प्राकृतिक भाषा प्रसंस्करण में रुझान और पूर्वानुमान

एनएलपी (प्राकृतिक भाषा प्रसंस्करण) के क्षेत्र में रुझान और पूर्वानुमान

यह आलेख हमारे सितंबर पंचांग "आर्टिफिशियल इंटेलिजेंस" नंबर 2 के रुझानों और पूर्वानुमानों के बारे में है, जो रूस में एनएलपी और भाषण मान्यता-संश्लेषण के क्षेत्र में प्रौद्योगिकियों और कंपनियों के बाजार की समीक्षा के लिए समर्पित है।

इस अध्ययन के लिए, हमने उद्योग का एक विशेषज्ञ सर्वेक्षण किया और विशेष रूप से, दोनों प्रौद्योगिकियों के विकास के पूर्वानुमान और विभिन्न क्षेत्रों में एआई के उपयोग के बारे में पूछा। बहुत सारे उत्तर नहीं थे, लेकिन फिर भी एक सामान्य प्रवृत्ति तैयार की जा सकती है। इस लेख में, हमने इन उत्तरों को संक्षेप में प्रस्तुत किया और मुख्य रुझान दिखाए।

सामान्य प्रौद्योगिकी के रुझान

एंड-टू-एंड एनएलपी समस्या समाधान

अधिक से अधिक समाधान एंड-टू-एंड दृष्टिकोण पर आधारित होंगे, उदाहरण के लिए, तंत्रिका नेटवर्क मॉडल इनपुट पर एक ध्वनिक संकेत (ध्वनि तरंगें) प्राप्त करता है और पाठ के एक मध्यवर्ती चरण के बिना, आउटपुट पर एक ध्वनिक संकेत पैदा करता है। यह "पारदर्शिता" और "क्या अंदर है" की हमारी समझ को खराब करते हुए, मॉडल और उनकी गुणवत्ता के निष्पादन में काफी तेजी लाएगा।

मानव को वाक् पहचान और पीढ़ी की गुणवत्ता का अनुमोदन करना

आने वाले वर्षों में, भाषण मान्यता की गुणवत्ता में एक महत्वपूर्ण सुधार हासिल किया जाएगा। मान्यता में त्रुटियों की संख्या मानव स्तर तक पहुंच जाएगी। शोर वातावरण में विभिन्न उच्चारणों के साथ बोलने वाले कई लोगों के मिश्रित भाषण की मान्यता में सुधार होगा। वक्ताओं के लिंग और उम्र की पहचान के साथ ध्वनि दृश्यों का विश्लेषण, उनके भाषण के भावनात्मक रंग और पर्यावरण की प्रकृति को जोड़ा जाएगा।

संश्लेषित भाषण मानव भाषण से अप्रभेद्य होगा, और किसी भी व्यक्ति की आवाज को संश्लेषित करना संभव होगा।

बहुभाषी

निकट भविष्य में, बहुभाषी अनुवाद मॉडल दिखाई देंगे, जिसमें ट्रांसफर लर्निंग के उपयोग और समानांतर मामलों के अलावा काफी बड़े मोनोकार्पस के उपयोग के कारण शामिल हैं। नतीजतन, कम-संसाधन भाषाओं के लिए अनुवाद की गुणवत्ता में काफी वृद्धि होगी (प्रशिक्षण नमूनों के अपेक्षाकृत छोटे सरणियों के साथ)।

दस्तावेजों के संदर्भ और विषय की गहन समझ के कारण मशीनी अनुवाद पूरी तरह से मशीनी अनुवाद से अलग हो जाएगा। भाषण मान्यता और भाषण संश्लेषण प्रौद्योगिकियों की वृद्धि के साथ, मशीन एक साथ व्याख्या 5-10 वर्षों के क्षितिज पर दिखाई देगी।

ग्रंथों के अर्थ को समझना

संदर्भ-संवेदनशील अर्थ को समझने के आधार पर अन्य अनुप्रयोग ५-१० वर्षों में एक ही क्षितिज पर दिखाई देंगे: विभिन्न प्रकार के संवाद और मदद सेवाएँ जो संवाद के संदर्भ को समझ सकती हैं, उपयोगकर्ता के सवालों का सूक्ष्मता से उत्तर दे सकती हैं और संवाद को सही दिशा में निर्देशित कर सकती हैं। भाषा की एक गहरी मशीन समझ इंटरनेट और सामाजिक नेटवर्क पर पाठ धाराओं के स्वचालित प्रसंस्करण को एक नए स्तर पर ले जाएगी: तथ्यों का संग्रह और संकलन, स्थिरता और विश्वसनीयता के लिए उनका विश्लेषण।

