Kontekst, język i rozumowanie w sztucznej inteligencji: trzy kluczowe wyzwania

Dostarczone przez Ramy RAGE

Obecnie sztuczna inteligencja (AI) szybko wychodzi z laboratoriów badawczo-rozwojowych do głównego nurtu. Inteligentne technologie zmieniają każdy aspekt naszego życia, od sposobu, w jaki pracujemy, po opiekę zdrowotną, edukację, podróże i transport. Jeden przykład: autonomiczne samochody produkowane przez Google i Teslę. Istnieje również wiele udanych zastosowań w przestrzeni wizji komputerowej.

Ale co z nie-wizyjnymi zastosowaniami sztucznej inteligencji: czyli obszarami obejmującymi dane nieprzestrzenne — co najważniejsze, tekst i liczby? Platforma technologiczna IBM Watson słynie z pokonania ludzkich arcymistrzów szachowych i mistrza Jeopardy, a w reklamach telewizyjnych zapowiadających nadejście inteligentniejszej planety pojawiają się gwiazdy. Google AlphaGo niedawno pokonało koreańskiego arcymistrza w jeszcze bardziej złożonym wyzwaniu, starożytnej grze Go.

Czy to wszystko oznacza, że ​​sztuczna inteligencja jest wreszcie dostępna dla aplikacji niewizyjnych? Wierzymy, że odpowiedź jest zdecydowanie twierdząca, ale nie przy obecnym podejściu stosowanym przez IBM i Google.

Ze względu na rewolucyjny potencjał sztucznej inteligencji, jej zastosowania w problemach niezwiązanych z wizją wzbudziły ogromne zainteresowanie. Podejmowano również próby odtworzenia tego, co działało z danymi przestrzennymi i zastosowania tego do tekstu (i liczb). Mam na myśli coś, co wydaje się ślepą gorączką obliczeniowych, opartych na statystyce podejść do przetwarzania języka naturalnego. Takie podejścia próbują przekształcić tekst w dane, a następnie szukać głębokich wzorców w tych danych.

Ta sytuacja przypomina mi, jak fizycy wkroczyli w przestrzeń rynku finansowego i próbowali stworzyć modele predykcyjne dla danych finansowych. Takie wysiłki na pewno nie powiodą się, jak już stało się z kilkoma firmami. W końcu szum i złudzenie stosowalności znikną. Następnie zajmiemy się problemem, koncentrując się na podstawowych cechach danych i opracowując podejście, które jest bardziej koncepcyjne.

Rozwiązanie trzech wyzwań

Technologie sztucznej inteligencji muszą pokonać trzy wyzwania, aby odnieść sukces w świecie bez wizji (a być może nawet w świecie wizji): język, kontekst i rozumowanie.

Niedawny Przegląd technologii MIT Artykuł AI’s Language Problem wymownie wskazuje na pierwsze wyzwanie. Dzisiejsze technologie AI, w tym IBM Watson i Google AlphaGo, mają trudności z przetwarzaniem języka tak, jak robią to ludzie. Dzieje się tak, ponieważ większość obecnych implementacji traktuje tekst jako dane, a nie język. Stosują te same techniki, które działały na danych przestrzennych do tekstu.

Drugie wyzwanie – zrozumienie kontekstu – jest związane z problemem językowym, ale jest na tyle istotne, że myślę o nim jako o samodzielnym zagadnieniu. Tekst w języku naturalnym musi być przetwarzany we właściwym kontekście. Właściwy kontekst można opracować tylko wtedy, gdy technologia skupia się na strukturze języka, a nie tylko na słowach w tekście, jak wydaje się robić większość obecnych technologii, zgodnie z Artykuł 2014 w Magazyn IEEE Computational Intelligence . Potem jest trzecie wyzwanie: identyfikowalność rozumowania, które wdraża rozwiązanie, aby dojść do wniosku.

Różne technologie próbują dziś sprostać wszystkim trzem wyzwaniom. Kilka udanych rozwiązań AI dla przedsiębiorstw skutecznie radzi sobie z językiem, kontekstem i przejrzystością rozumowania.

