هوش مصنوعی سؤالات ما را می فهمد؟! - وبلاگ مهدی

به گزارش وبلاگ مهدی، ردپای پردازش زبان طبیعی را می توان در بسیاری از حوزه ها مشاهده کرد. از طرفی، پیشرفت ها در بعضی عرصه ها، زمینه را برای ظهور کاربرد های جدید هموار می نماید. درادامه به بعضی از این موارد اشاره خواهیم کرد.

در ماه سپتامبر 2019، موسسه هوش مصنوعی Allen از یک برنامه کامپیوتری تحت عنوان Aristo رونمایی کرد که می توانست به بیش از 90 درصد از پرسش های مطرح شده در تست های علمی پایه هشتم مقطع تحصیلی پاسخ درست بدهد.

تکامل ذهنی کامپیوتر ها

اگرچه کسب نمره قبولی در آزمونی که متعلق به مقطع راهنمایی است، کار چندان سختی به نظر نمی رسد، اما برای کامپیوتر ها کار پیچیده ای است. نرم افزار Aristo قادر است با یاری فناوری پردازش زبان طبیعی (NLP) پاسخ درست را از میان میلیون ها سند پیدا کند. این فناوری شاخه ای از علوم کامپیوتری و هوش مصنوعی است که به کامپیوتر ها این امکان را می دهد تا از متون فاقد ساختار و پیکربندی، معنا استخراج نمایند.

اگرچه تا تحقق رویای آدمی یعنی امکان مکالمه بدون عیب ونقص ماشین ها با انسان ها فاصله زیادی داریم، اما پردازش زبان طبیعی (NLP) طی سال های اخیر و به لطف پیشرفت محسوسی که تجربه نموده، به عنوان یکی از عناصر مهم در بسیاری از اپلیکیشن ها و برنامه هایی که ما انسان ها روزانه با آن ها سروکار داریم، تبدیل شده است.

از جمله این ابزار ها می توان به دستیار های دیجیتالی، ترجمه ماشینی، سرچ وب، ایمیل ها و... اشاره نمود. الگوبرداری و پیاده کردن قابلیت های پردازش زبانی مغز انسان، کار بسیار سخت و پیچیده ای برای هوش مصنوعی است. تصور کنید که یک دستگاه مجهز به هوش مصنوعی بخواهد به سوالات مختلف مربوط به شرایط آب و هوایی پاسخ دهد. در اینجا ممکن است این سوال به شیوه های مختلفی پرسیده شود که بعضی از آن ها عبارتند از:

هوا امروز چطور است؟ آیا فردا بارانی خواهد بود؟ چه زمانی باران بند می آید؟ آیا هوای امروز شیکاگو، آفتابی است؟

چه روز هایی در هفته آینده، آفتابی است؟

زبان اغلب با خود معانی پنهانی را نیز منتقل می نماید که به دانش عمومی در خصوص دنیا و نحوه ارتباط میان اشیا دلالت دارد. بنابراین، درک بسیاری از این جملات و کلمات، صرفا به دانستن معانی کلمات خلاصه نمی شود و باید به فراتر از این ها توجه شود.

به این سوالات توجه کنید: آیا هوا برای بازی فوتبال فردا مناسب خواهد بود؟ آیا در آشپزخانه برف می بارد؟ هر کسی که جمله نخست را بشنود، متوجه خواهد شد که شما دارید صراحتا می پرسید که آیا فردا، هوا آفتابی خواهد بود یا اینکه باران خواهد بارید. اما در خصوص سوال دوم، همه می دانند که هرگز در آشپزخانه، برف نمی بارد.

اما رمزنگاری جملاتی این چنینی، احتیاجمند یک دانش زمینه ای است؛ بنابراین هوش مصنوعی به راحتی قادر به تشخیص آن نخواهد بود و این مساله همیشه به عنوان چالشی پیش روی محققان بوده است. در رویکرد های کلاسیک نسبت به پردازش زبان طبیعی از سیستم های هوش مصنوعی نمادین استفاده می شد، جایی که در آن مهندسان نرم افزار به طور تعیین، قوانینی را برای استخراج معنای زبان تعیین می نمایند.

