Кепти таанууда жасалма интеллекттин жана машиналык үйрөнүүнүн ролу

Кепти таанууда жасалма интеллекттин жана машиналык үйрөнүүнүн ролу

Көптөн бери адамдар машиналар менен сүйлөшкүсү келген. Окумуштуулар жана инженерлер компьютерлерди кура баштагандан бери кепти таанууну процесске киргизүүгө аракет кылышты. 1962-жылы IBM жөнөкөй математикалык эсептөөлөрдү жасай ала турган сүйлөө таануучу Shoebox машинасын ишке киргизди. Бул инновациялык аппарат 16 айтылган сөздү, анын ичинде “0” дон “9га” чейинки он цифраны таанып, жооп берди. "плюс", "минус" жана "жалпы" сыяктуу бир катар жана буйрук сөздөрү айтылганда, Shoebox жөнөкөй арифметикалык маселелерге жоопторду эсептөө жана басып чыгаруу үчүн кошуучу машинага көрсөтмө берген. Shoebox үн үндөрүн электрдик импульстарга айландырган микрофонго сүйлөп иштетилген. Өлчөө схемасы бул импульстарды үндөрдүн ар кандай түрлөрүнө жараша классификациялаган жана реле системасы аркылуу тиркелген кошуу машинасын иштеткен.

Убакыттын өтүшү менен бул технология өнүккөн жана бүгүнкү күндө көбүбүз үн аркылуу компьютерлер менен иштешип жатабыз. Бүгүнкү күндө эң популярдуу үн жардамчылары - Alexa by Amazon, Siri by Apple, Google Assistant жана Cortana Microsoft. Бул жардамчылар буйруктардын же суроолордун негизинде жеке адам үчүн тапшырмаларды же кызматтарды аткара алышат. Алар адамдын сүйлөгөнүн чечмелеп, синтезделген үн аркылуу жооп бере алышат. Колдонуучулар жардамчыларына суроолорду берип, үйдөгү автоматташтырылган түзмөктөрдү жана медиа ойнотууну үн аркылуу башкара алышат жана оозеки буйруктар менен электрондук почта, аткарыла турган иштер тизмелери жана календарлар сыяктуу башка негизги тапшырмаларды башкара алышат. Бул үн менен башкарылган түзмөктөрдү канчалык көп колдонсок, биз ошончолук көп боло алабыз. жасалма интеллект (AI) жана машина үйрөнүү көз каранды.

Жасалма интеллект (AI)

Жасалма интеллект (AI) деп айтканда, көптөгөн адамдар сизди илимий фантастика жөнүндө айтып жатат деп ойлошу мүмкүн, бирок AI биздин күнүмдүк жашообузга абдан киргизилген. Чындыгында, бул ондогон жылдар бою. Чындыгында, 20 ^- кылымдын башында элди жасалма интеллекттүү адамга окшош роботтор менен тааныштырган илимий фантастика болгон. 50-жылдары AI концепциялары окумуштуулардын жана философтордун кызыгуусунун чордонуна көбүрөөк ээ болгон. Ошол убакта жаш британиялык математик Алан Тьюринг машиналардын (адамдар сыяктуу) көйгөйлөрдү чече албашына жана колдо болгон маалыматка таянып чечим кабыл алууга эч кандай себеп жок деп сунуштаган. Бирок ал убакта компьютерлерде интеллект үчүн маанилүү болгон жаттоо мүмкүнчүлүгү жок болчу. Болгону алар буйруктарды аткарышты. Ошентсе да, жасалма интеллекттин негизги максатын жана көз карашын түзгөн Алан Тьюринг болгон.

Жасалма интеллект терминин киргизген Джон Маккарти AIнын атасы катары кеңири таанылган. Ал үчүн AI: "акылдуу машиналарды жасоо илими жана инженериясы" болгон. Бул аныктама 1956-жылы Дартмут колледжинде өткөн конференцияда берилген жана ал AI изилдөөлөрүнүн башталышын көрсөткөн. Ошондон тартып AI өнүккөн.

Азыркы дүйнөдө жасалма интеллект бардык жерде бар. Ал көбөйгөн маалымат көлөмүнүн, өркүндөтүлгөн алгоритмдердин жана эсептөө күчүн жана сактоону жакшыртуунун аркасында популярдуу болуп калды. Көбүнчө AI колдонмосу интеллектуалдык милдеттерге байланыштуу. Биз AIды котормо, объектти, жүздү жана кепти таануу, теманы аныктоо, медициналык сүрөттү талдоо, табигый тилди иштетүү, социалдык тармактарды чыпкалоо, шахмат ойноо ж.б. үчүн колдонобуз.

Машина үйрөнүү

Машина үйрөнүү - бул жасалма интеллекттин колдонмосу жана ал өз тажрыйбасынан жакшыртууга жөндөмдүү системаларды билдирет. Бул жерде эң негизгиси система калыптарды таанууну билиши керек. Бул үчүн системаны үйрөтүү керек: алгоритм чоң көлөмдөгү маалыматтарды азыктандырат, ошондуктан кандайдыр бир учурда ал үлгүлөрдү аныктай алат. Максаты – компьютерлерди адамдын кийлигишүүсүз же жардамысыз автоматтык түрдө үйрөнүүгө мүмкүндүк берүү.

