IBM skubber til dyb læring med en Watson-opgradering

IBM'er Fare! -spiller computersystem, Watson , kombinerede to separate områder inden for kunstig intelligens-forskning med vindende resultater. Naturlig sprogforståelse blev slået sammen med statistisk analyse af store, ustrukturerede bunker af tekst for at finde de sandsynlige svar på kryptisk Fare! spor.

Nu sigter IBM på at tilføje endnu en kraftfuld kunstig intelligens-teknik, kendt som deep learning, til den kommercielle version af Watson. Flytningen kan gøre platformen betydeligt smartere og mere nyttig og peger på en lovende fremtidig retning for AI-forskning.

I sit forsøg på at kommercialisere Watson har IBM lavet nogle af de funktioner, der er udviklet til Fare! udfordring, såvel som nogle nye, tilgængelige for udviklere via en cloud-applikationsprogrammeringsgrænseflade (API). Den har nu tilføjet tre dyb-læringsbaserede funktioner til denne Watson API: oversættelse, tale-til-tekst og tekst-til-tale. Disse kan bruges til at bygge for eksempel apps eller websteder, der tilbyder oversættelses- eller transskriptionstjenester. Men udviklere kunne også forbinde dem med andre Watson-tjenester, der analyserer spørgsmål og søger efter svar i store mængder tekst. Dette kunne føre til en app, der gør det muligt at søge i et stort antal dokumenter med naturligt talte forespørgsler.

Selskabet har også sagt, at det vil samarbejde med Yoshua Bengio , professor ved University of Montreal i Canada, en fremtrædende figur inden for dyb læring.

Dyb læring involverer træning af en computer til at genkende ofte komplekse og abstrakte mønstre ved at tilføre store mængder data gennem successive netværk af kunstige neuroner og forfine den måde, disse netværk reagerer på input. I de senere år har tilgangen vist sig meget effektiv til at genkende talte ord eller anden lyd, eller klassificere visuel information (se Breakthrough Technologies 2013: Deep Learning).

Der er sket hurtige fremskridt inden for deep learning i de senere år takket være, at store mængder klassificerede data er blevet tilgængelige, især online, og fordi kraftige parallelle grafikprocessorer har vist sig særligt effektive til at udføre de nødvendige beregninger. Nogle af verdens største teknologivirksomheder er ivrige efter at anvende deep learning på kommercielt relevante måder (se Facebook lancerer AI-indsats for at finde mening i dine indlæg og Er Google et hjørne på markedet i Deep Learning? ). Google og Facebook har også ansat førende personer inden for deep learning til at anvende teknologien til deres virksomheder.

Men selvom resultaterne fra deep learning-systemer ofte er spektakulære, er de ansvarlige systemer ekstremt specialiserede, og de kan fejle på overraskende måder, fordi de ikke forstår verden på en meget meningsfuld måde. Hvis deep learning effektivt kan kombineres med andre AI-teknikker, kan det producere mere afrundede, nyttige systemer.

Du kan forestille dig en masse forskellige use cases, siger Jerome Pesenti , vicepræsident for kerneteknologier for Watson. Lad os sige, at du har et bank- eller forsikringsprodukt, du kan tale over telefonen og sige, 'Hej, det er mit problem' og få noget, der faktisk interagerer automatisk med dig eller giver dig til et faktisk menneske, når systemet ikke ved ikke hvordan jeg skal svare. Det er den slags system, vi lægger ud lige nu.

At kombinere forskellige dele af AI-forskning kan blive en vigtig trend i de kommende år.

En nøgleudfordring for moderne kunstig intelligens er at sammensætte et felt, der næsten er splittet op blandt disse metoder, siger James Hendler , direktør for Rensselaer Polytechnic Institute for Data Exploration and Applications i Troy, New York. RPI har adgang til en tidlig version af Watson doneret til universitetet af IBM, og Hendler underviser i kurser baseret på teknologien. Det vigtigste ved Watson, siger han, er, at det i sagens natur handler om at tage mange forskellige løsninger på tingene og integrere dem for at nå frem til en beslutning.

At anvende læring fra et område, såsom vision, til et andet, såsom tale, er kendt som en multimodal tilgang. Det kunne gøre fremtidige AI-systemer langt mere nyttige og kunne give grundlæggende indsigt i intelligensens natur.

Når det kommer til kommercialisering af sådanne fremskridt, kan IBM, takket være Watson, have et forspring med at integrere nye teknikker på nyttige måder. Pesenti siger, at hans team allerede gør fremskridt på dette område. Hvis jeg taler med dig om en hund, er det meget svært at have en forståelse af, hvad en hund er uden at have en oplevelse af den hund, som man får gennem et multimodalitetssyn på det, siger han. Vi tror på, at det faktisk er en rigtig, rigtig stor del af vores strategi.

skjule