Kiekvienas iš mūsų kasdieniame gyvenime susiduria su tokiu paslaptingu reiškiniu kaip dirbtinis intelektas - būtent jis leidžia balso pagalbininkams ir paieškos sistemoms atpažinti žmonių kalbą ir atspėti vartotojų norus. Šiandien kalbėsime apie tai, kaip ši technologija yra tinkamai išdėstyta ir kokios perspektyvos laukia šios plėtros srities artimiausiu metu.
Dirbtinis intelektas yra labai platus terminas, kuriame jau egzistuoja ir vis dar kuriami daugybė algoritmų, skirtų atlikti daugybę praktinių užduočių. Tačiau ko iš tikrųjų sugeba šiuolaikinės dirbtinio intelekto programos ir kokiais principais jos vadovaujasi dirbdamos? Šiandien kalbėsime apie vieną pagrindinių mašininio proto ypatybių, su kuriomis kiekvienas iš mūsų reguliariai susiduria kasdieniame gyvenime, - balso padėjėjų sugebėjimą atpažinti žmogaus kalbą.
- „Salik.biz“
Balso atpažinimas
Balso matavimui programa naudoja keletą garso parametrų: garso bangos dažnį ir ilgį tam tikru laiko momentu. Pvz., Kai jūs kalbatės su populiariu balso asistentu „Alexa“, programinė įranga padalija jūsų balsą į 25 milisekundžių skaidrę ir tada kiekvieną segmentą paverčia skaitmeniniais parašais. Po to parašo blokai lyginami su vidiniu programos garsų katalogu, kol atitikmenų skaičius yra pakankamai didelis, kad AI galėtų „išversti“numerius į suprantamą abėcėlės užklausą.
Žiūrėkite telefono ekraną naudodamiesi „Siri“ar „Google Assistant“ir pamatysite, kad kalbant žodžius keičiasi žodynas. Taip yra dėl to, kad su kiekvienu kitu „žingsniu“programinė įranga taip pat lygina gautą rezultatą su vidine duomenų baze ir kuria žodžius, priklausomai nuo atitikčių. Anot „Amazon Alexa“padalinio vyriausiojo mokslininko Rohito Prasado, „kalbos modelis išmoksta daug milijardų žodžių teksto pavidalu“. Žodžių tvarka taip pat vaidina svarbų vaidmenį: tai galima pastebėti ir naudojantis įprasta „Google“paieškos sistema, kuri kartais pateikia skirtingus duomenis apie tapačias užklausas, kuriose buvo pertvarkyta tik pora žodžių.
Reklaminis vaizdo įrašas:
Kalbos atpažinimo perspektyvos
Alanas Blackas iš Carnegie kalbų technologijos instituto tvirtina, kad visiems didelių kompanijų specialistams įdomiausia rasti savo sistemos ribas. „Kai programoje sakoma:„ Aš negaliu to padaryti “, tada situacija tampa tikrai įdomi“, - juokauja jis. Tačiau iš tikrųjų taip yra: reaguoti į nenuspėjamus vartotojų prašymus yra net viena pagrindinių užduočių, kurias tiria studentų būreliai, konkuruojantys dėl „Alexa“premijos - o tai sudaro net 2,5 milijono dolerių. Jų užduotis yra sukurti pokalbių vietą, skirtą bendrauti su žmonėmis, kurie užduoda nuoseklius ir reikšmingus klausimus. Informacija šiuo atveju atnaujinama kas 20 minučių. Panašu, kad gana lengva užduotis net paprastam programuotojui,tačiau praktikoje programos bendravimas su tikrais žmonėmis visada susijęs su nukrypimais nuo dialogo temos, spontaniškomis frazėmis ir kitais pažeidimais. Programa, mokanti dirbti su jais, taip pat kaip su realiu asmeniu, bus didžiulis proveržis visai AI pramonei.
Vasilijus Makarovas