Машина үйрөнүү жөнүндө сөз кылып жатып, терең үйрөнүү жөнүндө сөз кылуу керек. Терең үйрөнүүдө колдонулган негизги инструменттердин бири бул жасалма нейрон тармактары экенин айтып баштайлы. Булар биологиялык мээ сыяктуу пластикалык жана аналогдук эмес, статикалык жана символдук мүнөзгө ээ болгонуна карабастан, мээнин түзүлүшү жана функциясынан шыктанган алгоритмдер. Ошентип, терең үйрөнүү - бул жасалма нейрондук тармакка негизделген машинаны үйрөнүүнүн адистештирилген формасы, анын максаты адамдардын үйрөнүү жолун кайталоо жана бул программист машинаны үйрөтүү үчүн өтө көп үлгүлөрдү табуу үчүн сонун курал болуп саналат. Акыркы эки жылда айдоочусу жок унаалар жана алар биздин жашообузду кандайча өзгөртө алаары тууралуу көп сөз болду. Терең үйрөнүү технологиясы бул жерде ачкыч болуп саналат, анткени ал унаага жөө жүргүнчүнү өрт гидрантынан айырмалоого же кызыл жарыкты таанууга мүмкүндүк берип, кырсыктарды азайтат. Терең окутуу технологиясы планшеттер, телефондор, муздаткычтар, сыналгылар жана башкалар сыяктуу түзмөктөрдө үн башкарууда негизги ролду ойнойт. Электрондук коммерциялык компаниялар көбүнчө жасалма нейрон тармактарын чыпкалоо системасы катары колдонушат, ал колдонуучу каалаган нерселерди алдын ала айтууга жана көрсөтүүгө аракет кылат. сатып алуу. Терең окутуу технологиясы медицина тармагында да колдонулат. Бул рак изилдөөчүлөрүнө рак клеткаларын автоматтык түрдө аныктоого жардам берет жана ошентип ракты дарылоодо зор прогрессти билдирет.

Кепти таануу

Кепти таануу технологиясы оозеки тилдеги сөздөрдү жана сөз айкаштарын аныктоо жана аларды машина үчүн окула турган форматка айландыруу үчүн кызмат кылат. Кээ бир программалар фразалардын чектелген санын гана аныктай алса, кээ бир татаалыраак кеп таануу программалары табигый кепти чечмелей алат.

Жеңе турган тоскоолдуктар барбы?

Ыңгайлуу болгонуна карабастан, кепти таануу технологиясы дайыма эле бир калыпта жүрө бербейт жана ал тынымсыз өнүктүрүлүп тургандыктан, дагы эле бир нече көйгөйлөрдү чечүү керек. Келип чыгышы мүмкүн болгон көйгөйлөр башкалардын арасында төмөнкүлөрдү камтышы мүмкүн: жаздыруунун сапаты адекваттуу эмес болушу мүмкүн, фондо сүйлөп жаткан адамды түшүнүүнү кыйындаткан ызы-чуулар болушу мүмкүн, ошондой эле баяндамачынын акценти же диалекти абдан күчтүү болушу мүмкүн (сизби? Geordie диалектисин уктуңуз беле?), ж.б.

Кепти таануу бир топ өнүккөн, бирок ал дагы эле кемчиликсиз. Мунун баары бир гана сөздөр эмес, машина дагы эле адамдар жасай ала турган көп нерселерди жасай албайт: алар дене тилин окуй алышпайт же бирөөнүн үнүндөгү шылдыңдуу тонду тааный алышпайт. Адамдар көп учурда ар бир сөздү туура айта алышпайт жана кээ бир сөздөрдү кыскартышат. Мисалы, тез жана расмий эмес сүйлөгөндө, англис тилинде сүйлөгөндөр көбүнчө "going to" деп "gonna" деп айтышат. Жогоруда айтылгандардын баары, алар басып өтүүгө аракет кылып жаткан машиналар үчүн тоскоолдуктарды жаратат, бирок алардын алдында дагы көп жол бар. Бул белгилүү бир алгоритмдерге көбүрөөк маалыматтар берилип жаткандыгын баса белгилеп кетүү маанилүү; кыйынчылыктар азаят окшойт. Кепти автоматтык түрдө таануунун келечеги кең көрүнөт.

Үн менен иштеген колдонуучу интерфейстери үй чарбаларында барган сайын жеткиликтүү жана популярдуу болуп баратат. Ал тургай технологиядагы кийинки платформа болуп калышы мүмкүн.

Gglot автоматташтырылган транскрипция кызматтары түрүндө кепти автоматтык түрдө таанууну сунуштайт – биз кептерди текстке айландырабыз. Биздин кызматты колдонуу оңой, ал сизге көп каражат талап кылбайт жана тез бүтөт!