Posługiwanie się językiem naturalnym: od przetwarzania do zrozumienia

Obecne metody przetwarzania języka naturalnego (NLP) są w dużej mierze oparte na statystykach obliczeniowych. Metody te nie próbują zrozumieć tekstu, ale zamiast tego konwertują tekst na dane, a następnie próbują uczyć się na podstawie wzorców w tych danych. W procesie konwersji tracimy cały kontekst i znaczenie tekstu. Założeniem takiego podejścia jest jasne, że przy wystarczająco dużych zbiorach tekstów muszą być obecne wszystkie możliwe permutacje i kombinacje znaczeń. Zatem odkrywanie wzorców opartych na słowach powinno ujawnić inteligencję tekstu, na którą można następnie działać. Niestety taki wynik nie występuje w większości rzeczywistych sytuacji.

Aby sprostać wyzwaniu językowemu w sztucznej inteligencji, musimy przejść od mechanicznego przekształcania języka naturalnego na dane, na przykład poprzez logikę opartą na występowaniu słów. Możemy wtedy zrozumieć język, używając jego struktury językowej i zasad, których nauczyliśmy się wyrażać nasze myśli. Uważam to za przejście z NLP na rozumienie języka naturalnego (NLU). Moim zdaniem NLP symbolizuje mechaniczne podejście do języka naturalnego poprzez konwersję tekstu na dane. Naszym prawdziwym celem w sztucznej inteligencji jest opracowanie mechanizmów rozumienia znaczenia pisanego tekstu.

Dogłębne zrozumienie struktury językoznawczej w tekście wymagałoby zastosowania kilku zasad z językoznawstwa komputerowego w celu rozłożenia tekstu z powrotem na pojęcia i słownictwo użyte do ich połączenia w tekście. Jest to zasadniczo odwrotna inżynieria tekstu z powrotem do jego podstawowych idei, aby zrozumieć, w jaki sposób te idee były ze sobą połączone, tworząc zdania i akapity.

RAGE AI wykazała tak głębokie uczenie się języków, a RAGE Frameworks wykorzystało tę metodę do stworzenia i pomyślnego wdrożenia kilku aplikacji AI w globalnych korporacjach.

Zrozumienie kontekstu

NLU obejmuje również zrozumienie kontekstu, w jakim używany jest język. Jednak zrozumienie kontekstu wiąże się z wieloma wyzwaniami.

Po pierwsze, w wielu językach pewne słowa mogą być używane w wielu znaczeniach. Dlatego ważne jest, aby wyeliminować niejednoznaczność wszystkich takich słów, aby można było dokładnie zrozumieć ich użycie w konkretnym dokumencie. Ujednoznacznienie w sensie słowa jest stałym problemem w językoznawstwie, ale badacze poczynili znaczne postępy w rozwiązywaniu tego problemu.

Po drugie, dokumenty tekstowe często wykorzystują modele dyskursu specyficzne dla domeny, takie jak umowy prawne, artykuły prasowe, raporty badawcze i tym podobne. Pewne właściwości takich modeli dyskursu domenowego powinny zostać włączone do technologii sztucznej inteligencji, aby wzmocnić NLU.

Po trzecie, w dokumencie używamy wielu słów jako zastępców innych pojęć. Na przykład najczęściej mówimy Xerox jako kopia, FedEx jako nocny kurier i tak dalej. Technologia AI musi być w stanie rozpoznać i zrozumieć te proxy.

Wreszcie dokument może odnosić się do wiedzy, która nie jest wyraźnie zawarta w tekście. Możemy to zrozumieć tylko wtedy, gdy posiadamy tę wcześniejszą wiedzę.

