211service.com
IBM driver djupinlärning med en Watson-uppgradering
IBM Jeopardy! -spela datorsystem, Watson , kombinerade två separata områden av forskning om artificiell intelligens med vinnande resultat. Naturlig språkförståelse slogs samman med statistisk analys av stora, ostrukturerade högar av text för att hitta de troliga svaren på kryptisk Jeopardy! ledtrådar.
Nu siktar IBM på att lägga till ytterligare en kraftfull AI-teknik, känd som deep learning, till den kommersiella versionen av Watson. Flytten kan göra plattformen betydligt smartare och mer användbar, och pekar på en lovande framtida riktning för AI-forskning.
I sitt försök att kommersialisera Watson har IBM gjort några av de funktioner som utvecklats för Jeopardy! utmaning, såväl som några nya, tillgängliga för utvecklare via ett molnapplikationsprogrammeringsgränssnitt (API). Den har nu lagt till tre djupinlärningsbaserade funktioner till detta Watson API: översättning, tal-till-text och text-till-tal. Dessa kan användas för att bygga till exempel appar eller webbplatser som erbjuder översättnings- eller transkriptionstjänster. Men utvecklare kan också koppla dem till andra Watson-tjänster som analyserar frågor och söker efter svar i stora mängder text. Detta kan leda till en app som gör det möjligt att söka i stora mängder dokument med naturligt talade frågor.
Företaget har också sagt att man kommer att samarbeta med Yoshua Bengio , professor vid University of Montreal i Kanada, en framstående figur inom området djupinlärning.
Djup inlärning innebär att en dator tränas att känna igen ofta komplexa och abstrakta mönster genom att mata stora mängder data genom på varandra följande nätverk av artificiella neuroner, och förfina hur dessa nätverk reagerar på input. Under de senaste åren har tillvägagångssättet visat sig mycket effektivt för att känna igen talade ord eller annat ljud, eller klassificera visuell information (se Breakthrough Technologies 2013: Deep Learning ).
Snabba framsteg har gjorts inom djupinlärning de senaste åren tack vare att stora mängder sekretessbelagda data blivit tillgängliga, särskilt online, och eftersom kraftfulla parallella grafikprocessorer har visat sig särskilt effektiva för att utföra nödvändiga beräkningar. Några av världens största teknikföretag är angelägna om att tillämpa djupinlärning på kommersiellt relevanta sätt (se Facebook lanserar AI-ansträngning för att hitta mening i dina inlägg och Är Google ett hörn på marknaden i djupinlärning? ). Google och Facebook har också anställt ledande personer inom djupinlärning för att tillämpa tekniken på sina företag.
Men även om resultaten som produceras av system för djupinlärning ofta är spektakulära, är de ansvariga systemen extremt specialiserade och de kan misslyckas på överraskande sätt eftersom de inte förstår världen på ett mycket meningsfullt sätt. Om djupinlärning kan kombineras med andra AI-tekniker på ett effektivt sätt, skulle det kunna producera mer avrundade, användbara system.
Man kan föreställa sig många olika användningsfall, säger Jerome Pesenti , vice VD för kärnteknologier för Watson. Låt oss säga att du har en bank- eller försäkringsprodukt, du kan prata i telefon och säga 'Hej, det här är mitt problem' och få något som faktiskt interagerar med dig automatiskt, eller ger dig till en verklig människa när systemet inte vet inte hur jag ska svara. Det är den typen av system vi lägger ut där just nu.
Att kombinera olika delar av AI-forskning kan bli en viktig trend under kommande år.
En viktig utmaning för modern AI är att sätta ihop ett fält som nästan har splittrats bland dessa metoder, säger James Hendler , chef för Rensselaer Polytechnic Institute for Data Exploration and Applications i Troy, New York. RPI har tillgång till en tidig version av Watson som donerats till universitetet av IBM, och Hendler undervisar i kurser baserade på tekniken. Det viktigaste med Watson, säger han, är att det i sig handlar om att ta många olika lösningar på saker och ting och integrera dem för att nå ett beslut.
Att tillämpa lärande från ett område, såsom syn, till ett annat, såsom tal, är känt som ett multimodalt tillvägagångssätt. Det kan göra framtida AI-system mycket mer användbara och kan ge grundläggande insikter om intelligensens natur.
När det gäller att kommersialisera sådana framsteg kan IBM, tack vare Watson, ha ett försprång när det gäller att integrera nya tekniker på användbara sätt. Pesenti säger att hans team redan gör framsteg på detta område. Om jag pratar med dig om en hund är det väldigt svårt att ha en förståelse för vad en hund är utan att ha en upplevelse av den hunden, vilket man får genom en multimodalitetssyn på det, säger han. Vi tror att det faktiskt är en riktigt, riktigt stor del av vår strategi.