211service.com
Kompiuteriams taip pat sunku išmokti kalbėti kiniškai
Tyrėjai 2017-uosius Kinijoje dažnai vadina pokalbio kompiuterio metais. Pasinaudodami naujausiais balso atpažinimo ir natūralios kalbos apdorojimo pažanga, el. prekybos milžinė „Alibaba“ ir paieškos milžinė „Baidu“ kuria technologijas, skirtas nulaužti balsu pagrįstą ryšį (žr. 10 proveržio technologijų: pokalbių sąsajos .) Dabar balsu valdomi produktai, sukurti iš Baidu. ir „Alibaba“ technologijos ateina į Kinijos rinką.
„Tmall Genie“, kuriame yra įmontuotas „Alibaba“ balso asistentas „AliGenie“, yra panašus į „Amazon Echo“. Jis gali pateikti užsakymus internetu, pasitikrinti orą, leisti mėgstamą muziką ir valdyti kitus išmaniuosius įrenginius namuose balso komandomis.
„Baidu“ pokalbių platforma „DuerOS“ buvo įtraukta į tokius produktus kaip namų asistento robotas, televizoriaus priedėlis ir HTC išmanusis telefonas. Ji turi panašias funkcijas kaip AliGenie ir kiti balso padėjėjai, taip pat elementarus gebėjimas vesti atsitiktinį pokalbį, o bendrovė teigia, kad gavo daug užsakymų dėl savo DuerOS kūrimo rinkinio.
Kun Jing, Baidu Duer verslo padalinio generalinis direktorius, tikisi, kad šiais metais į šią sritį pateks daug daugiau įmonių, iš dalies motyvuotą tokių produktų, kaip Echo, sėkmės JAV rinkoje, kuri sukėlė Kinijos technologijų investuotojų susidomėjimą.
Tyrimų įmonė IDC prognozuoja, kad iki 2020 m. Kinijoje 51 procentas išmaniojo vairavimo pramonės ir 68 procentai mobiliųjų telefonų bei nešiojamų prietaisų pramonės turės pokalbiais pagrįstą dirbtinio intelekto sistemą. Taip daug lengviau, pokalbių sąsajos padarys sąveiką natūralesnę ir pritrauks daugiau žmonių į susietą pasaulį, sako Jing, prižiūrintis DuerOS kūrimą.
Balsu pagrįsta kompiuterija yra geras pasirinkimas Kinijai. Šiandien kinų kalba rašant tipine QWERTY klaviatūra remiasi sistema, vadinama pinyin, pagrįsta simbolių tarimu, tačiau kadangi mandarinų kalba yra keturi tonai ir kiekvienas turi skirtingą reikšmę, vartotojas turi kruopščiai pasirinkti tinkamą simbolį iš išskleidžiamojo meniu. įvedus tarimą. Įprastas skiemuo, pavyzdžiui, yi, gali atitikti 60 ar dažniau vartojamų kinų simbolių. Kai kurie įvesties metodai gali suteikti pirmenybę labiausiai tikėtinam simboliui pagal kontekstą, tačiau jie ne visada tikslūs. Nenuostabu, kad mobiliųjų technologijų, tokių kaip populiarioji „WeChat“ bendravimo programėlė, vartotojai yra linkę vieni kitiems palikti žodinius pranešimus, o ne spausdintus tekstus, būdingus JAV.
Šiandien Kinijoje balso asistento technologija veikia paversdama vartotojo balso komandas tekstu ir generuodama atsakymą pagal teksto reikšmę. Šis procesas gana gerai veikia su užduotimis pagrįstoms komandoms – patikrinkite orą arba ieškokite konkretaus kinų žodžio vertimo į anglų kalbą, tačiau jis negali palaikyti pokalbio pirmyn ir atgal keliomis temomis.
Norint išspręsti pokalbio skaičiavimą, reikės įveikti kai kuriuos sudėtingus kinų kalbos sunkumus. Pavyzdžiui, kinų kalboje tie patys rašmenys, išdėstyti skirtinga tvarka, reiškia skirtingus dalykus, ir net jei jie išdėstyti ta pačia tvarka, jie gali turėti skirtingas reikšmes, priklausomai nuo to, kas yra prieš juos ar po jų. Be to, rašytinėje kinų kalboje nėra tarpų, natūraliai dalijančių žodžius, kaip anglų kalba. Taigi Kinijos natūralios kalbos tyrėjai turi išmokyti savo algoritmus, kur įterpti tarpus, kad nustatytų tinkamą tam tikro simbolių derinio reikšmę. Kinų kalbos veiksmažodžių laikų nebuvimas – nėra skiriamųjų praeities, dabarties ar ateities formų – mašinoms taip pat sunku iššifruoti sekos laiko juostą.
