De rol fan keunstmjittige yntelliginsje en masine learen yn spraakherkenning
Rol fan keunstmjittige yntelliginsje en masine learen yn spraakherkenning
Al lang woene minsken mei masines prate kinne. Sûnt se begûnen te bouwen fan kompjûters, hawwe wittenskippers en yngenieurs besocht om spraakherkenning yn it proses op te nimmen. Yn it jier 1962 yntrodusearre IBM Shoebox, in spraakherkenningsmasine dy't ienfâldige wiskundige berekkeningen koe dwaan. Dit ynnovative apparaat erkende en reagearre op 16 sprutsen wurden, ynklusyf de tsien sifers fan "0" oant "9." Doe't in nûmer en kommando wurden lykas "plus", "minus" en "totaal" waarden sprutsen, Shoebox ynstruearre in taheakjen masine te berekkenjen en printsje antwurden op ienfâldige rekenkundige problemen. Shoebox waard eksploitearre troch te praten yn in mikrofoan, dy't stimlûden omsette yn elektryske ympulsen. In mjitkring klassifisearre dizze ympulsen neffens ferskate soarten lûden en aktivearre de taheakke tafoegingsmasine fia in estafettesysteem.
Mei de tiid, dizze technology ûntwikkele en hjoed in protte fan ús routine ynteraksje mei út kompjûters troch stim. De populêrste stimassistenten hjoed binne Alexa fan Amazon, Siri fan Apple, Google Assistant en Cortana fan Microsoft. Dizze assistinten kinne taken of tsjinsten foar in yndividu útfiere op basis fan kommando's of fragen. Se kinne minsklike spraak ynterpretearje en reagearje fia synthesisearre stimmen. Brûkers kinne fragen stelle oan har assistinten, apparaten foar hûsautomatisearring en media-ôfspielje kontrolearje fia stim, en oare basistaken beheare lykas e-post, taaklisten en kalinders mei ferbale kommando's. Hoe mear wy dizze stimoandreaune apparaten brûke, hoe mear wy wurde ôfhinklik fan keunstmjittige yntelliginsje (AI) en masine learen.
Keunstmjittige yntelliginsje (AI)
As jo keunstmjittige yntelliginsje (AI) sizze, kinne in protte minsken tinke dat jo it oer science fiction hawwe, ek al is AI heul ynbêde yn ús deistich libben. Yn feite is it al tsientallen jierren. Mar de wierheid is, it wie yndie science fiction dy't oan it begjin fan 'e 20e ieu it publyk fertroud makke mei keunstmjittich yntelliginte minske-like robots. Yn 'e jierren '50 kamen de begripen fan AI mear en mear yn' e fokus fan 'e belangstelling fan wittenskippers en filosofen. Yn dy tiid suggerearre de jonge Britske wiskundige Alan Turing dat d'r gjin reden wie wêrom't masines net (krekt as minsken) problemen koene oplosse en besluten nimme op basis fan beskikbere ynformaasje. Mar yn dy tiid hiene kompjûters net de mooglikheid om te memorisearjen wat de kaai is foar yntelliginsje. Alles wat se diene wie kommando's útfiere. Mar dochs wie it Alan Turing dy't it fûnemintele doel en fyzje fan keunstmjittige yntelliginsje fêstige.
Wiid erkend as de heit fan AI is John McCarthy dy't de term keunstmjittige yntelliginsje betocht. Foar him wie AI: "de wittenskip en technyk fan it meitsjen fan yntelliginte masines". Dizze definysje waard presintearre op in konferinsje by Dartmouth College yn 1956 en it joech it begjin fan AI-ûndersyk oan. Fan doe ôf bloeide AI.
Yn 'e moderne wrâld is keunstmjittige yntelliginsje ubiquitous. It is populêrder wurden troch ferhege gegevensvoluminten, avansearre algoritmen, en ferbetteringen yn kompjûterkrêft en opslach. Meast AI-applikaasje is ferbûn mei yntellektuele taken. Wy brûke AI foar oersetting, objekt-, gesicht- en spraakherkenning, ûnderwerpdeteksje, medyske ôfbyldingsanalyse, natuerlike taalferwurking, sosjale netwurkfiltering, skaakspul ensfh.