टेक्स्ट जनरेशन

एंड-टू-एंड न्यूरल नेटवर्क सार्वभौमिक रूप से क्लासिक एनएलजी पाइपलाइन को बदल देगा। GPT2 स्तर के मॉडल का उपयोग पहले से ही नियंत्रित सामग्री के साथ किसी दिए गए क्षेत्र में मनमाने विषयों पर काफी लंबे लेख बनाना संभव बनाता है। 5 साल के क्षितिज पर, तंत्रिका नेटवर्क मॉडल ग्रंथों को मनुष्यों से भी बदतर बनाने में सक्षम होंगे। और फिर स्वचालित सामग्री दुनिया भर में बाढ़ आ जाएगी।

प्लेटफ़ॉर्म और क्रॉस-प्लेटफ़ॉर्म

कई समाधान मानक बन जाएंगे, आवाज इंटरफेस के आधार पर अनुप्रयोगों के निर्माण के लिए कई मंच होंगे। प्रतिक्रिया समय, कार्यभार और सुरक्षा के संदर्भ में क्लाउड प्लेटफ़ॉर्म बेहतर होंगे। निवेश वृद्धि को अलग-अलग इंटरेक्टिव सेवाओं (चैटबॉट्स) में नहीं, बल्कि मल्टीफ़ंक्शनल प्लेटफार्मों और क्रॉस-प्लेटफ़ॉर्म समाधानों में पूर्वानुमानित किया जाता है, जिसकी बदौलत वॉयस असिस्टेंट विभिन्न उपकरणों पर समान रूप से काम करने में सक्षम होगा। नतीजतन, हम "स्मार्ट होम" में अपने सहायक के साथ बातचीत शुरू करने में सक्षम होंगे, इसे कार में सड़क पर जारी रखेंगे और फिर कार्यस्थल पर अपने कंप्यूटर के साथ संचार के संदर्भ को खोए बिना सभी काम करेंगे।

लघु डेटा टेक्नोलॉजीज

थोड़ी मात्रा में कच्चे डेटा की स्थितियों में प्रभावी ढंग से काम करने वाले मशीन सीखने के तरीकों का मूल्य बढ़ेगा: स्थानांतरण सीखने, ज्ञान हस्तांतरण। इस तरह के अनुप्रयोगों में, मॉडल प्रशिक्षण के लिए डेटा उत्पन्न करने के लिए GAN (जननिक प्रतिकूल नेटवर्क) का व्यापक उपयोग भी अपेक्षित है।

कम कंप्यूटिंग आवश्यकताओं के साथ वास्तुकला

प्रयोगशालाओं की दीवारों से वाणिज्यिक डेटा केंद्रों तक तंत्रिका नेटवर्क मॉडल के संक्रमण के साथ, उनकी ऊर्जा दक्षता के लिए आवश्यकताओं में वृद्धि होगी। नए, अधिक कुशल कंप्यूटिंग आर्किटेक्चर की उम्मीद है। उदाहरण के लिए, वितरित और प्रतीकात्मक संगणना के सर्वोत्तम गुणों के संयोजन वाले विरल नेटवर्क, जिनकी जटिलता मॉडल प्रशिक्षण डेटा की मात्रा के अनुकूल है।

बाजार के रुझान

आवाज इंटरफेस का सर्वमान्य कार्यान्वयन

भाषण-से-पाठ तकनीकों का विकास कार्यालय कार्यों को सरल बनाने के लिए पहला कदम होगा (उदाहरण के लिए, प्रबंधक के समय की योजना बनाना, दस्तावेजों की खोज करना, गोपनीय जानकारी को संसाधित करना)। बढ़ती पहचान सटीकता, भाषण संश्लेषण की समझ और गुणवत्ता की आवाज के साथ, आवाज इंटरफेस लगभग सभी उपकरणों में एकीकृत किया जाएगा: एक स्मार्ट घर, कार, घरेलू उपकरणों, अवतार बॉट, सहायक बॉट में संवाद प्रणाली।

