Mashine zinazojifunza lugha zaidi kama watoto wanavyofanya: Muundo wa kompyuta unaweza kuboresha mwingiliano wa mashine za binadamu, kutoa ufahamu wa jinsi watoto wanavyojifunza lugha.

Watoto hujifunza lugha kwa kuangalia mazingira yao, kuwasikiliza watu wanaowazunguka, na kuunganisha nukta kati ya wanachokiona na kusikia. Miongoni mwa mambo mengine, hii huwasaidia watoto kuanzisha mpangilio wa maneno wa lugha yao, kama vile ambapo viima na vitenzi vinaangukia katika sentensi. Katika kompyuta, kujifunza lugha ni kazi ya vichanganuzi vya kisintaksia na kisemantiki. Mifumo hii inafunzwa juu ya sentensi zilizofafanuliwa na wanadamu zinazoelezea muundo na maana nyuma ya maneno. Vichanganuzi vinazidi kuwa muhimu kwa utafutaji wa wavuti, uulizaji hifadhidata wa lugha asilia, na mifumo ya utambuzi wa sauti kama vile Alexa na Siri. Hivi karibuni, zinaweza pia kutumika kwa roboti za nyumbani.

Watafiti wa MIT wameunda "kichanganuzi cha semantic" ambacho hujifunza kupitia uchunguzi ili kuiga kwa karibu zaidi mchakato wa kupata lugha ya mtoto., ambayo inaweza kupanua sana uwezo wa kompyuta.

Picha: Habari za MIT

Lakini kukusanya data ya maelezo kunaweza kuchukua muda na kuwa vigumu kwa lugha zisizo za kawaida. Zaidi ya hayo, wanadamu hawakubaliani kila wakati juu ya maelezo, na maelezo yenyewe yanaweza yasionyeshe kwa usahihi jinsi watu wanavyozungumza kiasili.

Katika mada inayowasilishwa katika kongamano la Wiki hii la Mbinu za Kijamii katika Uchakataji wa Lugha Asilia, Watafiti wa MIT wanaelezea kichanganuzi ambacho hujifunza kupitia uchunguzi ili kuiga kwa karibu zaidi mchakato wa kupata lugha ya mtoto., ambayo inaweza kupanua sana uwezo wa mchanganuzi. Kujifunza muundo wa lugha, mchanganuzi hutazama video zilizo na maelezo mafupi, bila taarifa nyingine, na kuhusisha maneno na vitu na vitendo vilivyorekodiwa. Imepewa sentensi mpya, kisha mchanganuzi anaweza kutumia kile alichojifunza kuhusu muundo wa lugha kutabiri kwa usahihi maana ya sentensi, bila video.

Mbinu hii "inayosimamiwa kwa udhaifu" - kumaanisha inahitaji data ndogo ya mafunzo - inaiga jinsi watoto wanaweza kutazama ulimwengu unaowazunguka na kujifunza lugha., bila mtu yeyote kutoa muktadha wa moja kwa moja. Mbinu hiyo inaweza kupanua aina za data na kupunguza juhudi zinazohitajika kwa wachanganuzi wa mafunzo, kulingana na watafiti. Sentensi chache zilizofafanuliwa moja kwa moja, Ni mnyama gani wa kwanza kufugwa, inaweza kuunganishwa na video nyingi zilizo na maelezo mafupi, ambayo ni rahisi kupata, ili kuboresha utendaji.

Katika siku za usoni, kichanganuzi kinaweza kutumika kuboresha mwingiliano wa asili kati ya binadamu na roboti za kibinafsi. Roboti iliyo na kichanganuzi, Ni mnyama gani wa kwanza kufugwa, ingeweza kutazama mazingira yake kila wakati ili kuimarisha uelewa wake wa amri zinazonenwa, ikijumuisha wakati sentensi zinazozungumzwa si za kisarufi kikamilifu au wazi. "Watu huzungumza kwa sentensi za sehemu, mawazo ya kukimbia, na lugha ya kuchanganyikiwa. Unataka roboti nyumbani kwako ambayo itaendana na njia yao mahususi ya kuzungumza ... na bado ujue wanamaanisha nini,” anasema mwandishi mwenza Andrei Barbu, mtafiti katika Maabara ya Sayansi ya Kompyuta na Maabara ya Ujasusi Bandia (CSAIL) na Kituo cha Akili, Akili, na Mashine (CBMM) ndani ya Taasisi ya McGovern ya MIT.