Kinijos natūralios kalbos tyrėjai taip pat sprendžia kitus iššūkius: egzistuoja daugybė tarmių, kai kurios iš jų yra nesuprantamos, o ta pati išraiška skirtinguose kontekstuose gali reikšti skirtingus dalykus.
Zhiyong Wu, Tsinghua universiteto docentas, studijuojantis natūralios kalbos supratimą, pažymi, kad norint, kad kompiuteriai iš tikrųjų suprastų žmogaus kalbėtojo ketinimus ir tinkamai bendrautų, jie turės atpažinti subtilius įkalčius, tokius kaip intonacija ir stresas. Jie taip pat turės suprasti emocijas, nes žmonių sprendimai nėra pagrįsti vien logika, pažymi Jia Jia, Tsinghua universiteto docentė, studijuojanti socialinę emocinę kompiuteriją.
Siekdama padaryti savo sistemą išmanesnę, „Baidu“ šiais metais savo platformoje pristatė treniruoklio režimą, kad programinės įrangos kūrėjai galėtų pateikti kalbos duomenis realiuoju laiku per įmontuotą anotatoriaus robotą. Botas gauna kūrėjo atsiliepimus (pvz., užklausos, kurios sistema nesuprato pirmą kartą, paaiškinimą), iš to mokosi ir tada pataiso sistemą.
Vienas iš Kinijos mokslininkų pranašumų, bandančių išspręsti šias problemas, yra didelis duomenų kiekis. Neuroniniams tinklams, kuriais grindžiamas šiuolaikinių kompiuterių kalbos supratimas, lavinti reikia daug duomenų. Kuo daugiau duomenų turės įmonė, tuo išmanesni taps jos neuroniniai tinklai, o tokios įmonės kaip „Baidu“ ir „Alibaba“ turės naudos iš didžiulės vartotojų bazės. 2016 m. pabaigoje „Baidu“ per mėnesį turėjo 665 mln. aktyvių mobiliųjų vartotojų, o šių metų kovo mėn. „Alibaba“ turėjo 507 mln.
Tačiau Gang Wang, Alibaba A.I. mokslininkas. Lab, teigia, kad mokslininkai turės sukurti neuroninius tinklus, kuriems nereikia daug duomenų, kad jie galėtų efektyviau mokytis kalbos. Realiame pasaulyje žmonės tą pačią reikšmę išreiškia įvairiais būdais, ir neįmanoma išmokyti kompiuterio visų įmanomų posakių, pažymi jis. Ankstesniame akademinio tyrinėtojo pareigose jis ir jo kolegos sugalvojo metodą, kaip išmokyti kompiuterius suprasti dalyką, kai turima labai mažai duomenų: naudokite duomenis iš susijusių dalykų. Pavyzdžiui, norėdami išmokyti neuroninį tinklą suprasti sporto medicinos tekstus, galite remtis sporto ir medicinos duomenimis. Wang pažymi, kad šis metodas nėra toks geras, kaip naudojant organinius duomenis, tačiau kai jų trūksta, tai leidžia išmokyti neuroninius tinklus tam tikra tema.
Galiausiai tai, kas paskatins balso padėjėją Kinijoje, yra jo turinys ir paslaugos, sako Chenfeng Song, startuolio „Ainemo“, gaminančio balsu įjungiamą namų asistentą, vadinamą „Little Fish“, kuris buvo parduotas birželį, įkūrėjas. Song planuoja palaipsniui kurti švietimo ir sveikatos priežiūros programas į savo įmonės namų asistentą. Little Fish naudoja DuerOS pokalbių platformą. „Voice, Song Notes“ – tai būdas perduoti turinį žmonėms, kurie negali labai gerai pasiekti interneto per stalinius kompiuterius ir išmaniuosius telefonus, ypač pagyvenusiems žmonėms ir mažiems vaikams.