अल्फा जीरो, शतरंज और लर्निंग इंग्लिश: द प्रेजेंट एंड फ्यूचर ऑफ आर्टिफिशियल इंटेलिजेंस

यहां हम हाल ही में फुसफुसाए थे कि पांच साल में अनुवादकों और भाषा शिक्षकों को बस जरूरत नहीं होगी। और बात यह है कि कृत्रिम बुद्धि के तंत्रिका तंत्र बहुत सक्रिय रूप से विकसित हो रहे हैं।

जैसे, वे पाठ और भाषण का इतने गुणात्मक और तेज़ी से अनुवाद करेंगे कि जीवित विशेषज्ञों की आवश्यकता बस गायब हो जाएगी।

बेशक, हम हँसे, लेकिन इसके बारे में सोचा। और उन्होंने इस विषय में गहराई से उतरने का फैसला किया और पता लगाया कि कृत्रिम बुद्धि के साथ क्या है और क्या यह वास्तव में हमें बिना काम के छोड़ देगा।

एक कृत्रिम तंत्रिका नेटवर्क क्या है

संक्षेप में, गणितीय एल्गोरिदम का उपयोग करके मानव मस्तिष्क के कामकाज को अनुकरण करने के प्रयास में एक कृत्रिम तंत्रिका नेटवर्क बनाया जाता है।

तंत्रिका नेटवर्क की मुख्य विशेषता सीखने की क्षमता है। गणितज्ञों के दृष्टिकोण से, यह प्रक्रिया एक nonlinear अनुकूलन समस्या की तरह दिखती है, जिसमें विवेकाधीन विश्लेषण और क्लस्टरिंग विधियों का उपयोग किया जाता है।

यदि मानविकी के लिए, तो एक कृत्रिम तंत्रिका नेटवर्क जटिल एल्गोरिदम का उपयोग करके डेटा का विश्लेषण करने और अच्छी तरह से परिभाषित गणितीय प्रणालियों और फजी भाषा प्रणालियों दोनों के साथ संचालन करने में सक्षम है।

दो उदाहरण जो हम विश्लेषण करेंगे।

एक अच्छी तरह से परिभाषित गणितीय प्रणाली शतरंज है । खेल में कई स्पष्ट नियम हैं जिन्हें पूरा करने के लिए निरपेक्ष हैं। एक विशिष्ट लक्ष्य है - एक प्रतिद्वंद्वी की जांच करना।

और संभावित चालों का एक विशाल सरणी है, जिसके बीच आपको उन लोगों को चुनना होगा जो जीत की ओर ले जाएंगे।

शतरंज के खेल का विश्लेषण करने में कठिनाई यह है कि अद्वितीय शतरंज के खेल की संख्या 10 ^ 120 के करीब है। हां, हां, यह 10 से 120 डिग्री है। इसकी तुलना में अवलोकनीय ब्रह्मांड में परमाणुओं की संख्या लगभग 10 ^ 79 है।

सभी पदों का विश्लेषण करने के लिए शारीरिक रूप से अवास्तविक है। इसलिए, सिस्टम को चाल और तकनीकों को चुनने के लिए मजबूर किया जाता है जो स्थिति के तत्काल लाभ या रणनीतिक मजबूती की ओर जाता है।

तंत्रिका नेटवर्क का उपयोग करने का एक दूसरा उदाहरण एक भाषा से दूसरी भाषा में अनुवाद है । यह एक पूरी तरह से अलग डेटा प्रोसेसिंग सिस्टम है, क्योंकि अनुवाद करते समय सैकड़ों नियमों और भाषाओं की हजारों बारीकियों पर विचार करने की आवश्यकता होती है।

इसके अलावा, सिस्टम को अप्रतिबंधित शब्दों या दंडों का अनुवाद करने के लिए संदर्भ को समझने की आवश्यकता है। अन्यथा, आप क्रिया "सेट" के साथ एक वाक्य का सही अनुवाद कैसे पता लगा सकते हैं, जिसमें केवल 44 मान्यता प्राप्त मान हैं?

या इससे भी अधिक कठिन कार्य सूक्ष्म अंग्रेजी हास्य को व्यक्त करना है ताकि रूसी उस पर हंस सके। या इससे भी अधिक कठिन है कविता का अनुवाद करना। या ... ठीक है, आपको बात मिलती है।

अब संक्षेप में एक तंत्रिका नेटवर्क कैसे काम करता है।

सिस्टम पहले डेटा को प्राथमिक घटकों में विघटित करता है। और फिर एल्गोरिदम से एक या अधिक छिपी हुई परतें डेटा का विश्लेषण करती हैं और परिवर्तन को अंजाम देती हैं।



गहरे तंत्रिका नेटवर्क में, एल्गोरिदम की कई परतें होती हैं जो विश्लेषण से निपटती हैं। अक्सर वे प्रकृति में कैस्केडिंग करते हैं, जिसमें निचली परत से जानकारी उस परत को स्थानांतरित की जाती है जो ऊपर पदानुक्रम में है और सूचना को एक अलग स्तर पर संसाधित करती है।



इसके अलावा, यदि एल्गोरिदम डेटा में स्पष्ट निर्भरता पाते हैं, तो उनके आधार पर नए एल्गोरिदम बनाए जाते हैं।

शतरंज में, उदाहरण के लिए, एक मशीन बहुत तेज़ी से टुकड़ों को विकसित करने और केंद्रीय क्षेत्रों पर कब्जा करने के लिए "आक्रमण" करती है।

और सभी क्योंकि ऐसे युद्धाभ्यास लगभग हमेशा उद्घाटन में एक फायदा देते हैं।

ध्यान दें कि खेल के नियमों में यह करीब भी नहीं है, लेकिन अधिकांश खेल परिकल्पना की पुष्टि करते हैं, इसलिए मशीन स्वयं का उपयोग करना शुरू कर देती है।

***

एक शब्द के अर्थों के अनुवाद पर भी यही बात लागू होती है, जो विभिन्न भाषाओं में बहुत भिन्न हो सकती है।

उदाहरण के लिए, शब्द धनुष लें। उसके पास दो मूल, लेकिन मूल रूप से अर्थ के विभिन्न प्रकार हैं - एक सब्जी ("प्याज") और एक छोटा हथियार ("धनुष")। स्लैंग का एक और तीसरा हिस्सा है - "प्याज" कपड़े या एक फैशनेबल छवि (अंग्रेजी "लुक" से ट्रेसिंग पेपर) के संयोजन को संदर्भित करता है। इसका उपयोग शायद ही कभी किया जाता है, लेकिन तंत्रिका नेटवर्क को भी इसे "जानना" चाहिए।

यह जानने के लिए कि कौन से अनुवाद विकल्प का उपयोग करना है, तंत्रिका तंत्र प्रत्येक मान के लिए अपने स्वयं के पैरामीटर प्रदान करता है, जो वाक्य में पास में उपयोग किए गए शब्दों पर भी निर्भर करता है।

इसलिए, वाक्य "हनी, एक किलोग्राम प्याज और आलू खरीदें" प्रणाली "प्याज" को "प्याज" के रूप में अनुवादित करेगी। और सभी क्योंकि पास में एक "किलोग्राम" है, जिसका उपयोग छोटे हथियारों के साथ नहीं किया जाता है, और एक "आलू", जो "सब्जी" पैरामीटर को भी संदर्भित करता है।



इसी तरह, वाक्य के साथ "शूटर ने अपना धनुष खींच लिया और दुश्मन पर तीर चला दिया।" आप केवल धनुष को एक हथियार के रूप में "खींच" सकते हैं। प्लस शब्द "शूटर" है। इसलिए, हमें अनुवाद मिलता है - "धनुष"।



यह तो इंटरेस्टिंग है। इस मामले में "तीर" शब्द "धनुष" शब्द के अर्थ को निर्धारित करने में महत्वपूर्ण नहीं माना जाएगा। और सभी क्योंकि "तीर" का अर्थ सब्जी के रूप में प्याज के हरे रंग के तने से भी हो सकता है। इसलिए, जल्द या बाद में एक अपवाद उस प्रणाली में जोड़ा जाएगा जो धनुष के संदर्भ में शब्द "तीर" को ध्यान में नहीं रखेगा।

जैसे ही सिस्टम सीखता है, एल्गोरिदम और मापदंडों की संख्या बढ़ती है। उनमें से कुछ सुधार कर रहे हैं और अधिक जटिल होते जा रहे हैं, उनमें से कुछ को अधिक कॉम्पैक्ट विकल्पों द्वारा प्रतिस्थापित किया जा रहा है।

और परिणाम एक घटना है, जब इसके निष्कर्ष के अनुसार, मशीन एक व्यक्ति के करीब हो जाती है। और यह इस तथ्य के बावजूद है कि अभी भी एल्गोरिदम की एक प्रणाली का उपयोग किया जाता है, यहां तक ​​कि जटिल और बहु-स्तरीय भी।

साइबरनेटिक्स और गणितज्ञों को शपथ न दें। यदि कुछ भी है, तो हम शब्द के अच्छे अर्थों में मानवतावादी हैं, और हमने अपने लिए समान मानवों के लिए एक लेख लिखा।

अल्फा शून्य और शतरंज के बारे में कुछ शब्द

2017 में, Google की सहायक कंपनी डीपमाइंड ने तंत्रिका नेटवर्क के लिए एक अद्यतन कार्यक्रम जारी किया। डेवलपर्स ने स्पष्ट रूप से स्थापित नियमों के साथ सबसे लोकप्रिय रणनीतिक खेलों पर कार्यक्रम का परीक्षण करने का निर्णय लिया: शतरंज, गो और शोगी।

शतरंज कार्यक्रम सीखने की प्रक्रिया में केवल 24 घंटे लगते थे। केवल गेम के नियम सिस्टम में दर्ज किए गए थे - वह सब कोई डेब्यू लाइब्रेरी या पार्टी डेटाबेस नहीं। केवल नियम। और 24 घंटे कार्यक्रम खुद के साथ खेला।

पहले गेम में बिल्कुल रैंडम मूव्स किए गए थे। सच है, इसे कहीं भी नहीं देखा जा सकता है - जानकारी डेवलपर्स के शब्दों से ली गई है। नतीजतन, एक पक्ष हार गया, और प्रणाली ने माना कि जीत के लिए दूसरे पक्ष की कार्रवाई बेहतर थी।

24 घंटे और 44 मिलियन खेलों के साथ खेले जाने के बाद, अल्फ़ाज़ेरो खेल के इतिहास में सबसे मजबूत शतरंज खिलाड़ी बन गया। एलो की अल्फाज़ेरो रेटिंग लगभग 3,500 अंक है, हालांकि विभिन्न स्रोतों के अनुसार यह 5,000 तक पहुंचती है।

तुलना के लिए, औसत शौकिया रेटिंग 1200 एलो है, शतरंज में खेल के मास्टर 2200-2400 एलो हैं। मनुष्य को प्राप्त होने वाली अधिकतम रेटिंग मैग्नस कार्लसन है, जो विश्व चैंपियन है। 21 अप्रैल 2014 को, यह एलो के 2889.2 अंक के मूल्य पर पहुंच गया।



अल्फा ज़ीरो लगभग 600 अंक मजबूत (सबसे आशावादी संस्करण में) खेलता है। यह एक दूसरे दर्जे के खिलाड़ी के साथ खेल खेलने में माहिर है। और यहां दूसरे दर्जे का खिलाड़ी सिर्फ सबसे मजबूत मानव खिलाड़ी है।

शतरंज के पारखी लोगों के लिए। यहाँ रूसी ग्रैंडमास्टर सर्गेई शिपोव के स्टॉकफिश के खिलाफ अल्फा जीरो के कुछ खेलों का विश्लेषण है। और ईमानदार होने के लिए, हम प्रभावित थे।

