تعداد زیادی از برنامههای هوش مصنوعی که امروزه وجود دارند، اساسی برای بخشهای مختلف صنعتی هستند و آخرین توسعه توسط آزمایشگاه فناوریهای دیجیتال اعمال شده دانشگاه ایالتی نوووسیبرسک یک پیشرفت قابل ملاحظه را نشان میدهد. برنامه هوش مصنوعی آنها با هدف عملی، به نگارش پیشنهادی برای گفتگوها و دفاعهای پایانی دانشگاهی توجه کرده است. این پیشنویسها تا 20 درصد از کلمات را به درستی نوشته و قابل قبول میکند، که نشان دهنده تعطیلی اولیه نسبت به دقت دستور زبانی است.
در یک نوآوری جذاب، برنامه رابط کاربری برای شرکت در “دیکته کلی” وادار شد، یک رویدادی که به تبع آن توسعهدهندگان را مجبور ساخت تا قابلیتهای دستوری و املایی خود را برای برآوردن استانداردهای بالاتر بهبود بخشاننده شوند.
نتایج واگذار شده: برنامه هوش مصنوعی توانست با میانگین شرکتکننده روس متناسب شود و امتیاز 3+ را در آزمون دیکته کس نهایی کسب کند. لیودمیلا بودنوا، دبیرانسن تغذیه در NSU که مقاله هوش مصنوعی را بازبینی کرد، ذکر کرد که اصلیت برنامه مشکل عمده آن در تشخیص کلمات گفته شده به وضوح برتر بود. هوش مصنوعی نه کلمه ای از شصت و شش کلمه را نادیده گرفت که پنجتا آن در پایان جملات بودند، نتوانسته وقفه گذارد اما سپس جمله جدید را به درستی خواستار میشود – اشاره به تردید در شناخت محدودیتهای خود است.
خارجه نادرستی نیز خطاهای ابداعی تولید شده است، مانند استبدال “بالاترین” با “حاضر بودن” بیمعنی و اشتباه به کاغذ نوشتن “بررسی – نمیخواهم” جایگاه “خواندن – نمیخواهم”، برجستهكردن چالشها با دستور زبان.
با وجود این نوآوری، گام نخست هوشمصنوعی در رقابت خط با انسانها قابل تشویق است. ایجاد انرژی از نتیجه، توسعهدهندگان قصد دارند از اطلاعات آماری استفاده کرده و عملکرد هوش مصنوعی را بهبود بخشاننده، احتمالاً راهی را برای برنامههای پیشرفته در تایپکردن زبان گفتاری با دقت بالا باز کنند.
درک و تایپکردن زبانهای گفتاری یک وظیفه پیچیده برای هوش مصنوعی است به دلیل فریبهای صحبت انسانی شامل لهجه، چارچوبها، اشکال گفتاری و عامیانهها. بطور کلی، هر چند نرمافزارهای شناخت صوتی سنتی بهبود قابل توجهی داشتهاند، به دقت تفسیر معنی و سازه کلمات گفتاری چالشبرانگیز است.
پیشرفتهای انجام شده توسط برنامه هوش مصنوعی دانشگاه ایالتی نوووسیبرسک پیشرفتهای قابل توجهی برای مقابله با این پیچیدگی نشان میدهد. با شرکت در “دیکته کلی”، هوش مصنوعی قابلیتهای خود را خارج از محیطهای دانشگاهی نشان داد و خود را با توانایی زبانی عمومی جامعه مقایسه کرد.
چالشهای اصلی مرتبط با هوش مصنوعی در درک زبان گفتاری:
– لهجهها و چارچوبها: تغییرات در تلفظ میتوان در تأثیر گزاری بر توانایی یک هوش مصنوعی در درک زبان گفتاری داشت.
– هموفونها: کلمههایی که به یک شکل صدایی است بدون که بدان معانی مختلفی دارند میتوانند خطای انتقال بزرگی ایجاد کنند.
– درک فرهنگ: درک مفهومی که کلمات از آن استفاده شده است برای تایپ کردن و تفسیر مناسب بسیار حیاتی است.
– زبان عامیانه: اصطلاحات و عبارات زبانی خصوصی به خصوص دشوار برای هوش مصنوعی برای پردازش به درستی.
انتقادات:
– نگرانیهای حریم خصوصی: هوش مصنوعی پردازش زبان بسیاری از دادههای بزرگ شامل ضبطهای صوتی نیاز دارد که ممکن است مسائل حریم خصوصی را ایجاد کند.
– وابستگی به فناوری: وابستگی زیاد به هوش مصنوعی برای وظایف زبانی میتواند تأثیرگذار بر مهارتهای زبانی انسانها و فرصتهای شغلی در حوزههای مربوط به ترجمه و تحویل شغلی.
مزایای هوش مصنوعی در پردازش زبان:
– کارایی: هوش مصنوعی میتواند زبان گفتاری را با سرعت بیشتری نسبت به انسانها تایپ کند.
– دسترسیپذیری: میتواند محتوا را برای افراد با نقصهای شنوایی یا نیازهای یادگیری زبان دسترسیپذیرتر کند.
– افزایش نیروی کار: هوش مصنوعی میتواند با مدیریت تسکهای پردازش زبانی روزمره، حرفهایان را در صنایع مختلف کمک نماید.
معایب:
– کمبود همدلی: هوش مصنوعی درک نوازشهای احساسی در گفتار را نمیفهمد که در برخی مواقف مانند درمان یا مذاکره مهم است.
– عدم دقت: مانند آنچه در مقاله تا حالا گفته شده است، هوش مصنوعی ممکن است خطاهایی داشته باشد، به ویژه در ساختارهای دستوری و نحو پیچیده.
برای اطلاعات اضافی عمومی در مورد هوش مصنوعی و وضعیت فعلی آن در پردازش زبان، میتوانید به این آدرسها مراجعه نمایید:
– IBM Research
– OpenAI
– DeepMind
لطفاً توجه داشته باشید که این پیوندها به صفحه اصلی نهادهای مربوط که برای کار خود در زمینه هوش مصنوعی شناخته شدهاند، اشاره دارد و اطلاعات خاص مربوط به متن ممکن است نیاز به جستجو در داخل وبسایت یا از طریق قابلیت جستجوی آنها داشته باشد.
The source of the article is from the blog macnifico.pt