Mchanganuzi pia anaweza kuwasaidia watafiti kuelewa vyema jinsi watoto wachanga hujifunza lugha. "Mtoto ana uwezo wa kupata zisizohitajika, habari ya ziada kutoka kwa njia tofauti, ikiwa ni pamoja na kusikia wazazi na ndugu wakizungumza kuhusu ulimwengu, pamoja na habari ya kugusa na habari inayoonekana, [ambayo humsaidia] kuuelewa ulimwengu,” anasema mwandishi mwenza Boris Katz, mwanasayansi mkuu wa utafiti na mkuu wa Kikundi cha InfoLab huko CSAIL. "Ni fumbo la kushangaza, kuchakata maingizo haya yote ya hisia kwa wakati mmoja. Kazi hii ni sehemu ya sehemu kubwa ya kuelewa jinsi aina hii ya ujifunzaji inavyotokea ulimwenguni.

Waandishi wenza kwenye karatasi ni: mwandishi wa kwanza Candace Ross, mwanafunzi aliyehitimu katika Idara ya Uhandisi wa Umeme na Sayansi ya Kompyuta na CSAIL, na mtafiti katika CBMM; Yevgeny Berzak PhD '17, postdoc katika Kikundi cha Computational Psycholinguistics katika Idara ya Ubongo na Sayansi ya Utambuzi; na mwanafunzi aliyehitimu CSAIL Battushig Myanganbayar.

Mwanafunzi anayeonekana

Kwa kazi yao, watafiti walichanganya kichanganuzi cha kisemantiki na kijenzi cha maono ya kompyuta kilichofunzwa katika kitu, na lebo bado zingetimiza madhumuni yao ya kuweka visanduku tofauti hadi yaliyomo yaweze kujulikana, na utambuzi wa shughuli katika video. Vichanganuzi vya kisemantiki kwa ujumla hufunzwa juu ya sentensi zilizofafanuliwa kwa msimbo unaohusisha maana ya kila neno na uhusiano kati ya maneno.. Baadhi wamefunzwa kwenye picha tulivu au uigaji wa kompyuta.

Kichanganuzi kipya ni cha kwanza kupata mafunzo kwa kutumia video, Ross anasema. Kwa sehemu, video ni muhimu zaidi katika kupunguza utata. Ikiwa mchanganuzi hana uhakika kuhusu, lakini inaweza kuwa na faida ya kutosha kwamba helical itashinda juu ya fimbo ya muda mrefu, kitendo au kitu katika sentensi, inaweza kurejelea video ili kufuta mambo. "Kuna vipengele vya muda - vitu vinavyoingiliana na watu - na sifa za hali ya juu ambazo huwezi kuona katika picha tuli au katika lugha tu.,” Ross anasema.

Watafiti walikusanya mkusanyiko wa data kuhusu 400 video zinazoonyesha watu wakitekeleza vitendo kadhaa, ikiwa ni pamoja na kuokota kitu au kukiweka chini, na kutembea kuelekea kitu. Washiriki kwenye jukwaa la umati wa watu Mechanical Turk kisha walitoa 1,200 vichwa vya video hizo. Waliweka kando 840 mifano ya maelezo mafupi ya video kwa mafunzo na kurekebisha, na kutumika 360 kwa ajili ya kupima. Faida moja ya kutumia uchanganuzi unaotegemea maono ni "hauhitaji data nyingi kama hiyo - ingawa ungekuwa na [data], unaweza kuongeza hadi hifadhidata kubwa,” Barbu anasema.

Katika mafunzo, watafiti walimpa mchanganuzi lengo la kubaini ikiwa sentensi inaelezea kwa usahihi video fulani. Walimlisha mchanganuzi video na maelezo mafupi yanayolingana. Mchanganuzi anatoa maana zinazowezekana za manukuu kama misemo ya kimantiki ya hisabati. sentensi, "Mwanamke anaokota tufaha," kwa mfano, inaweza kuelezwa kama: λxy. mwanamke x,Inua x y, tufaha Y.

