ألفا زيرو ، الشطرنج وتعلم اللغة الإنجليزية: حاضر ومستقبل الذكاء الاصطناعي

هنا همسنا مؤخرًا أنه في غضون خمس سنوات لن تكون هناك حاجة ببساطة إلى المترجمين ومدرسي اللغة. والشيء هو أن الأنظمة العصبية للذكاء الاصطناعي تتطور بنشاط كبير.

مثل ، سوف يترجمون النص والكلام بشكل نوعي وسريع بحيث تختفي ببساطة الحاجة إلى المتخصصين الأحياء.

بالطبع ، ضحكنا ، لكننا فكرنا في ذلك. وقرروا الخوض في عمق الموضوع ومعرفة ما هو موجود بالذكاء الاصطناعي وما إذا كان سيتركنا بالفعل بدون عمل.

ما هي الشبكة العصبية الاصطناعية

باختصار ، يتم إنشاء شبكة عصبية اصطناعية في محاولة لمحاكاة أداء الدماغ البشري باستخدام الخوارزميات الرياضية.

السمة الرئيسية للشبكة العصبية هي القدرة على التعلم. من وجهة نظر علماء الرياضيات ، تبدو هذه العملية كمشكلة تحسين غير خطية ، والتي تستخدم التحليل التمييزي وأساليب التجميع.

إذا كانت العلوم الإنسانية ، فإن الشبكة العصبية الاصطناعية قادرة على تحليل البيانات باستخدام الخوارزميات المعقدة وإجراء العمليات مع كل من الأنظمة الرياضية المحددة جيدًا وأنظمة اللغة المشوشة.

مثالان سنقوم بتحليلهما.

النظام الرياضي المحدد جيدًا هو الشطرنج . تحتوي اللعبة على عدد من القواعد الواضحة المطلقة للوفاء بها. هناك هدف محدد - لمضايقة الخصم.

وهناك مجموعة كبيرة من التحركات المحتملة ، والتي من بينها تحتاج إلى اختيار تلك التي ستؤدي إلى النصر.

صعوبة تحليل لعبة الشطرنج هي أن عدد ألعاب الشطرنج الفريدة يقترب من 10 ^ 120. نعم ، نعم ، من 10 إلى 120 درجة. بالمقارنة ، يبلغ عدد الذرات في الكون المرئي حوالي 10 ^ 79.

تحليل جميع المواقف أمر غير واقعي جسديًا. لذلك ، يضطر النظام إلى اختيار التحركات والتقنيات التي تؤدي إلى مكاسب فورية أو تعزيز استراتيجي للموقف.

المثال الثاني لاستخدام الشبكة العصبية هو الترجمة من لغة إلى أخرى . هذا نظام معالجة بيانات مختلف تمامًا ، لأن هناك مئات القواعد والآلاف من الفروق الدقيقة في اللغات التي يجب مراعاتها عند الترجمة.

بالإضافة إلى ذلك ، يحتاج النظام إلى فهم السياق من أجل ترجمة الكلمات أو الكلمات غير القابلة للترجمة. وإلا ، كيف يمكنك معرفة الترجمة الصحيحة للجملة باستخدام الفعل "set" ، الذي يحتوي على 44 قيمة معترف بها فقط؟

أو حتى المهمة الأكثر صعوبة هي نقل الفكاهة الإنجليزية الرقيقة حتى يتمكن الروس من الضحك عليها. أو الأصعب هو ترجمة الآية. أو ... حسنًا ، فهمت النقطة.

الآن باختصار حول كيفية عمل الشبكة العصبية.

يقوم النظام أولاً بتحليل البيانات إلى مكونات أولية. ثم تقوم طبقة أو أكثر من الطبقات الخفية من الخوارزميات بتحليل البيانات وتنفيذ التحويل.



