Kita masing-masing berhadapan dengan fenomena misteri seperti kecerdasan buatan dalam kehidupan seharian - dialah yang membolehkan pembantu suara dan mesin pencari mengenali pertuturan manusia dan meneka keinginan pengguna. Hari ini kita akan membincangkan bagaimana teknologi ini disusun dan prospek apa yang menanti bidang pembangunan ini dalam masa terdekat.
Kecerdasan buatan adalah istilah yang sangat luas, dalam kerangka yang mana banyak algoritma sudah ada dan masih dalam pengembangan, yang dirancang untuk melaksanakan berbagai tugas praktik. Tetapi apa yang sebenarnya mampu dilakukan oleh program kecerdasan buatan moden, dan prinsip apa yang dipandu mereka semasa mereka bekerja? Hari ini kita akan membincangkan salah satu ciri utama minda mesin, yang selalu kita hadapi dalam kehidupan seharian - kemampuan pembantu suara untuk mengenali pertuturan manusia.
Pengecaman suara
Untuk mengukur suara, program ini menggunakan sejumlah parameter suara: frekuensi dan panjang gelombang suara pada satu titik waktu tertentu. Contohnya, semasa anda berbual dengan pembantu suara Alexa yang popular, perisian membahagikan suara anda menjadi slaid 25 milidetik, dan kemudian mengubah setiap segmen menjadi tandatangan digital. Selepas itu, blok tanda tangan dibandingkan dengan katalog dalaman suara program sehingga jumlah padanan cukup tinggi untuk AI untuk "menerjemahkan" nombor menjadi pertanyaan abjad yang difahami olehnya.
Tonton skrin telefon anda semasa menggunakan Siri atau Google Assistant dan anda akan melihat bahawa perbendaharaan kata berubah ketika anda menyebut perkataan. Ini berlaku kerana setiap "langkah" seterusnya perisian juga membandingkan hasil yang diperoleh dengan pangkalan data dalaman dan membina kata-kata bergantung pada padanan. Menurut Rohit Prasad, ketua saintis di bahagian Alexa Amazon, "model bahasa mempelajari banyak miliaran kata dalam bentuk teks." Urutan kata juga memainkan peranan penting: ini juga dapat diperhatikan dengan bantuan mesin carian Google yang biasa, yang kadang-kadang memberikan data yang berbeza untuk pertanyaan yang serupa, di mana hanya beberapa kata yang disusun semula.
Video promosi:
Perspektif pengecaman pertuturan
Alan Black dari Carnegie Institute for Language Technology berpendapat bahawa bagi semua profesional di syarikat besar, perkara yang paling menarik adalah mencari had sistem mereka sendiri. "Ketika program mengatakan, 'Saya tidak dapat melakukan ini,' maka situasinya menjadi sangat menarik," katanya. Walau bagaimanapun, ini memang berlaku: menanggapi permintaan pengguna yang tidak dapat diramalkan bahkan merupakan salah satu tugas utama yang dikendalikan oleh kalangan pelajar yang bertanding untuk Hadiah Alexa - dan ini sebanyak $ 2.5 juta - sedang menyiasat. Tugas mereka adalah membuat chatbot yang dirancang untuk berkomunikasi dengan orang yang mengajukan soalan yang konsisten dan bermakna. Maklumat dalam kes ini dikemas kini setiap 20 minit. Kedengarannya seperti tugas yang cukup mudah walaupun untuk pengaturcara rata-rata,Tetapi dalam praktiknya, komunikasi program dengan orang sebenar selalu dikaitkan dengan penyimpangan dari topik dialog, frasa spontan dan pelanggaran lain. Program yang belajar bekerja dengan mereka dan juga orang yang sebenar akan menjadi kejayaan besar bagi seluruh industri AI.
Vasily Makarov