वॉयस रोबोट की विस्फोटक वृद्धि

हम विभिन्न व्यावसायिक क्षेत्रों में बुद्धिमान सहायकों की संख्या में विस्फोटक वृद्धि की प्रतीक्षा कर रहे हैं, जिनमें बैंकों, खुदरा विक्रेताओं, दूरसंचार और अन्य कंपनियों की वाणिज्यिक सेवाएं शामिल हैं जो सक्रिय रूप से ग्राहकों के साथ बातचीत करते हैं। सबसे लोकप्रिय सेवाओं में जन दर्शकों के साथ सभी मौखिक संचार रोबोट द्वारा संचालित किए जाएंगे। रोबोट भावनाओं को संवेदनशील रूप से पहचानना सीखेंगे, जिसमें भावनाओं के मल्टीमॉडल मूल्यांकन का उपयोग करना शामिल है और खुद बातचीत में भावनात्मक घटक का उपयोग करेंगे।

प्राकृतिक भाषा की जानकारी खोज

एक प्राकृतिक भाषा में प्रश्न बनाने की क्षमता के साथ बुद्धिमान खोज की बढ़ती मांग है। अधिक से अधिक संगठन सभी आंतरिक स्रोतों में असंरचित डेटा को जल्दी से प्राप्त करना चाहते हैं, स्वचालित रूप से अपनी सामग्री का निर्धारण करते हैं और विशेष कानूनी या वित्तीय ग्रंथों में महत्वपूर्ण तथ्यों को उजागर करते हैं। ग्रंथों से तथ्यों को निकालने और उनकी सामग्री को अमूर्त करने के लिए गहरे मॉडल के विकास के कारण, सूचना पुनर्प्राप्ति की गुणवत्ता में काफी सुधार होगा।

घर में

सबसे अधिक संभावना है, बड़ी कंपनियां - बैंक, दूरसंचार, उद्योग - एआई के क्षेत्र में अपनी खुद की विशेषज्ञता विकसित और बढ़ाएंगे, जिसमें भाषाविदों, डेटा वैज्ञानिकों, एनएलपी इंजीनियरों आदि की अपनी टीम के साथ संवादी भी शामिल है। निकट भविष्य में व्यक्तिगत कार्यों की आउटसोर्सिंग के उदाहरण छोटे रहेंगे। हम कई बड़ी कंपनियों की एआई टीमों में तेजी से वृद्धि देख रहे हैं। अच्छा या बुरा एक अलग लेख के लिए एक विषय है, लेकिन यह एक स्पष्ट प्रवृत्ति है।

उद्योग के रुझान

वित्त और बीमा

अल्पावधि में, बैंक विशेष रूप से एआई और विशेष रूप से एनएलपी का उपयोग करके बैंकों द्वारा पहले से जमा किए गए डेटा के लाभों को अधिकतम करने पर ध्यान केंद्रित करेंगे। लंबे समय में, बैंकिंग प्रक्रियाओं के एकीकरण और सरलीकरण की दिशा में एक स्थिर प्रवृत्ति है जो बिना या किसी व्यक्ति के (बिना खाता खोले, जोखिम मूल्यांकन, क्रेडिट डोजियर, स्कोरिंग, आदि) किए बिना किया जा सकता है। एनएलपी को अन्य तकनीकों (कंप्यूटर विज़न, आरपीए, रिमोट आइडेंटिफिकेशन आदि) के साथ जोड़ा जाएगा।

उद्योग और रसद

एनएलपी प्रौद्योगिकियों के लिए धन्यवाद, एक परियोजना प्रलेखन के डिजाइनरों की एक नई पीढ़ी की उम्मीद कर सकता है, साथ ही उन प्रणालियों का उद्भव भी हो सकता है जो जटिल तकनीकी वस्तुओं का वर्णन करने वाले दस्तावेजों की स्थिरता का मूल्यांकन करते हैं। इसके अलावा, एनएलपी का उपयोग करके परियोजना प्रलेखन और मानकों के विश्लेषण के आधार पर स्वचालित नियंत्रण योजना प्रणालियों के उद्भव की भविष्यवाणी करना संभव है।

5-10 वर्षों के क्षितिज पर, ग्रंथों के अर्थ को समझने के लिए प्रणालियों के आगमन के साथ, नामकरण को सामान्य बनाने की समस्या का अंतिम समाधान होने की उम्मीद है।

दवा

आवाज इंटरफेस की व्यापक शुरूआत पाठ प्रविष्टियों से चिकित्सक को मुक्त कर देगी और स्वचालित रूप से चिह्नित मेडिकल रिकॉर्ड बनाएगी। ग्रंथों के बड़े चिह्नित कॉर्पस की उपस्थिति एनएलपी प्रौद्योगिकियों पर आधारित एक नए वर्ग के एसपीवीवीआर (चिकित्सा निर्णय समर्थन प्रणाली) के उद्भव को संभव बनाएगी।

