یادگیری روند طرح پرسش از طریق هوش مصنوعی گوگل

یادگیری روند طرح پرسش از طریق هوش مصنوعی گوگل

هوش مصنوعی گوگل در حال یادگیری روند طرح پرسش است

گوگل برنامه اکتیو کیو ای (ActiveQAیا هوش مصنوعی مبنی بر پرسش و پاسخ خود را متن ‌باز کرد.

سیستم ‌های هوش مصنوعی طبق معمول در حیطه طرح سوای عملکرد خیلی خوبی ندارند چون برای انجام این کار اول باید سیستم ‌های یاد شده را به آن‌ ها یاد داد. این مسئله مهم ترین علت تمرکز گوگل بر روی پردازش زبان طبیعی و سایر فنون مربوط به حرف زدن با هوش مصنوعی است تا با این روش تعامل با دستیار هوشمند گوگل اسیستنت تا حدی که امکان دارد طبیعی ‌تر باشد.

سیستم پرسش و پاسخ فعال گوگل با نام اکیتو کیو اِی یک طرح تحقیقاتی می باشد که از آموزش تقویتی به‌ منظور آموزش دستیار هوش مصنوعی به جهت سؤال پرسیدن و پاسخ دادن بهره می ‌برد. هم اکنون این طرح توسط گوگل به حالت متن ‌باز در آمده است.

میشل چن هوسچر، یکی از مهندسین نرم افزار در بخش هوش مصنوعی گوگل در خصوص ActiveQA به این صورت توضیح داده است:

این برنامه با استفاده از زبان طبیعی به دفعات زیاد با سیستم ‌های پرسش و پاسخ تعامل می‌ کند و هدف آن ارائه جواب های بهتر است.

این برنامه مثل یک کودک پرسش ها را تکرار می ‌کند؛ به طور مثال تسلا چه زمانی به دنیا آمده است؟ پس از آن سؤال مورد نظر را به صورت دیگری می ‌پرسد؛ به عنوان مثال تسلا در چه سالی به دنیا آمد؟ همان گونه که گفته شد هدف اصلی این برنامه، ارتقاء جواب های ارائه شده است.

این دستیار میان کاربر و یک جعبه سیاه برنامه پرسش و پاسخ قرار گرفته و یاد می ‌گیرد که پرسش ها را اصلاح نموده و در نتیجه بهترین جواب ممکن را ارائه نماید. مهندسان گوگل در هفتمین کنفرانس بین‌ المللی آموزش ماشینی که در ماه مرداد (می) برگزار شده اعلام نمودند که برنامه پرسش و پاسخ مبتنی بر هوش مصنوعی این شرکت، زبان طبیعی یک پرسش اولیه را اصلاح می کند و پس از آن بهترین جواب موجود در محتویات را به عنوان مناسب ترین جواب به کاربر ارائه می ‌دهد.

با گذشت زمان، سیستم مورد نظر روی یک فریم‌ ورک یادگیری تقویتی عمل خواهد نمود تا یاد بگیرد پرسش های بهتر و مشخص‌ تری را بپرسد و در نتیجه جواب هایی را که به دنبال آن ‌ها است پیدا کند. با توجه به اصلاحاتی که در نمونه های پارامترها انجام می ‌شود، با فرستادن هر سوال به برنامه پرسش و پاسخ، پرسش انجام شده از لحاظ این که پاسخ آن تا چه اندازه خوب خواهد بود، مورد ارزیابی قرار می گیرد و دو جواب پایانی خوب و بد ارائه خواهد شد.

گوگل، برنامه اکتیو کیو‌ ای را به صورت یک پکیج در فریم ‌ورک آموزش ماشینی خود به نام به تنسورفلو (Tensor Flow) در دسترس کاربران قرار می ‌دهد. به غیر از اضافه شدن یک مدل انتخاب جواب، یک شبکه ‌ی عصبی که با استفاده از کلمات موجود در سیستم داده ‌های استنفورد آموزش داده شده و یک برنامه پرسش و پاسخ بر اساسBiDAF استنفورد (جریان توجه دو طرفه برای آموزش ماشینی) به این سیستم اضافه شده است. گوگل در حال تولید یک سیستم از قبل آموزش داده شده ‌ی جمله به جمله است و در درست کردن این سیستم از کد آموزشی فریم ‌ورک ترجمه ‌ی طبیعیِ ماشینیِ تنسورفلو استفاده کرده است.

یک گروه از گوگل نمونه ‌ای از شیوه اجرای اکتیو کیو ای را به‌ نمایش گذاشته که درون آن، سیستم پرسش و پاسخ، دقیقا جواب هایی را برای پرسش های انجام گرفته ارائه می ‌دهد. در این مدل نمایشی جواب های مورد نظر از مجموعه داده ‌های مسابقه ‌ی تلویزیونی جئوپاردی برگرفته شده است.

رودریگو نگویرا که یکی از دانشجویان مقطع دکترا و مهندس نرم ‌افزار در بخش هوش مصنوعی گوگل می باشد در پستی در وبلاگ خود نوشته:

گمان می ‌کنیم این تحقیق به ما کمک خوبی را خواهد کرد تا سیستم ‌هایی را طراحی نماییم که جواب های مناسب تری ارائه کنند. هدف گوگل این است که اطلاعات دنیا را ساماندهی و آن را به صورت عمومی قابل دسترس و مفید برای کاربران نماید و ما بر این عقیده ایم که اکتیو کیو ای یک قدم مهم در به واقعیت پیوستن این هدف است.

برچسب ها:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *