatickou klasifikaci sentimentu e-mailových nebo chatových zpráv a další nástroj pro upřednostňování vodítek, které pracovník sleduje na základě své předchozí činnosti.

Socher věří, že tento objev pomůže zlepšit přirozené jazykové schopnosti platformy Einstein. Pro chatboty a automatizaci zákaznické podpory je to super užitečné, říká.

Výzkumníci ze Salesforce vyškolili systém hlubokého učení pro překlady mezi angličtinou a němčinou. To zahrnovalo dodávání velkého množství přeložených dokumentů do mnohovrstvé neuronové sítě a ladění parametrů sítě, dokud se nenaučila produkovat slušný překlad pro sebe. Systém reprezentuje slova pomocí vektorů, což je běžný způsob kódování a analýzy významu v textu.

Výzkumníci pak trénovali dvojjazyčnou síť, aby dělala různé věci: určovala sentiment kusu textu; klasifikovat různé typy otázek; a odpovídat na otázky. A ukazují, že jejich předem vyškolená síť překonala výkon sítě, která se nenaučila druhý jazyk.

Datové sady strojového překladu jsou obzvláště velké, což pomáhá s výzvou strojového učení. Mezi překladem a zbytkem jazyka existuje důležité spojení, říká Bryan McCann, výzkumník ze Salesforce zapojený do projektu. [Překladové datové sady] jsou velmi obecné; obsahují informace, které mohou být obecně užitečné pro zpracování přirozeného jazyka.

skrýt