आईटी और दूरसंचार

वॉयस बायोमेट्रिक्स प्रौद्योगिकियों का व्यापक उपयोग (आवाज द्वारा किसी व्यक्ति का प्रमाणीकरण और प्राधिकरण) व्यक्तिगत डेटा के आधार पर सेवाएं प्रदान करने की उम्मीद है। दूरसंचार ऑपरेटरों के पास डिजिटल सेवाओं के पारिस्थितिकी तंत्र में ग्राहक के साथ संचार का एक आवाज चैनल होने का एक अनूठा स्थान लेने का अवसर होगा। दूसरी ओर, वॉइस मेसेंजर वाक् पहचान और संश्लेषण के लिए समान बुनियादी तकनीकों पर निर्भर करते हैं। हम ग्राहक के साथ वॉयस चैनल पर तत्काल दूतों के साथ दूरसंचार उद्योग के दिग्गजों की लड़ाई के दिलचस्प समय की प्रतीक्षा कर रहे हैं।

कानूनी अभ्यास

3-5 साल के क्षितिज पर, हम अनुबंधों के स्वत: सत्यापन के लिए प्रौद्योगिकियों को व्यापक रूप से अपनाने की उम्मीद कर सकते हैं और, अधिक मोटे तौर पर, संविदात्मक कार्यों के स्वचालन, दायित्वों की पूर्ति के सत्यापन सहित, आदि।

अगले 5-10 वर्षों में, हम कानूनी ग्रंथों की समझ के मॉडल की उपस्थिति की उम्मीद कर सकते हैं। उनके आधार पर, हम उन प्रणालियों के उभरने की उम्मीद करते हैं जो एक उपयोगकर्ता के प्रश्न को प्राकृतिक भाषा में पेश करते हैं, एक उत्तर जो मौजूदा नियामक प्रलेखन का संक्षिप्त सारांश है, जिसमें विसंगतियां और विभिन्न संस्करण शामिल हैं।

एक वकील के लिए एक कंप्यूटर एक संदर्भ के रूप में बंद हो जाएगा और एक पूर्ण निर्णय समर्थन उपकरण बन जाएगा। एक वकील के कंप्यूटर के मुख्य कार्यों में से एक मौजूदा व्यवहार के आधार पर एक संभाव्य निर्णय वृक्ष के निर्माण के साथ मुकदमे के परिणाम की भविष्यवाणी करेगा। इस काम में से अधिकांश संभवतः बड़े आकार के प्रशिक्षित मॉडलों पर क्लाउड में जगह लेगा।

बिंदु सेवाओं, उत्पादों और कंपनियों का बड़े पैमाने पर उभरना जो कानूनी विमान में एक विशिष्ट समस्या का समाधान करते हैं।

हम एनएलपी प्रौद्योगिकियों के साथ आरपीए समाधानों के गहन एकीकरण की उम्मीद कर सकते हैं, जो सॉफ्टवेयर रोबोटों के लिए जानकारी प्रसंस्करण और डेटा दर्ज करने के लिए नियमित कार्यों के हस्तांतरण की ओर ले जाएगा।
और अंत में, ब्लॉकचेन पर स्मार्ट अनुबंधों की संभावना, कानूनी रूप से बाध्यकारी दस्तावेजों के विश्लेषण के आधार पर स्वचालित रूप से उत्पन्न होती है, जैसे कि अनुबंध या एनडीए, बिल्कुल विस्मयकारी दिखते हैं। प्रौद्योगिकियों का ऐसा संयोजन जीवन को स्व-क्रियान्वित करने वाले कानूनी दस्तावेजों को ला सकता है, जो अपने आप में अब तक विज्ञान कथा की तरह लगता है, लेकिन कार्यान्वयन से दूर नहीं है।

मीडिया और विज्ञापन

हम किसी व्यक्ति के डिजिटल पदचिह्न के ऑनलाइन विश्लेषण के आधार पर व्यक्तिगत विपणन के व्यापक परिचय की प्रतीक्षा कर रहे हैं। इसमें मानव ग्रंथों और उनकी टोन का गहन विश्लेषण शामिल होगा: पाठ का एक नकारात्मक, सकारात्मक मूल्यांकन सामान्य रूप से नहीं है, लेकिन एक विशिष्ट उत्पाद या ब्रांड के संबंध में है।