في الشبكات العصبية العميقة ، هناك عدة طبقات من الخوارزميات التي تتعامل مع التحليل. غالبًا ما تكون متتالية في طبيعتها ، حيث يتم نقل المعلومات من الطبقة السفلية إلى الطبقة الموجودة في التسلسل الهرمي أعلاه وتعالج المعلومات على مستوى مختلف.



علاوة على ذلك ، إذا وجدت الخوارزميات تبعيات واضحة في البيانات ، فسيتم إنشاء خوارزميات جديدة على أساسها.

في لعبة الشطرنج ، على سبيل المثال ، آلة "تخترع" بسرعة كبيرة لتطوير القطع بسرعة والتقاط الحقول المركزية.

وكل ذلك لأن مثل هذه المناورات دائمًا ما تعطي ميزة في الافتتاح.

لاحظ أنه في قواعد اللعبة ، هذا ليس قريبًا ، ولكن معظم الألعاب التي تم لعبها تؤكد الفرضية ، لذلك تبدأ الآلة في استخدامها بنفسها.

***

الأمر نفسه ينطبق على ترجمة معاني الكلمة ، والتي يمكن أن تكون مختلفة جدًا في اللغات المختلفة.

على سبيل المثال ، خذ كلمة القوس. لديه نوعان أساسيان ، ولكنهما مختلفان جذريًا للمعاني - الخضار ("البصل") والسلاح الصغير ("القوس"). هناك ثلث آخر من اللغات العامية - "البصل" يشير إلى مجموعة من الملابس أو صورة عصرية (ورق تتبع من "نظرة" إنجليزية). نادرًا ما يتم استخدامه ، ولكن يجب أن تعرفه الشبكة العصبية أيضًا.

لمعرفة خيار الترجمة الذي يجب استخدامه ، يعين النظام العصبي معلماته الخاصة لكل قيمة ، والتي تعتمد أيضًا على الكلمات المستخدمة بالقرب من الجملة.

لذا ، في الجملة "عسل ، اشترِ كيلوغرامًا من البصل والبطاطس" ، سيترجم النظام "البصل" على أنه "بصل". وكل ذلك بسبب وجود "كيلوغرام" قريب ، لا يستخدم مع الأسلحة الصغيرة ، و "بطاطس" ، والتي تشير أيضًا إلى معلمة "الخضروات".



وبالمثل ، بعبارة "سحب مطلق النار قوسه وأطلق سهمًا على العدو". يمكنك "سحب" القوس فقط كسلاح. بالإضافة إلى أن هناك كلمة "مطلق النار". لذلك نحصل على الترجمة - "القوس".



مثير للاهتمام. لن تعتبر كلمة "سهم" في هذه الحالة مهمة في تحديد معنى كلمة "القوس". وكل ذلك لأن "السهم" يمكن أن يعني أيضًا الجذع الأخضر للبصل كخضروات. لذلك ، ستتم إضافة استثناء عاجلاً أم آجلاً إلى النظام الذي لن يأخذ في الاعتبار كلمة "سهم" في سياق القوس.

مع تعلم النظام ، ينمو عدد الخوارزميات والمعلمات. بعضهم يتحسن ويصبح أكثر تعقيدًا ، ويتم استبدال بعضهم بخيارات أكثر إحكاما.

والنتيجة هي ظاهرة عندما تصبح الآلة ، وفقًا لاستنتاجاتها ، قريبة من الشخص. وهذا على الرغم من حقيقة أنه لا يزال هناك نظام خوارزميات مستخدم ، حتى معقد ومتعدد المستويات.

دع علم التحكم الآلي وعلماء الرياضيات لا يقسمون. إذا كان أي شيء ، فنحن إنسانيون بالمعنى الجيد للكلمة ، وكتبنا مقالًا لأنفسنا عن البشر المتشابهين.