अल्फा जीरो और स्टॉकफिश: क्या अंतर है

जब तक अल्फा जीरो ने इसे अपमानित नहीं किया, तब तक स्टॉकफिश सबसे मजबूत कंप्यूटर शतरंज कार्यक्रम था।

यह उल्लेखनीय है कि स्टॉकफिश ने प्रति सेकंड 70 मिलियन पदों का विश्लेषण किया, और अल्फा जीरो - केवल 40,000, जो इसे मोंटे कार्लो पद्धति के अनुसार आशाजनक मानते थे।

यही है, तंत्रिका नेटवर्क प्रत्येक व्यक्ति की चाल का मूल्यांकन नहीं करता है, लेकिन चालों के परिणाम के योग, ड्रॉ को काटकर जो एक खोने की स्थिति में ले जाता है।

नतीजतन, अल्फा जीरो ने विश्लेषण पर 99.99% कम संसाधन खर्च किए।

परिणामस्वरूप, 100 खेलों में से, अल्फा जीरो ने 28 जीता, 72 ने बंधे और एक भी नहीं खोया।

शतरंज के लिए, तंत्रिका कृत्रिम बुद्धि पहले से ही मनुष्य और उसके पुराने मशीन समकक्षों से आगे निकल गई है।

लेकिन यह वास्तव में नियमों के एक छोटे से निश्चित सेट के साथ एक बंद प्रणाली पर लागू होता है।

अब भाषा प्रणाली के साथ काम करते हैं।

तंत्रिका कृत्रिम बुद्धि और अनुवाद

हम अनुवाद के क्षेत्र में Google के दिमाग की उपज से अच्छी तरह से परिचित हैं - Google अनुवाद।

इसलिए, अनुवाद के साथ Google अनुवाद शतरंज के साथ अल्फा ज़ीरो की तुलना में थोड़ा अलग तरीके से काम करता है। शतरंज में, सिस्टम चालों के व्यक्तिगत सेटों का विश्लेषण करता है जो सबसे लाभदायक परिणाम का नेतृत्व करते हैं। स्थानान्तरण के लिए, एक द्विदिश नेटवर्क का उपयोग किया जाता है। एक धारा मूल वाक्य को शब्दार्थ तत्वों में विभाजित करती है, और दूसरी उन्हें दूसरी भाषा में सही क्रम में पुन: प्रस्तुत करती है।


कुछ ऐसा ही होता है। प्रस्ताव को घटकों में विभाजित किया गया है। इसके अलावा, शब्द सबसे छोटा घटक नहीं है, क्योंकि शब्द के अर्थों को एक गहरा स्तर माना जाता है।

परिणामी घटक तत्वों का विश्लेषण एल्गोरिदम का उपयोग करते हुए अर्थ में किया जाता है - बहुत ही स्व-सीखने की छिपी हुई परतें। प्रस्ताव का विश्लेषण पहले भागों में किया जाता है, फिर - सभी एक साथ और यहां तक ​​कि विपरीत दिशा में भी। दरअसल, उदाहरण के लिए, जर्मन में, एक वाक्य के अंत में कण "nicht" मौलिक रूप से इसके पूरे अर्थ को बदल देता है।


प्रक्रिया का योजनाबद्ध प्रतिनिधित्व। एल्गोरिदम की प्रत्येक परत विभिन्न विन्यासों में वाक्य का विश्लेषण करती है, और फिर किसी अन्य भाषा में प्राप्त अर्थों से वाक्य को "व्याकरणिक विशेषताओं" को ध्यान में रखते हुए "एकत्रित" करती है।

लेकिन अगर शतरंज के साथ सब कुछ स्पष्ट है, तो भाषा नियमों में अधिक लचीली प्रणाली है, जो उन वाक्यों के अनुवाद की अनुमति देती है जो न केवल "अक्षर में" हैं, बल्कि "आत्मा में" भी हैं। यही है, अनुवादक जानबूझकर अर्थ को और अधिक गहराई से बताने के लिए शाब्दिक अनुवाद की सटीकता का त्याग कर सकता है।

