Murgab

# машинное обучение


Прямо все по заветам «Черного зеркала» — лучшего сериала современности про технологии.

Вот так все неожиданно сложилось, что полноценного искусственного интеллекта, многократно и надежно прошедшего тест Тьюринга, мы пока не имеем. Однако при этом не машина пытается доказать человеку, что она человек, а человек пытается доказать машине, что он человек, вводя миллионы капч ежедневно.

Посмотрите также фильм о Луне по ссылке, похожие впечатления.


Понимание живого человеческого языка машиной, распознавание контекстов, объектов, субъектов и фактов отношений между ними — одна из главнейших задач современной науки и одна из главных перспектив практического применения машинного обучения. И в этой области все двигается довольно быстро вперед (впрочем, как и с сопредельными областями ML).

Вчера Google выкатила целый открытый фреймворк на базе своей же открытой ML-библиотеки TensorFlow для парсинга естественного языка — SyntaxNet, доступный любому и каждому. В задачи системы, построенной с применением глубоких нейронных сетей, входит понять, о чем идет речь в предложении и максимально, насколько это возможно, без фактического знания окружающего мира, а располагая лишь текстовой информацией, снять все неоднозначности. То есть, вот это вот «казнить нельзя помиловать».

Фреймворк поставляется с уже натренированной моделью с благородным именем Parsey McParseface, работающей пока только с английским языком. В Google заявляют, что на данный момент это самый точный парсер естественного языка в мире, способный дать точность распознавания на уровне 96-97%, что уже сопоставимо с обычным человеком, читающим текст. Правда, для этого обрабатываемый материал должен быть правильно написанным и оформленным. Комменты из интернета со всеми вытекающими жаргонизмами, пофигистичным подходом к структуре предложений и пунктуации (да еще и с кучей ошибок) будут парситься с куда более низкой точностю (но это, конечно, просто дело времени и техники).

Пользователи фреймворка вольны натренировать свою модель, а не использовать готовую. Для русского языка — это опция по умолчанию, без вариантов. Попробую сегодня поковырять, очень интересно, что выйдет.


В разделах технологии, будущее и наука
Андрей Баксаляр  :: 13 мар 2016, в 09:15

Типа электронный мозг

Впечатляющая новость из области разработок ИИ и просто красивый и показательный развод:

Преподаватель Джилл Уотсон около пяти месяцев помогала студентам Технологического института Джорджии в работе над проектами по дизайну программ. Нюанс в том, что Джилл — это робот, система искусственного интеллекта, работающая на базе IBM Watson, но никто из студентов, обсуждая работы с преподавателем, за все это время ничего не заподозрил. А кто-то из студентов до этого открытия даже собирался назвать ее «выдающимся педагогом». Это были студенты из класса по изучению искусственного интеллекта. Историю Джилл рассказывает The Wall Street Journal.

С января этого года «Джилл», как ассистирующий преподаватель, вместе с еще 9 преподавателями-людьми помогала около 300 студентам разрабатывать программы, которые помогают компьютерам решать определенного вида проблемы, к примеру – как подобрать картинку, чтобы последовательность картинок была логичной.

Джилл помогала студентам на форуме, где они сдавали и обсуждали работы, использовала в своей речи сленговые и просторечные обороты типа «угу», и в общем и целом вела себя как обычный человеческий преподаватель.

«Она должна была напоминать нам о датах дедлайна и с помощью вопросов подогревать обсуждения работ. Это было как обычный разговор с обычным человеком», – рассказала изданию студентка вуза Дженнифер Гевин.

Другой студент, Шрейяс Видьярти, представлял себе Джилл как дружелюбную белую женщину 20-ти с чем-то лет, скорее всего, работающую над докторской. «Меня как громом поразило», – делится впечатлениями студент.

Дошло до того, что робота в мисс Уотсон не признал даже студент Баррик Рид, который два года работал на IBM, создав некоторые из программ, с помощью которых действует сам робот. Но намека в имени «Уотсон» он не разглядел. «Я должен был догадаться, но нет», – говорит он.

Зачем Джилл включили в программу обучения? Проблема в том, что студенты задают слишком много вопросов – порядка 10 000 сообщений в семестр, объясняет Ашок Гоэл, профессор компьютерных наук Технологического института Джорджии. Преподаватели-люди с валом вопросов не всегда справляются. Именно Ашок решил ввести робота в обучающую программу для своего класса по изучению искусственного интеллекта.

Над роботом работала вузовская команда, обучая его отвечать на вопросы, учитывая предыдущие ответы. Не стоит путать Джилл с обычными чатботами. Если большинство чатботов – новички, то Джилл – эксперт, она не отвечает на вопрос, пока не достигнет 67% уверенности в ответе, утверждает Гоэл. По его словам, Джилл еще далеко до Авы из Ex Machina, но это такой же волнующий опыт.

По оценкам профессора, всего за год Джилл обучится настолько, что сможет отвечать на 40% вопросов от студентов, оставляя за людьми право заниматься более серьезными техническими или философскими проблемами.

Войти через...


Это даст читателю возможность голоса, комментария, создания закладки, и даже написания поста, не говоря о множестве других мелких ништяков.

Популярное


Шоу Дружко 1 май, в 11:16

Пара иллюстраций от Томми Уошбуша 30 апр, в 12:35

По США на товарняках 2 апр, в 14:12

Новое Оно на подходе 30 мар, в 15:45

Пообщался со Стивом Джобсом 10 апр, в 15:41

Соациализируемся


Также найти меня можно в других злачных местах:

Все еще использую электронную почту:
andreybaksalyar@ya.ru