Читает ли тексты и анализирует ли их смысл ИИ. Читает ли тексты и анализирует ли их смысл ии
 Скачать 15.79 Kb.
|
|
Читает ли тексты и анализирует ли их смысл ИИ? Сейчас технологии развиваются с немыслимой скоростью. Ранее те возможности, что, казалось бы, были доступны только профессиональным ученым, в современной жизни доступны каждому. Один из подобных прорывов – искусственный интеллект, прочно обосновавшийся во многих сферах человеческой жизни. “Понимает” ли компьютерная система смысл текста примерно так, как это делает человек? Можно сказать, что за последнее время существенно выросло качество машинного перевода. Перевод стал более «гладким», то есть правильно построенным грамматически, хотя конкретные слова могут быть переведены неправильно. Однако внутри машинного переводчика работает нейронная сеть, которая преобразует последовательность на входном языке в последовательность слов на другом языке через неинтерпретируемое внутреннее представление, порожденное нейронной сетью. С одной стороны, мы видим большой прогресс в развитии голосовых помощников, чат-ботов, продолжает она: Но внутри этих приложений мы обычно можем обнаружить разного рода сочетания трех технологий: применение шаблонов, поиск ответа среди множества имеющихся ответов или реплик и порождение ответа с помощью нейронной сети, обученной на множестве реплик. В любом случае это совсем не похоже на процесс понимания текста человеком и семантический анализ во второй интерпретации. Необходимо оговориться, что «понимания» текста компьютерной системой не происходит. Система может выполнять некоторую конкретную задачу, например, переводить текст с одного языка на другой. Но это делается статистически, и у современных систем имеется немало ограничений, связанных именно с отсутствием понимания текста. С попытками найти универсальное формализованное представление текста на естественном языке в виде некоторой семантической конструкции тоже все не очень просто. Оказалось, что предложить единый семантический формализм для всего разнообразия текстов чрезвычайно трудно. Например, раньше исследователи думали, что оптимально осуществлять машинный перевод через формализованное языково-независимое представление текстового содержания, но этого не получилось. И сегодня нейронный машинный перевод выполняется на основе построения неинтепретируемых векторных представлений, в ИТ-индустрии есть место как исследованиям понимания ЕЯ человеком, так и исследованиям, цель которых – создание компьютерных технологий, позволяющих до определенной степени имитировать это понимание. В конкретных разработках прикладной лингвистики и инженерии знаний, адресуемых коммерческому рынку, речь обычно идет о построении модели и грамматики ЕЯ, достаточных для решения конкретных задач. Например, интеллектуальные диалоговые системы решают задачу массового обслуживания конечных потребителей товаров или услуг: консультации, ответы на частые вопросы, рекомендации по подбору товаров/услуг, помощь в проведении транзакций и т.п. Кроме того, у сложной вычислительной системы есть масса таких возможностей, которых у человека нет в принципе. Например, мгновенно сравнивать истории покупок конкретного человека и выделенных репрезентативных групп пользователей, или дословно «помнить» все предыдущие диалоги с каждым конкретным человеком и брать информацию из них. Естественно, все разработчики извлекают максимальную пользу из этих возможностей, а не пренебрегают ими ради того, чтобы получить «чисто человеческую» модель диалогового поведения. Окончательного решения тут нет и универсального решения – тоже. |