Mokslas trumpai

Konceptuali iliustracija, kurioje vaizduojamas kompiuteris, popieriai ir dirbtinis intelektas Minji Mėnulis

MIT ir kitur mokslininkų komanda sukūrė neuroninį tinklą, kuris gali skaityti mokslinius straipsnius ir pateikti trumpą santrauką paprasta anglų kalba. Tokia sistema galėtų padėti redaktoriams, rašytojams ir mokslininkams nuskaityti daugybę straipsnių, kad iš anksto suprastų, apie ką jie rašo. Šis metodas taip pat gali būti naudojamas mašininiam vertimui ir kalbos atpažinimui.

Fizikos profesorius Marin Soljačić, abiturientai Rumen Dangovski ir Li Jing bei kolegos kūrė neuroninius tinklus, kad išspręstų sudėtingas fizikos problemas, kai suprato, kad gali pritaikyti kai kurias savo fizikos žinias tam, kad patobulintų tam tikrus AI algoritmus.

Neuroniniai tinklai imituoja vieną būdą, kaip žmonės mokosi: kompiuteris tiria daugybę skirtingų pavyzdžių ir nustato pagrindinius pagrindinius modelius. Nors tokios sistemos plačiai naudojamos modelių atpažinimui, jos dažnai susiduria su sunkumais susiejant informaciją iš ilgos duomenų sekos, pavyzdžiui, mokslinių darbų. Kiti metodai, naudojami šiai funkcijai pagerinti, įskaitant vadinamąją ilgalaikę trumpalaikę atmintį (LSTM), negali atlikti apdorojimo natūralia kalba užduočių, kurioms reikia tikrai ilgalaikės atminties.

Nors neuroniniai tinklai paprastai yra pagrįsti matricų dauginimu, Soljačić'o komanda sukūrė matricą, pagrįstą vektoriais, besisukančiais daugiamatėje erdvėje. Jis naudoja tai, ką jie vadina sukamuoju atminties vienetu (RUM), kurį jie sugalvojo padėti išspręsti tam tikras sudėtingas fizikos problemas, tokias kaip šviesos elgesys sudėtingose ​​inžinerinėse medžiagose. Tada jie pritaikė jį natūralios kalbos apdorojimui, kad padėtų įsiminti ir prisiminti.

Iš esmės kiekvienas teksto žodis yra vaizduojamas vektoriumi. Kiekvienas paskesnis žodis persuka šį vektorių tam tikra kryptimi, vaizduojamas teorinėje erdvėje, kuri galiausiai gali turėti tūkstančius matmenų. Proceso pabaigoje galutinis vektorius arba vektorių rinkinys verčiamas atgal į atitinkamą žodžių eilutę.

Kai komanda pateikė tą patį pranešimą spaudai apie mokslinį darbą per įprastą LSTM pagrįstą neuroninį tinklą ir per RUM pagrįstą sistemą, LSTM sistema pateikė šią pasikartojančią ir gana techninę santrauką: Baylisascariasis, naikina peles, sukėlė pavojų allegheny woodrat ir sukėlė ligas, tokias kaip apakimas ar sunkių pasekmių. Ši infekcija, vadinama baylisascariasis, žudo peles, sukėlė pavojų allegheny woodrat ir sukėlė ligas, tokias kaip apakimas ar sunkių pasekmių. Ši infekcija, vadinama baylisascariasis, naikina peles ir sukėlė pavojų allegheny woodrat.

RUM sistema sukūrė daug lengviau skaitomą santrauką: Miesto meškėnai gali užkrėsti žmones labiau, nei manyta anksčiau. 7 procentai apklaustų asmenų buvo teigiami dėl usūrinių apvaliųjų kirmėlių antikūnų. Daugiau nei 90 procentų meškėnų Santa Barbaroje yra šio parazito šeimininkai.

Nuo to laiko mokslininkai išplėtė sistemą, kad ji galėtų apibendrinti visus dokumentus, o ne tik pranešimus spaudai.

paslėpti