بضع كلمات عن Alpha Zero والشطرنج

في عام 2017 ، أصدرت DeepMind ، وهي شركة تابعة لـ Google ، برنامجًا محدثًا للشبكات العصبية. قرر المطورون اختبار البرنامج على الألعاب الاستراتيجية الأكثر شعبية بقواعد محددة بوضوح: الشطرنج والذهاب والشوغي.

استغرقت عملية تعلم برنامج الشطرنج 24 ساعة فقط. تم إدخال قواعد اللعبة فقط في النظام - هذا كل شيء. لا مكتبات لاول مرة أو قواعد بيانات الطرف. القواعد فقط. و 24 ساعة لعب البرنامج بنفسه.

في اللعبة الأولى تم عمل حركات عشوائية تماما. صحيح ، لا يمكن رؤيتها في أي مكان - يتم أخذ المعلومات من كلمات المطورين. ونتيجة لذلك ، خسر جانب واحد ، واعتبر النظام أن تصرفات الجانب الثاني كانت أفضل للفوز.

بعد 24 ساعة و 44 مليون مباراة لعبوا مع أنفسهم ، أصبح AlphaZero أقوى لاعب شطرنج في تاريخ اللعبة. يبلغ تصنيف Elo AlphaZero حوالي 3500 نقطة ، على الرغم من أنه وفقًا لمصادر مختلفة فإنه يصل إلى 5000.

للمقارنة ، متوسط ​​تصنيف الهواة هو 1200 Elo ، سيد الرياضة في الشطرنج هو 2200-2400 Elo. أقصى تصنيف حصل عليه Elo من قبل الرجل هو Magnus Carlsen ، بطل العالم الحاكم. في 21 أبريل 2014 ، وصلت إلى قيمة 2889.2 نقطة من Elo.



يلعب Alpha Zero أقوى بحوالي 600 نقطة (في النسخة الأكثر تفاؤلاً). إنها مثل سيد الرياضة التي تلعب مع لاعب من الدرجة الثانية. واللاعب من الدرجة الثانية هنا هو أقوى لاعب بشري.

لخبراء الشطرنج. فيما يلي تحليل لبعض مباريات Alpha Zero ضد Stockfish من المعلم الروسي سيرجي شيبوف. ولكي نكون صادقين ، أعجبنا.

Alpha Zero و Stockfish: ما الفرق

كان ستوكفيش أقوى برنامج شطرنج للكمبيوتر حتى أهانته ألفا زيرو.

يشار إلى أن ستوكفيش حلل 70 مليون وظيفة في الثانية ، وألفا زيرو - 40 ألفًا فقط ، وهو ما اعتبره واعدًا وفقًا لطريقة مونت كارلو.

أي أن الشبكة العصبية لا تقيم كل حركة فردية ، ولكن مجموع نتائج سحب الحركات ، يقطع السحب الذي يؤدي إلى وضع خاسر.

ونتيجة لذلك ، أنفق Alpha Zero موارد أقل بنسبة 99.99٪ على التحليل.

نتيجة لذلك ، من بين 100 مباراة ، فاز ألفا زيرو بـ 28 ، وتعادل 72 ولم يفقد مباراة واحدة.

أما بالنسبة للشطرنج ، فقد تجاوز الذكاء الاصطناعي العصبي بالفعل الإنسان ونظرائه من الآلات الأقدم.

لكن هذا ينطبق في الواقع على نظام مغلق مع مجموعة صغيرة أولية من القواعد.

الآن دعونا نتعامل مع نظام اللغة.

الذكاء الاصطناعي العصبي والترجمة

نحن على دراية جيدة من بنات أفكار Google في مجال الترجمة - ترجمة Google.

لذا ، تعمل الترجمة من Google مع الترجمات بشكل مختلف قليلاً عن Alpha Zero مع لعبة الشطرنج. في الشطرنج ، يحلل النظام مجموعات فردية من الحركات التي تؤدي إلى النتيجة الأكثر ربحية. بالنسبة للتحويلات ، يتم استخدام شبكة ثنائية الاتجاه. يقسم أحد المسارات الجملة الأصلية إلى عناصر دلالية ، ويعيد الثاني إنتاجها بالترتيب الصحيح بلغة أخرى.