این فرآیند، کاربرد محدودی داشت و چندان قابل اتکا نبود. به این معنی که توسعه دهندگان باید همه روش هایی را که ممکن است یک فرد، سوال مربوط به شرایط هوا را از دستگاه بپرسد، بنویسند، سپس پاسخ مناسبی را برای هر یک از این سوالات در نظر بگیرند.

فناوری پردازش زبان طبیعی

این سیستم تنها در شرایطی مفید واقع می شود که رفتار کاربر از محدوده تعیینی فراتر نرود. به محض اینکه سیستم، سوال جدید و متفاوتی را نسبت به آنچه پیشتر برای آن تعریف شده بود، دریافت می کرد، عملا چیزی برای پاسخ نداشت. محدودیت سیستم های مبتنی بر قانون و کدگذاری، در پردازش متون بلند که احتیاجمند دانش متنی است، بیشتر به چشم می آید.

این مساله به طور خاص در ترجمه مشهود است؛ جایی که در آن سیستم باید یک متن طولانی را از زبان به زبانی دیگر برگرداند که این امر احتیاجمند اطلاعاتی درخصوص زبان مبدا و مقصد و همچنین تاریخ و فرهنگ دو زبان است. طی چند سال اخیر، شاهد انقلابی در فناوری یادگیری عمیق بودیم.

این فناوری نوعی تکنیک هوش مصنوعی است که به طور ویژه در مدیریت اطلاعات ساختارنیافته مانند تصاویر، صدا و متن به کار گرفته می شود. مهندسان نرم افزار به جای تعریف دستی الگوریتم های یادگیری عمیق، این فناوری را از طریق فراهم کردن مثال ها و نمونه های متنوع، به اصطلاح تعلیم می دهند.

برای نمونه، مهندسان برای تعلیم الگوریتمی به منظور پاسخ به سوالات مرتبط با آب و هوا، نمونه ها و مثال های متعددی از نحوه پرسیدن سوالات درخصوص شرایط آب و هوا و پاسخ مناسب این سوالات را برای این الگوریتم فراهم می نمایند. این الگوریتم یک مدل آماری ایجاد می نماید و می تواند به اصطلاح، نقشه جملات جدیدی را ایجاد کند که تا به امروز وجود نداشته اند.

یادگیری ماشینی، نه تنها احتیاج به هر گونه مهندسی رفتار ها به صورت دستی را از میان برمی دارد، بلکه یاری می نماید تا بتوان کار های پیچیده تر پردازش زبان طبیعی مانند ترجمه را به شیوه بهتری انجام داد. در سال 2016، گوگل بعد از سوئیچ کردن به فناوری یادگیری عمیق، متوجه پیشرفت قابل توجهی در سرویس ترجمه (Translate) خود شد. امروزه بسیاری از کاربرد ها و عملکرد های پردازش زبان طبیعی مبتنی بر یادگیری عمیق هستند.

کاربرد های فناوری پردازش زبان طبیعی

ردپای پردازش زبان طبیعی را می توان در بسیاری از حوزه ها مشاهده کرد. از طرفی، پیشرفت ها در بعضی عرصه ها، زمینه را برای ظهور کاربرد های جدید هموار می نماید. درادامه به بعضی از این موارد اشاره خواهیم کرد.

دستیار های دیجیتالی: الکسا، سیری و کورتانا از پردازش زبان طبیعی به منظور جمله بندی و تهیه نقشه ای از جملات استفاده می نمایند. به لطف پیشرفت های اخیر در زمینه پردازش زبان طبیعی، کاربران می توانند حتی با زبان غیررسمی و عامیانه نیز با دستیار های دیجیتالی صحبت نمایند.

این دستیار های دیجیتال می توانند به دستورات متفاوت و متنوعی از قبیل: تنظیم زنگ هشدار، پخش موزیک و روشن یا خاموش کردن لامپ ها به خوبی پاسخ دهند و آن ها را اجرا نمایند. گوگل داپلکس (Duplex) نمونه بارزی از پیشرفت ها در زمینه پردازش زبان طبیعی است؛ این قابلیت، می تواند با افراد مختلف تماس تلفنی برقرار نموده و برای نمونه، اتاقی را در هتل برای شخص موردنظر رزرو کند. همچنین قادر است صحبت ها و تبادل نظر های ردوبدل شده میان افراد را تحت نظر بگیرد و از دل آنها، داده هایی را برای استفاده در آینده استخراج کند.