Masine learen
Masine learen is in tapassing fan keunstmjittige yntelliginsje en it ferwiist nei systemen dy't de mooglikheid hawwe om te ferbetterjen út har eigen ûnderfining. It wichtichste ding hjir is dat it systeem moat witte hoe te werkennen patroanen. Om dat te kinnen, moat it systeem trainearre wurde: it algoritme is feed grutte hoemannichten gegevens sadat it op in stuit is by steat om te identifisearjen patroanen. It doel is om de kompjûters automatysk te learen sûnder minsklik yngripen of help.
As jo prate oer masine learen, is it wichtich om djip learen te neamen. Litte wy begjinne mei te sizzen dat ien fan 'e wichtichste ark brûkt yn djip learen keunstmjittige neurale netwurken binne. Dat binne algoritmen dy't binne ynspirearre troch de struktuer en funksje fan it brein, ek al binne se tend to wêzen statysk en symboalysk, en net plestik en analoog as it biologyske harsens. Dat, djip learen is in spesjalisearre foarm fan masine learen basearre op keunstmjittich neuraal netwurk, wêrfan it doel is om de manier wêrop minsken leare te replikearjen en dit tsjinnet as in geweldich ark om patroanen te finen dy't fierstente talich binne foar in programmeur om de masine te learen. Yn 'e ôfrûne pear jier is der in protte praat oer auto's sûnder sjauffeur en hoe't se ús libben kinne feroarje. Deep learning technology is hjir de kaai, om't it ûngemakken ferminderet troch de auto in fuotgonger te ûnderskieden fan in brânkraan of in read ljocht te herkennen. Deep learning technology spilet ek de haadrol yn stimkontrôle yn apparaten lykas tablets, tillefoans, koelkasten, tv's ensfh keapje. Deep learning technology wurdt ek brûkt yn medysk fjild. It helpt kankerûndersikers om kankersellen automatysk te ûntdekken en fertsjintwurdiget sadwaande in geweldige foarútgong yn kankerbehanneling.
Spraakherkenning
Spraakherkenningstechnology tsjinnet om wurden en útdrukkingen te identifisearjen dy't de sprutsen taal foarmje en se omsette yn in lêsber formaat foar de masine. Wylst guon programma's allinich in beheind oantal frases kinne identifisearje, kinne guon mear ferfine spraakherkenningsprogramma's natuerlike spraak ûntsiferje.
Binne der obstakels om te oerwinnen?
Hoewol it handich is, giet spraakherkenningstechnology net altyd soepel en hat it noch in pear problemen om troch te wurkjen, om't it kontinu ûntwikkele wurdt. Problemen dy't ûntsteane kinne ûnder oaren de folgjende omfetsje: de kwaliteit fan 'e opname kin net genôch wêze, der kinne lûden op 'e eftergrûn wêze dy't it dreech meitsje om de sprekker te ferstean, ek de sprekker kin in echt sterk aksint of dialekt hawwe (hasto oait it Geordie-dialekt heard?), ensfh.
Spraakherkenning hat in protte ûntwikkele, mar it is noch lang net perfekt. Net alles is allinnich oer wurden, masine noch kin net dwaan in protte dingen dy't minsken kinne: se kinne net lêze lichemstaal of werkenne de sarkastyske toan yn immen syn stim. Minsken sprekke faak net elk wurd op 'e goede manier út en se hawwe de neiging om guon wurden yn te koartsjen. Bygelyks, as se fluch en ynformeel prate, sprekt memmetaal Ingelsktaligen faak "gean nei" as "gonna." Al it boppesteande, feroarsake obstakels foar masines dy't se besykje te oerwinnen, mar der noch in lange wei foar harren. It is wichtich om te markearje dat as mear en mear gegevens wurde feed oan dy spesifike algoritmen; de útdagings lykje te ferminderjen. De takomst fan automatyske spraakherkenning liket helder te wêzen.
Stim-oandreaune brûkersynterfaces wurde hieltyd mear beskikber en populêr yn húshâldens. It kin sels it folgjende platfoarm wurde yn technology.
Gglot biedt automatyske spraakherkenning yn 'e foarm fan automatyske transkripsjetsjinsten - wy konvertearje taspraken nei tekst. Us tsjinst is ienfâldich te brûken, it sil jo net folle kostje en it sil fluch dien wurde!