شيء من هذا القبيل يحدث. ينقسم الاقتراح إلى مكونات. علاوة على ذلك ، فإن الكلمة ليست أصغر مكون ، لأن معاني الكلمة تعتبر مستوى أعمق.

يتم تحليل العناصر المكونة الناتجة في المعنى باستخدام الخوارزميات - نفس الطبقات المخفية للتعلم الذاتي. يتم تحليل الاقتراح أولاً في أجزاء ، ثم - كل ذلك معًا وحتى في الاتجاه المعاكس. في الواقع ، على سبيل المثال ، في اللغة الألمانية ، يغير الجسيم "nicht" في نهاية الجملة بشكل جذري معناه بالكامل.


التمثيل التخطيطي للعملية. تحلل كل طبقة من الخوارزميات الجملة في تكوينات مختلفة ، ثم "تجمع" الجملة من المعاني المستلمة بلغة أخرى ، مع مراعاة ميزاتها النحوية.

ولكن إذا كان كل شيء واضحًا مع لعبة الشطرنج ، فإن اللغة هي نظام أكثر مرونة في القواعد ، والذي يسمح أيضًا بترجمة جمل دقيقة ليس فقط "بالحرف" ، ولكن أيضًا "بالروح". أي أن المترجم يمكنه أن يضحي بوعي بدقة الترجمة الحرفية من أجل نقل المعنى بشكل أعمق.

ترجمة خيالية للقصائد

مثال شائع هو ترجمة الآيات. بعد كل شيء ، يكاد يكون من المستحيل ترجمة حتى رباعي واحد من أجل الحفاظ على إيقاع وترتيب الكلمات والمعنى الكامل على الفور.

ببساطة لا يمكن أن تكون هناك خوارزميات موحدة ، لأنه في كثير من الأحيان يجب عليك إعادة آية جذرية من أجل نقل معناها الحقيقي.

بالطبع ، ترجمة الآيات هي واحدة من أصعب مجالات علم اللغة ، لكن الشبكات العصبية أظهرت بالفعل أنها الأفضل في الحسابات الدقيقة ، لذلك سنبدأ بأكثرها صعوبة.



على سبيل المثال ، خذ السوناتة الثانية لشكسبير. بدلاً من ذلك ، نقتبس النص الأصلي ، وترجمة S. Trukhtanov (اخترنا هذا الخيار من بين العديد من ذاتي بحت) والترجمة من ترجمة Google.

الأصل:

عندما يحاصر أربعون شتاء جبينك ،
وحفر خنادق عميقة في مجال جمالك ،
شبكك الفخور ، محدقًا الآن ،
سوف تكون حشائش مبتذلة ذات قيمة صغيرة:
ثم تسأل أين يكمن جمالك ،
حيث كل كنوز أيامك المفعم بالحيوية ،
لنقول ، في عينيك الغارقة في أعماقك ،
كانت عار كل الأكل والثناء بلا عيب.
كم من الثناء يستحق استخدام جمالك ،
إذا كنت تستطيع أن تجيب "هذا الطفل عادل لي
يجب أن أحسب حسابي وأجعل عذري القديم ، "
إثبات جماله بالخلافة!
كان هذا جديدًا عندما تكون كبيرًا في السن ،
وانظر دمك دافئ عندما تشعر بالبرد.

كما ترون ، اللغة الإنجليزية عفا عليها الزمن بشكل واضح هنا - حتى أن هناك شخصًا منفردًا آخر لا يستخدم في اللغة الإنجليزية الحديثة. وهذا يزيد من تعقيد الترجمة.

