Viime vuosina tietokoneista on tullut paljon taitavampia kääntämään kieleltä toiselle hermoverkkojen käytön ansiosta. Tekoälykoulutus vaatii kuitenkin yleensä paljon ihmisen kääntämää sisältöä tietokoneille.
Mikel Artex, Baskimaan yliopiston (UPV) tietojenkäsittelytieteen tutkija ja yhden näistä kirjoituksista, vertaa tilannetta antamalla jollekulle erilaisia kirjoja kiinaksi ja erilaisia arabiankielisiä kirjoja ilman, että samat tekstit ovat päällekkäisiä toisiaan. Ihmisen olisi hyvin vaikea oppia kääntämään kiinasta arabiaksi tässä tilanteessa, mutta tietokone voi.
Tyypillisessä koneoppimisprosessissa tekoälyjärjestelmää valvotaan. Tämä tarkoittaa, että kun tekoäly yrittää löytää oikean vastauksen mihinkään ongelmaan, henkilö sanoo, onko se oikea vai ei, ja tarvittaessa tekoäly tekee muutoksia.
Sen sijaan tekoäly oppii, miten sanat liittyvät samalla tavalla eri kielillä uudella tavalla - esimerkiksi sanoja "pöytä" ja "tuoli" käytetään usein yhdessä murteesta riippumatta. Vertaamalla näitä yhdistelmiä jokaiselle kielelle ja sitten vertaamalla niitä, saat hyvän käsityksen siitä, mitkä termit liittyvät toisiinsa.
Näiden järjestelmien avulla voidaan kääntää kokonaisia lauseita, ei vain yksittäisiä sanoja, käyttämällä kahta uutta oppimisstrategiaa. Käänteisessä käännöksessä oletetaan, että yhdellä kielellä kirjoitettu lause käännetään karkeasti toiselle, ja sitten takaisin alkuperäiselle kielelle, jos tekoäly ei täsmää, se asettaa protokollat eri tavalla. Kohinanvaimennus on prosessi, joka on samanlainen kuin radiotekniikassa, mutta sanalla poistetaan tai lisätään sanoja. Näiden menetelmien synkronointi auttaa konetta ymmärtämään paremmin kielen toimintaa.
Testaa sanasto
Molemmat järjestelmät - toisen UPV: n ja toisen Facebook-tieteilijän Guillaume Lamplerin kehittämä - eivät ole vielä saaneet asiantuntija-arvioita, mutta molemmat ovat osoittaneet lupaavia tuloksia alustavissa testauksissa.
Mainosvideo:
Arvioidaksemme heidän kykynsä kääntää tekstiä englannista ranskaksi ja päinvastoin, käännettäväksi ehdotettiin noin 30 miljoonaa virkettä. Molemmat tekoälyt onnistuivat saamaan 15 pistettä. AI Google Kääntäjä, joka käyttää valvottua koneoppimista, on saanut 40 pistettä, kun taas ihmisen kääntäjät voivat saada jopa 50 pistettä.
Molemmat tutkijat ovat yhtä mieltä siitä, että kukin heistä voi parantaa itseoppivaa tekoälyjärjestelmäänsä rakentamalla toisen työn. Tekoälystä voitaisiin tehdä kyvykkäämpi lisäämällä opetussuunnitelmaan useita tuhansia rinnakkaisia lauseita, mikä lyhentäisi kielen hallintaan kuluvaa aikaa.
Serg-leija