प्रत्येक व्यक्ति के पास एक निजी शॉपिंग सहायक होगा जो नियमित खरीद का 90% तक ले जाएगा।

अपने इतिहास, आंतरिक और बाहरी घटनाओं के आधार पर किसी विशेष कंपनी के लिए स्वचालित समाचार पीढ़ी के लिए सेवाएं उपलब्ध होंगी।

विज्ञान और शिक्षा

अगले 5-10 वर्षों में, हम वैज्ञानिक ग्रंथों को समझने के लिए मॉडल के उद्भव की उम्मीद कर सकते हैं। हम उन प्रणालियों के उद्भव की उम्मीद करते हैं जो एक प्राकृतिक भाषा में उपयोगकर्ता के प्रश्न का उत्तर प्रदान करते हैं, जो इस मुद्दे पर मौजूदा वैज्ञानिक साहित्य का एक संक्षिप्त सारांश है, जिसमें विरोधाभास पाए गए और विभिन्न संस्करण शामिल हैं। ऐसे मॉडलों का एक अन्य अनुप्रयोग अनुसंधान या पेटेंट परिदृश्य विश्लेषण के लिए सिफारिश प्रणाली है।

इस तरह की प्रणालियां वैज्ञानिक और पेटेंट जानकारी के स्रोतों के विश्लेषण के आधार पर किसी विशेष क्षेत्र में विशेषज्ञों और विशेषज्ञ समुदायों का विश्लेषण और पहचान करके तकनीकी परिदृश्य को मौलिक रूप से बदल देंगी और प्रौद्योगिकियों के हस्तांतरण में तेजी लाएंगी।

साथ ही 5-10 वर्षों के क्षितिज पर, हम शैक्षिक संस्थानों के लिए, प्रत्येक अनुशासन के लिए और सामान्य रूप से पूर्ण शिक्षक सहायता के उद्भव की उम्मीद करते हैं। दूसरी ओर, छात्र के निजी सहायक दिखाई देंगे जो व्यक्ति को जीवन भर शिक्षा के व्यक्तिगत मार्ग पर ले जाएगा। इन बुद्धिमान एजेंटों की बातचीत प्राकृतिक भाषा में होने की भी संभावना है।

राज्य और सुरक्षा

राज्य तेजी से मीडिया अंतरिक्ष और सामाजिक नेटवर्क में अपनी गतिविधियों को आगे बढ़ा रहे हैं। "सूचना युद्धों" की अवधारणा, जो हाल के वर्षों में उभरी है, ने पूरी तरह से ठोस रूप ले लिया है और इसके लिए नए प्रकार के "हथियारों" और "सुरक्षा" की आवश्यकता है। एक शक्तिशाली प्रवृत्ति पहले से ही देखी जा रही है और नकली समाचार का पता लगाने की मांग केवल बढ़ेगी। दुर्भाग्य से, कोई भी विभिन्न प्रकार की नकली समाचारों की स्वचालित पीढ़ी की मांग में वृद्धि का विश्वास कर सकता है। एआई का उपयोग सामाजिक नेटवर्क में बॉट बनाने और उनकी पहचान करने के लिए दोनों का विकास करेगा।

कोई कम महत्वपूर्ण बुद्धि नहीं है। कंपनियों, लोगों और विभिन्न कंपनियों में लेन-देन के बारे में जानकारी प्राप्त करने के लिए विभिन्न रूपों में लेनदेन का विश्लेषण करने के लिए एआई का उपयोग तेजी से किया जाएगा, जैसे कि कंपनियों और व्यक्तियों के बीच संबंधों और निहित संबंधों को खोजने के लिए।

लोगों की संख्या में वृद्धि के साथ, कुछ सेवाओं के साथ उसे प्रदान करने के लिए एक नागरिक के साथ संचार को स्वचालित करने का कार्य राज्य के लिए अधिक से अधिक जरूरी हो जाता है। एआई, शायद बुद्धिमान एजेंटों के रूप में, सक्रिय रूप से प्रत्येक नागरिक के लिए राज्य और नगरपालिका सेवाओं को निजीकृत करने और निजीकृत करने के लिए उपयोग किया जाएगा - तथाकथित "संज्ञानात्मक शहरों" और "राज्य-जैसा-सेवा"।

एनएलपी पर पूर्ण पंचांग "आर्टिफिशियल इंटेलिजेंस" और भाषण मान्यता / संश्लेषण डाउनलोड किया जा सकता है।