कविताओं का कथा अनुवाद

एक सामान्य उदाहरण छंद का अनुवाद है। सब के बाद, यहां तक ​​कि एक ताल का अनुवाद करना लगभग असंभव है ताकि तुरंत ताल, और शब्दों की व्यवस्था और पूर्ण अर्थ को संरक्षित किया जा सके।

बस एकरूप एल्गोरिदम नहीं हो सकता है, क्योंकि अक्सर आपको इसका वास्तविक अर्थ बताने के लिए एक कविता को मौलिक रूप से फिर से लिखना होता है।

बेशक, छंद का अनुवाद भाषा विज्ञान के सबसे कठिन क्षेत्रों में से एक है, लेकिन तंत्रिका नेटवर्क ने पहले ही सटीक गणना में खुद को सबसे अच्छा दिखाया है, इसलिए हम सबसे कठिन लोगों के साथ शुरू करेंगे।



उदाहरण के लिए, शेक्सपियर के दूसरे सॉनेट को लें। वैकल्पिक रूप से, हम मूल पाठ का हवाला देते हैं, एस। ट्रूखतनोव द्वारा अनुवाद (हमने इस विकल्प को कई विशुद्ध रूप से विषयगत रूप से चुना है) और Google अनुवाद से अनुवाद।

मूल:

जब चालीस सर्दियाँ तेरे माथे को घेरेगी,
और तेरा सौंदर्य के क्षेत्र में गहरी खाई खोदो,
तेरा यौवन गर्व गर्व, अब तक हैरान
आयोजित एक छोटे से खरपतवार का वजन होगा:
तब पूछा जा रहा है कि तुम्हारा सारा सौंदर्य कहाँ निहित है,
जहां तेरी रसीली दिनों का सारा खजाना,
कहने का मतलब है, अपनी गहरी धँसी आँखों के भीतर,
एक सब खाने वाली शर्म और थकाऊ प्रशंसा कर रहे थे।
आपकी सुंदरता के उपयोग के लिए कितनी अधिक प्रशंसा की हकदार थी,
यदि आप उत्तर दे सकते हैं "मेरा यह निष्पक्ष बच्चा
मेरी गिनती और मेरे पुराने बहाने बनाने के लिए, "
उत्तराधिकार से उसकी सुंदरता साबित!
जब तुम पुराने हो, तब यह नया बना था।
और जब यह ठंडा महसूस हो तो अपना खून गर्म करना।

जैसा कि आप देख सकते हैं, अंग्रेजी यहां स्पष्ट रूप से पुरानी है - यहां तक ​​कि एक विलक्षण दूसरा व्यक्ति भी है जो आधुनिक अंग्रेजी में उपयोग नहीं किया जाता है। और इससे अनुवाद और भी जटिल हो जाता है।

सामान्य तौर पर, हम मानव और मशीनी अनुवाद के बीच के अंतर को नहीं खींचेंगे और देखेंगे:



और ईमानदार होने के लिए, यह सबसे अच्छा Google प्रदर्शन से दूर है। शायद इसीलिए मशीनी अनुवादों के अनुयायी शर्मिंदा होते हैं जब उनसे पूछा जाता है कि क्या छंद के साथ उनका एल्गोरिदम काम करेगा। सब के बाद, यहां तक ​​कि vaunted Google अनुवाद भी इस के साथ निकटता से सामना नहीं करता है।

गद्य का कथा अनुवाद

यदि हां, तो कुछ सरल करने का प्रयास करें। कलात्मक गद्य। ग्रेट गैट्सबी फिट्ज़गेराल्ड।



मूल:

“मेरे छोटे और अधिक कमजोर वर्षों में मेरे पिता ने मुझे कुछ सलाह दी जो मैं अपने दिमाग में कभी भी बदल रहा हूं।

