سوف تكون الآلات الواعية باللغة مفيدة للغاية. لكننا لا نعرف كيف نبنيها.

: , . , , .

, , , AlphaGo, , Google, , .

37- AlphaGo . , – , . , . , , , 37- AlphaGo . Google , .

AlphaGo , . . , . .

, , , . , , . - , , .

AlphaGo . . -, , , . — , , . , . , , .



37- AlphaGo 2:0 . , . « »,- , .

AlphaGo , , , , « ». , , . . , , .

: . Siri IBM Watson , . , .

AlphaGo , , . Google, Facebook, Amazon , – – AlphaGo . , . – , , , . « , ,- [Josh Tenenbaum], MIT. – , ».

, , AlphaGo , , - . . , AlphaGo. , , , . « „, , , , ?“ – [Terry Winograd], . „ , , “.

AlphaGo , . , .

, -, - Google, Facebook Apple. , .

1968 . , , MIT . , . . MIT . „ “,- .



, . , MIT , , , . , , , .

. [Joseph Weizenbaum], MIT , -. ELIZA , , , . , , „ , ?“. , . , .

, , . . , „ “, . , SHRDLU, , , . SHRDLU ( , ) , . „ “, , , , - .



SHRDLU , . . , , . , . „ , “,- .

, - . , [Hubert Dreyfus], , 1972 „ “ [What Computers Can’t Do], , , . AlphaGo , .



, , , , , . , – , . . , , . 1990- . , . , - .

على مدى السنوات القليلة الماضية ، أصبحت الشبكات العصبية أكثر تعقيدًا وقوة. ازدهر هذا النهج بفضل التحسينات الرياضية الرئيسية ، والأهم من ذلك ، أجهزة الكمبيوتر الأسرع وظهور كميات هائلة من البيانات. بحلول عام 2009 ، أظهر باحثون من جامعة تورونتو أن شبكات التعلم العميق متعدد الطبقات يمكنها التعرف على الكلام بدقة قياسية. وفي عام 2012 ، فازت نفس المجموعة بمسابقة رؤية الآلة باستخدام خوارزمية تعلم عميقة أظهرت دقة مذهلة.

. . , , . „ “ [backpropagation] . . , , . , , .

هناك مشكلة واضحة في تطبيق تقنية التعلم العميق على اللغة. الكلمات هي أحرف اعتباطية ، وهذه هي الطريقة التي تختلف بها بشكل أساسي عن الصور. يمكن أن يكون لكلمتين معنى مشابه وتحتوي على أحرف مختلفة تمامًا. ويمكن للكلمة نفسها أن تعني أشياء مختلفة اعتمادًا على السياق.

1980- , . , , . , „“ „“ , -. [Yoshua Bengio] Google , . [Geoffrey Hinton], , Google, „ “.

, . , , .

- - Google (), , , [Quoc Le], , . , . „ ,- . – , , “.



Google . Parsey McParseface, , , . , . Google - -. RankBrain , . . , , Smart Reply, Gmail . , Google .

أنشأ لي مؤخرًا برنامجًا يمكنه توليد إجابات لائقة على الأسئلة الصعبة. تدربت في حوارات من 18900 فيلم. بعض الإجابات أصابت العلامة بشكل مخيف. على سبيل المثال ، سأل لي "ما هو الغرض من الحياة؟" وأجاب البرنامج "في خدمة خير أعلى". يتذكر مبتسماً مبتسماً: "هذه إجابة جيدة". "ربما أفضل من أن أجيب نفسي".

, . „ ?“, „, “. „ ?“ „“. , , . , , . , , . , , , . . Google, , , , .

, , . - [Fei-Fei Li], , , , . „ , , ,- , . – ; “.

. , . , , . : „ “, „ “, „ “ . , . „ , ,- . – “.

, , . . , . , , . „ ,- . – , , , – “.

, . - , ?

, , MIT, , – . , . „ , , , : , , “,- .

, , .

[Noah Goodman] , . - , . , . „ , , “,- .

Webppl, , . , – . , „“ , , , , . , , - .

يوضح مثال جودمان أيضًا مدى صعوبة تعليم الآلات للغة. إن فهم معنى مصطلح "الخلود" في سياق معين هو مثال لما يجب أن تتعلمه أنظمة الذكاء الاصطناعي ، وهذا في الواقع أمر بسيط إلى حد ما وبدائي.

, , , , , . . , , . - .

» , ,- [John Leonard], , MIT. – , ".

Toyota, , MIT [Gerald Sussman], , , , - . . « , – ,- , Toyota MIT. – , , , ».

[David Silver], Google DeepMind AlphaGo. -. , , . , AlphaGo , 37- . , , : , , - 1 10 000. , .

, - , , .

, Google , . , . « ,- . – . , , ».

, , – , «?». , . , – . .