بشكل عام ، لن نسحب وننظر فقط إلى الفرق بين الترجمة البشرية والآلية:



ولأكون صادقًا ، هذا أبعد ما يكون عن أداء Google الأفضل. ربما هذا هو السبب في إحراج أتباع الترجمات الآلية عند سؤالهم عما إذا كانت خوارزمياتهم مع الآيات ستعمل. بعد كل شيء ، حتى ترجمة Google المبهرة لا تتعامل بشكل وثيق مع هذا.

ترجمة خيالية للنثر

إذا كان الأمر كذلك ، فجرب شيئًا أكثر بساطة. نثر فني. غاتسبي فيتزجيرالد العظيم.



الأصل:

"في سنوات الشباب الأصغر والأكثر ضعفًا ، أعطاني والدي بعض النصائح التي كنت أراها في ذهني منذ ذلك الحين.

قال لي: "كلما شعرت برغبة في انتقاد أي شخص ، فقط تذكر أن جميع الناس في هذا العالم لم تكن لديهم المزايا التي كانت لديك."

قارن الآن ترجمات الإنسان والآلة. كمدافع عن الإنسانية ، أخذنا ترجمة ن. لافروف.



لا تتوافق ترجمة لافروف تمامًا مع النسخة الأصلية. هناك تغييرات في ترتيب العبارات ، والجمل أكثر اتساعًا إلى حد ما من اللغة الإنجليزية. ولكن بشكل عام ، فإن الانطباع متناغم ، والمعنى والمزاج ينتقلان بشكل كامل.

الترجمة الآلية أكثر دقة من حيث الميكانيكا - يتم ترجمة الجمل تمامًا كما هي مكتوبة في الأصل. تم نقل المعنى بشكل جيد ، ولكن هناك مشاكل مع "أنت-أنت" وكل شيء يبدو خرقاء جدًا.

في الترجمات الأدبية يمكن للمرء أن يضحي بقليل من الدقة من أجل الانسجام أو من أجل انسجام العبارات. يستخدم المترجمون البشريون هذا ، حتى في كثير من الأحيان دون داع ، ولكن الآلة لا تستخدمه.

إذن ما هي الخطوة التالية؟

صحيحًا ، من أجل الإنصاف ، يجب الإشارة إلى أن ترجمة Google تترجم النصوص الفنية ، حيث تكون الدقة الحرفية للترجمة مهمة ، تمامًا وعمليًا بدون أخطاء. لكن تلك الشخصيات التي تدعي أن المترجمين سيتركون بدون عمل خلال 5-10 سنوات يمكن إرسالها بأمان في رحلة طويلة سيرا على الأقدام.

يمكن للمعالجات الحالية وخوارزميات معالجة البيانات التعامل مع الأنظمة التي لديها مجموعة محدودة من القواعد. الشطرنج أو الذهاب فقط. ولكن مع الأنواع المرنة من الأنظمة مثل اللغات ، حيث تكون حدود القواعد غير واضحة ، يجب على البرنامج إضافة خوارزميات معقدة غير ضرورية تعمل بعيدًا عن الكمال.

من الممكن أن الخوارزميات تحتاج فقط إلى مزيد من الوقت لتعلم العمل مع اللغات بدقة. حسنًا ، سنقوم بعملنا أكثر ونصف مسار نجاح الشبكات العصبية في هذا المجال.

لكن لا تعتمد على الشبكات العصبية الاصطناعية في الوقت الحالي - تعلم اللغة الإنجليزية وطور شبكتك الخاصة.

EnglishDom.com - منصة تعلم اللغة الإنجليزية عبر الإنترنت

تعلم اللغة الإنجليزية في دورات عبر الإنترنت من EnglishDom.com. بالإشارة - شهرين من الاشتراك في جميع الدورات كهدية.

وللتواصل المباشر ، اختر تدريب Skype مع مدرس. أول درس تجريبي مجاني ، سجل هنا. بواسطة كود goodhabr2 الترويجي - درسان كهدية عند الشراء من 10 دروس. المكافأة صالحة حتى 05/31/19.