"जब भी आपको किसी की आलोचना करने का मन करता है," उसने मुझसे कहा, "बस यह याद रखें कि इस दुनिया में सभी लोगों के पास आपके फायदे नहीं हैं।"

अब आदमी और मशीन के अनुवादों की तुलना करें। मानवता के रक्षक के रूप में, हमने एन लावरोव का अनुवाद लिया।



लावरोव का अनुवाद वास्तव में मूल के अनुरूप नहीं है। वाक्यांशों की व्यवस्था में परिवर्तन हैं, वाक्य अंग्रेजी की तुलना में कुछ अधिक विस्तारित हैं। लेकिन सामान्य तौर पर, धारणा सामंजस्यपूर्ण होती है, अर्थ और मनोदशा पूरी तरह से प्रसारित होती है।

मशीनी शब्दों के संदर्भ में मशीन अनुवाद अधिक सटीक है - वाक्यों का अनुवाद ठीक उसी तरह किया जाता है जैसे वे मूल में लिखे जाते हैं। अर्थ काफी अच्छी तरह से व्यक्त किया गया है, लेकिन "आप-आप" के साथ समस्याएं हैं और सब कुछ बहुत भद्दा लगता है।

साहित्यिक अनुवादों में सद्भाव के लिए या वाक्यांशों के सामंजस्य के लिए थोड़ी सटीकता का त्याग कर सकते हैं। मानव अनुवादक इसका उपयोग करते हैं, यहां तक ​​कि अनावश्यक रूप से अक्सर, लेकिन मशीन नहीं करती है।

तो आगे क्या है?

सच है, निष्पक्षता के लिए, यह उल्लेख किया जाना चाहिए कि Google अनुवाद तकनीकी ग्रंथों का अनुवाद करता है, जहां अनुवाद की शाब्दिक सटीकता महत्वपूर्ण है, पूरी तरह से और व्यावहारिक रूप से त्रुटियों के बिना। लेकिन वे पात्र जो दावा करते हैं कि 5-10 वर्षों में अनुवादकों को बिना काम के छोड़ दिया जाएगा, उन्हें लंबी पैदल यात्रा पर सुरक्षित रूप से भेजा जा सकता है।

मौजूदा प्रोसेसर और डेटा प्रोसेसिंग एल्गोरिदम उन प्रणालियों के साथ सामना कर सकते हैं जिनके पास नियमों का एक सीमित सेट है। शतरंज या जाना बस इतना ही है। लेकिन भाषाओं जैसे सिस्टम की लचीली किस्मों के साथ, जहां नियमों की सीमाओं को धुंधला कर दिया जाता है, कार्यक्रम को अनावश्यक रूप से जटिल एल्गोरिदम जोड़ना पड़ता है जो एकदम सही से दूर काम करते हैं।

यह संभव है कि एल्गोरिदम को भाषाओं के साथ सटीक रूप से काम करने के लिए सीखने के लिए अधिक समय चाहिए। ठीक है, हम इस क्षेत्र में तंत्रिका नेटवर्क की सफलता को और आगे बढ़ाएंगे।

लेकिन अभी के लिए कृत्रिम तंत्रिका नेटवर्क पर भरोसा न करें - अंग्रेजी सीखें और अपना विकास करें।

EnglishDom.com - एक ऑनलाइन अंग्रेजी सीखने का मंच

EnglishDom.com से ऑनलाइन पाठ्यक्रमों में अंग्रेजी सीखें। संदर्भ के रूप में - उपहार के रूप में सभी पाठ्यक्रमों की सदस्यता के 2 महीने।

और लाइव संचार के लिए, शिक्षक के साथ Skype प्रशिक्षण चुनें। पहला परीक्षण पाठ नि: शुल्क है, यहां पंजीकरण करें। Goodhabr2 प्रोमो कोड द्वारा - 10 पाठों से खरीदते समय उपहार के रूप में 2 पाठ। बोनस 05/31/19 तक मान्य है।