Sztuczna inteligencja musi stworzyć repozytorium takiej globalnej wiedzy, którą można odzyskać w kontekście, aby uzupełnić tekst w dokumencie, aby uzyskać pełne zrozumienie znaczenia tekstu. Automated Knowledge Discoverer w RAGE AI jest jednym z takich przykładów tego pomysłu, co dokładniej wyjaśniam w mojej ostatniej książce: Inteligentne przedsiębiorstwo w erze Big Data (John Wiley i Synowie, 2016). Technologia ta może automatycznie odkrywać idee związane z pojęciem i wyrażeniami, które mają różne relacje retoryczne z pojęciem będącym przedmiotem zainteresowania.

Przez pewien czas taka wiedza i globalny kontekst mogą wymagać dopracowania przez ekspertów. Ale w krótkim czasie odkryliśmy, że możliwe jest stworzenie wystarczającej wiedzy w maszynie, aby działała z pamięcią lepszą niż 90 procent. Na przykład stworzyliśmy aplikację AI do kategoryzowania odpowiednich treści dla globalnej firmy konsultingowej w 20 obszarach jej praktyki. Pomysł polegał na zapewnieniu w czasie rzeczywistym wydestylowanej wiedzy wszystkim swoim konsultantom, wykorzystując informacje zebrane z każdego obszaru praktyki. Wykorzystano zautomatyzowane odkrywanie wiedzy, aby rozszerzyć to na bardziej globalne zrozumienie. Teraz ta aplikacja kategoryzuje 40 milionów artykułów miesięcznie z ponad 90-procentową dokładnością dzięki głębokiemu uczeniu się lingwistyki.

Rozumowanie

Ostatnim wyzwaniem, które musimy rozpoznać, jest widoczność rozumowania stosowanego przez technologię sztucznej inteligencji. Prawie wszystkie technologie AI wykorzystujące statystyki obliczeniowe to czarne skrzynki. Nie ma w tym nic złego per se — z wyjątkiem tego, że gdy otrzymujemy rekomendację z technologii sztucznej inteligencji, która nie jest intuicyjna, nie mamy możliwości jej zrozumienia. Nie wiemy również, czy jest to naprawdę przyczynowe, czy fałszywe. Musimy tylko ślepo temu zaufać.

Oczywiście są aplikacje, w których taka widoczność może nie mieć znaczenia. Na przykład w przykładzie z grą Go nie było ważne zrozumienie rozumowania zastosowanego przez maszynę dla jej ruchów. Inny przykład: chociaż wszyscy wolelibyśmy, aby wyszukiwania w Internecie były bardziej trafne, fałszywe alarmy nie przeszkadzają nam zbytnio.

Z drugiej strony wierzymy, że w przypadku wielu aplikacji taka widoczność będzie niezbędna do przyjęcia. W niektórych zastosowaniach o znaczeniu krytycznym, w których ludzie są odpowiedzialni — takich jak medycyna i biznes — użytkownicy muszą zdobyć zaufanie, że rozumowanie silnika jest prawidłowe. Widoczność ułatwiłaby również ulepszenie silnika w przypadku fałszywych alarmów lub fałszywych negatywnych wyników. W przypadku czarnej skrzynki musimy znaleźć wystarczającą liczbę przypadków fałszywych trafień lub fałszywych negatywów, aby odbudować czarną skrzynkę. Nie będziemy mieli możliwości sprawdzenia, czy wszystkie odmiany lub permutacje tego błędu zostały rozwiązane.

Dobra wiadomość: dzięki zastosowaniu głębokiego uczenia się lingwistycznego możemy zachować pełną i kompletną widoczność rozumowania.

Venkat Srinivasan jest założycielem i dyrektorem generalnym RAGE Frameworks i odnoszącym sukcesy przedsiębiorcą seryjnym. Jest również byłym profesorem nadzwyczajnym w College of Business Administration na Northeastern University w Bostonie. Opublikował ponad 30 artykułów w prestiżowych, recenzowanych czasopismach naukowych i przyczynił się do publikacji prasowych, takich jak Dziennik Wall Street. Posiada pięć patentów z zakresu automatyzacji i lingwistyki opartej na wiedzy. Jest autorem Inteligentne przedsiębiorstwo w erze Big Data (John Wiley i Synowie, 2016).

ukryć