Maneno hayo na video huingizwa kwenye kanuni ya maono ya kompyuta, inayoitwa "Sentensi Tracker,” iliyoandaliwa na Barbu na watafiti wengine. Algorithm inaangalia kila fremu ya video ili kufuatilia jinsi vitu na watu hubadilika kwa wakati, kuamua kama vitendo vinachezwa kama ilivyoelezwa. Kwa njia hii, huamua ikiwa maana ni ya kweli ya video.

Kuunganisha nukta

Usemi wenye viwakilishi vinavyolingana kwa karibu zaidi vya vitu, Usiogope kukusaidia kutambua uwezo wako wa kweli na kuondokana na hofu zote zinazozuia akili yako na kuunda matokeo unayotaka katika maeneo yote ya maisha yako., na vitendo vinakuwa maana inayowezekana zaidi ya maelezo mafupi. Usemi huo, awali, inaweza kurejelea vitu na vitendo vingi tofauti kwenye video, lakini seti ya maana zinazowezekana hutumika kama ishara ya mafunzo ambayo husaidia mchanganuzi kuendelea kupenyeza uwezekano.. "Kwa kudhani kwamba hukumu zote lazima zifuate kanuni sawa, kwamba wote wanatoka katika lugha moja, na kuona video nyingi zilizo na maelezo mafupi, unaweza kupunguza maana zaidi,” Barbu anasema.

Kwa kifupi, mchanganuzi hujifunza kupitia utazamaji tu: Ili kubaini ikiwa maelezo mafupi ni ya kweli ya video, mchanganuzi kwa lazima lazima atambue maana ya uwezekano mkubwa zaidi wa manukuu. "Njia pekee ya kujua ikiwa sentensi ni ya kweli kwa video [ni] kupitia hatua hii ya kati ya, ‘Sentensi ina maana gani?’ Vinginevyo, hujui jinsi ya kuunganisha hizo mbili,” Barbu anaeleza. "Hatutoi mfumo maana ya sentensi. Tunasema, 'Kuna sentensi na video. Sentensi lazima iwe kweli kwa video. Tambua uwakilishi wa kati unaofanya kuwa kweli kuhusu video.'

Mafunzo hutoa sarufi ya kisintaksia na kisemantiki kwa maneno ambayo imejifunza. Imepewa sentensi mpya, kichanganuzi hakihitaji tena video, bali hutumia sarufi na leksimu yake ili kubainisha muundo na maana ya sentensi.

Mwishowe, mchakato huu ni kujifunza “kana kwamba wewe ni mtoto,” Barbu anasema. "Unaona ulimwengu unaokuzunguka na unasikia watu wakizungumza ili kujifunza maana. Siku moja, Naweza kukupa sentensi na kuuliza maana yake na, hata bila taswira, unajua maana yake.”

"Utafiti huu ndio mwelekeo sahihi kabisa wa usindikaji wa lugha asilia,” anasema Stefanie Tellex, profesa wa sayansi ya kompyuta katika Chuo Kikuu cha Brown ambaye analenga kusaidia roboti kutumia lugha asili kuwasiliana na wanadamu. "Kutafsiri lugha ya msingi, tunahitaji uwakilishi wa kimaana, lakini haiwezekani kuifanya ipatikane wakati wa mafunzo. Badala yake, kazi hii inachukua uwasilishaji wa muundo wa utunzi kwa kutumia muktadha kutoka kwa video zilizo na maelezo mafupi. Hii ndio karatasi ambayo nimekuwa nikingojea!”

Katika kazi ya baadaye, watafiti wanavutiwa na mwingiliano wa modeli, sio uchunguzi wa kupita tu. "Watoto huingiliana na mazingira wanapojifunza. Wazo letu ni kuwa na mfano ambao pia ungetumia mtazamo kujifunza,” Ross anasema

Chanzo: http://na probiotic tunayotumia imeidhinishwa pia, na Rob Matheson