روبات های چت: پیشرفت ها در زمینه فناوری پردازش زبان طبیعی (NLP) طی سال های اخیر، منجر به ظهور روبات های چت شد. با این روبات ها می توان از طریق رابط چت در محیط های مختلف از قبیل: شبکه های اجتماعی ارتباط برقرار کرد. امروزه روبات های چت در بخش های مختلفی از قبیل: خدمات درمانی، بانکداری، خدمات مشتریان و همین طور اخبار مشاهده می شوند.

ارتباط با روبات های چت تقریبا همانند ارتباط با انسان هاست. جست وجو در وب: در حال حاضر، موتور های جست وجو از فناوری هایی همچون جاسازی کلمات (Word Embedding) بهره می برند که نوعی هوش مصنوعی است و به دنبال کلمات کلیدی و عبارت هایی می شود که به کلمه جست وجوشده مرتبط هستند.

گوگل اخیرا به استفاده از مدلی با عنوان BERT به منظور ارتقای نتایج جست وجوی کاربران، در موتور سرچ خود روی آورده است. فناوری هوش مصنوعی Aristo نیز از نوعی BERT برای پیدا کردن پاسخ سوالات علمی بهره می گیرد.

ایمیل: بسیاری از سرویس های ارائه دهنده خدمات ایمیل از پردازش زبان طبیعی برای تشخیص و فیلتر کردن هرزنامه ها استفاده می نمایند.

ویژگی هایی همانند تکمیل اتوماتیک یا نوشتن هوشمند در ایمیل نیز از پردازش زبان طبیعی بهره می برند که این مساله بیشتر در گوشی های هوشمند مشاهده می شود. شبکه های اجتماعی: پلت فرم های شبکه های اجتماعی نیز از پردازش زبان طبیعی در زمینه های مختلف استفاده می نمایند.

از جمله این موارد می توان به شناسایی پست های حاوی کلمات و جملات نامناسب و خشونت آمیز، ارزیابی احساسات نهفته در پست های کاربران و علامت گذاری پست هایی با مضمون خودکشی و... اشاره نمود.

محدودیت های پیش رو به رغم انعطاف پذیری که فناوری پردازش زبان طبیعی (NLP) برای پردازش زبان طبیعی به ارمغان آورد، هوش مصنوعی در این برهه از زمان، هنوز فاصله زیادی تا درک زبان مکالمات همانند آنچه انسان ها انجام می دهند، دارد. مدل های یادگیری عمیق دقت خود را مدیون حجم زیادی از اطلاعاتی هستند که از طریق آن ها تعلیم داده شدند.

هرچه مثال ها و مواردی که به عنوان هوش مصنوعی تعریف می شود، بیشتر باشد به همان میزان احتمال ارائه پاسخ درست تر بیشتر می شود. با این اوصاف، یادگیری عمیق قادر به تشخیص و تمییز معانی کلمات و جملات نیست و صرفا بر اساس الگو و نقشه ای که در اختیار دارد کلمات را در کنار هم قرار می دهد.

در واقع، مدل های زبانی مبتنی بر یادگیری عمیق، همچنان با مشکلاتی مواجهند که پیش از این در پردازنده های مبتنی بر قانون و کُد وجود داشت. مدل های زبانی یادگیری عمیق زمانی که درگیر کار هایی می شوند که احتیاجمند دانش عمومی درباره مردم وچیز های مختلف است، اشتباهات پیش پاافتاده ای را مرتکب می شوند.

به همین دلیل است که بسیاری از شرکت ها هنوز هم استفاده از هزاران انسان را به منظور راهنمایی الگوریتم های هوش مصنوعی به جهت درست، ترجیح می دهند. اگر بخواهیم عادلانه قضاوت کنیم، باید بگوییم تا زمانی که نتوانیم کد های هوش مصنوعی هم تراز با آنچه در ذهن انسان پردازش می شود، پیاده کنیم هرگز نمی توان به پردازش زبان طبیعی به طور کامل اطمینان کرد. اما هرچه به جلو می رویم و به پیشرفت های بیشتر نائل می شویم، این فاصله میان انسان و کامپیوتر بیش از پیش برداشته خواهد شد.