В MIT разработали парсер для искусственного интеллекта, изучающего язык. Его особенностью является обучение через наблюдение — как это делают дети.
Принципы работы
Методика базируется не на чётких описаниях слов и понятий, а на методе «слабого контроля» и пассивного обучения. Машина должна самостоятельно наблюдать за людьми, «слушать» их разговоры и формировать словарный запас. Подобным образом дети обучаются речи, слушая и узнавая слова.
Предполагается, что такой подход упростит накопление словарного запаса и позволит программам и роботам точнее воспринимать человеческую речь и отвечать на неё.
Синтаксический анализатор
Люди в разговоре нередко используют только часть предложения и нарушают правила грамматики. Анализ слов на лету должен, как предполагается, улучшить работу ИИ-систем и парсеров. Синтаксический анализатор не опирается на определённый контекст, а значит, позволяет роботам воспринимать неявно сформулированные приказы.
Анализатор поможет узнать, как ребёнок учит язык, что поможет не только разработчикам роботов, но и специалистам, работающим с детьми.
Методика обучения
В MIT использовали пассивный метод обучения ИИ-сети, лежащей в основе парсера. Нейросети показывали видео и текстовые описания действий, а система сопоставляла данные и связывала слова с объектами и действиями. Исследователи использовали 400 видеороликов.
Учёные утверждают, что технология легко масштабируется, и может использоваться там, где необходимо голосовое управление или общение с ИИ.
Нейросети обучают понимать не только речь, но и видео. В Facebook разработали технологию VideoStory, которая помогает ИИ описывать происходящее на видео. Это может помочь воспринимать информацию людям с проблемами зрения.
Источник: