گوگل امکان صحبت کردن با کتاب ها را فراهم می کند

امروز گوگل دو تجربه‌ی آزمایشی هوش مصنوعی از بخش تحقیقات خود را به نمایش گذاشت، که به کاربران اینترنت اجازه می‌دهد تجربه‌ای از پردازش زبان‌های طبیعی و معناشناسی کسب نمایند. برای گوگل به عنوان شرکتی که محصول اصلی‌اش یک موتور جست و جوست که ترافیک اصلی‌اش کلمات هستند، این پیشرفت‌ها درهوش مصنوعی بنظر می‌رسد لازمه‌ی پیشبرد تجارت و هدفش است، که ساختن نرم افزاریست که عناصر زبان انسان را شناخته و تجزیه و تحلیل کند.وبسایت experiments.withgoogle.com اکنون دارای تمام ابزارهای زبان هوش مصنوعی می‌باشد و گوگل این مجموعه را Semantic Experiences می‌نامد. زیر مجموعه‌ی اصلی این هوش مصنوعی‌ که گوگل به نمایش گذاشته است حامل‌های لغت (word vectors) نامیده می‌شود ، یک نوع ابزار درک زبان طبیعی که گزاره‌هایی که از لحاظ معناشناسی شبیه یکدیگرند را براساس برابری، شباهت و یا ارتباط زبانی و ایده‌ها مشخص می‌کند.

ری کورزوایل (ray Kurzweil) مهندس ارشد آینده نگر بخش تحقیقات گوگل و راشل برنشتاین (Rachel Bernstein) مدیر محصولات در یک بلاگ می گویند:

این راهی است تا الگوریتم‌ها را قادر نماییم تا رابطه‌ی بین لغات را براساس نمونه‌های مورد استفاده واقعی در زبان یاد بگیرند.

گوگل مقاله ای در این مورد منتشر کرده است و همچنین مدل پیش آموخته‌ای نیز بر روی پلتفرم TensorFlow خود قرار داده است تا دیگر محققان نیز بتوانند به تجربه و آزمایش با آن بپردازند.

اولین تجربه‌ای که گوگل امروز در دسترس عموم قرار داد  Talk to Books نام دارد ، که به شما اجازه می‌دهد که واقعا با یک الگوریتم ماشینی یادگیری-نظارت به گفت و گو بپردازید. الگوریتمی که به سوال‌های شما با نقل قول‌های مرتبط استخراج شده از متون نوشته شده توسط انسان پاسخ می‌دهد.

کورزوایل و برنشتاین شرح داده اند که : صحبت کردن با کتاب‌ها به شما اجازه می‌دهد تا اظهار نظر کنید و یا یک سوال بپرسید و این ابزار بدون وابستگی به کلیدواژه‌های یکسان، جمله‌های مرتبط با آن سوال یا اظهار نظر را از کتاب پیدا کند. این دو اضافه کرده اند که : صحبت کردن با کتاب‌ها و پاسخ گرفتن از آن‌ها می‌تواند به شما کمک کند تا بفهمید به خواندنشان علاقه دارید یا خیر.

براساس تجربه‌ی من در استفاده از اینترنت این محصول واقعا کاربردی و پرداخت شده است . به عنوان مثال شما می‌توانید از آن بپرسید که : چرا آسمان آبی است؟ و تعدادی جواب مختلف که در قالب متون واضحی نشان داده می‌شوند دریافت کنید ، جواب‌هایی که از کتاب‌‌های مرتبط با موضوع استخراج شده‌اند. مثل : وقتی طول موج کاهش می‌یابد پراکندگی نور در مولکول‌های اتمسفر افزایش می‌یابد. اما برخلاف جست و جوی استاندارد در گوگل که در آن مجبورید بر روی لینک‌ها کلیک کرده و مقالات و صفحات اینترنتی را بخوانید و تجزیه و تحلیل کنید تا به پاسخ برسید ، الگوریم Talk to Books پاسخ‌ها را به سرعت به شما نشان می‌دهد.

کورزوایل و برنشتاین توضیح داده‌اند که : مدل‌های مورد استفاده در این آزمایش یک میلیارد جفت جمله‌ی گفت و گو مانند را یادگرفته‌اند تا برای ارائه پاسخ‌های مناسب و مرتبط آماده شوند. این دو در ادامه اضافه کردند که : زمانی که شما سوال خود را می‌پرسید (یا اظهار نظری می‌کنید) این ابزار‌ها برای پیدا کردن پاسخ مناسب نسبت به آن براساس معناشناسی در سطح جمله، جملات بیش از صد هزار کتاب را جست و جو می‌کنند و هیچ قانون از پیش تعیین شده‌ای برای محدود کردن ارتباط بین آن چه شما به ابزار داده‌اید و آنچه در پاسخ خواهید گرفت وجود ندارد.

البته همان طور که ممکن است حدس زده باشید این ابزار دارای برخی محدودیت‌ها نیز می‌باشد. این ابزار در پاسخ دادن به سوالات ساده بهتر عمل می‌کند و در پاسخ دادن به سوال‌های پیچیده‌ای در رابطه با جغرافیای سیاسی یا موضوعات مطرح مدرن در رابطه با فرهنگ یا تاریخ به خوبی عمل نمی‌کند. اما به عنوان یک ابزار ساده‌ی اینترنتی که به گفته‌ی گوگل به بهبود محصولاتی چون Gmail Smart Reply نیز کمک می‌کند ، Talk to Books راه خوشایندی برای مرور کردن اینترنت است. همچنین چشمه‌ای از این که رابط‌های کاربری درآینده وقتی هوش مصنوعی به قدری پیشرفته شده است که بتواند به هر درخواست ما پاسخ دهد نشانمان می‌دهد.

دومین تجربه‌ی آزمایشی‌ که گوگل امروز به نمایش گذاشته است بسیار تعاملی‌تر است. یک بازی‌ به نام Semantris که در واقع توانایی شما در بازی مشهور word association را می‌سنجد به این ترتیب که همان نرم افزاری که به Talk to Books قدرت می‌بخشد، کلمات را در این بازی مرتب کرده و براساس مطابقتشان با پاسخ شما امتیاز مربوط را نمایش می‌دهد. به عنوان مثال اگر بازی لغت (تخت خواب) را در بالای مجموعه‌ای از ده لغت به شما بدهد ، ممکن است شما کلمه‌ی (خواب) را به عنوان پاسخ به بازی بدهید. سپس  Semantris  ده لغت را طبقه بندی می‌کند و براساس تشخیص این که رابطه‌ی بین لغت‌های (تخت خواب) و (خواب) در مقایسه با بقیه‌ی لغت‌های موجود در لیست که به (تخت خواب) نزدیکی معنایی دارند، چقدر نزدیک است به شما امتیاز می‌دهد.

شایان ذکر است که بسیاری از این آزمایشات گوگل داده‌های کاربری را برای شرکت جمع آوری می‌کنند. و این داده‌ها گوگل را یاری می‌کنند تا این تکنولوژی را نسبت به اطلاعات موجود در رابطه با روابط بین لغات و در سطحی انسانی آگاه‌تر و پیشرفته‌تر سازد. به نظر می‌آید دلیل ساختن Semantris نیز همین است اما گذشته از آن، این بازی می‌تواند تجربه‌ی خوشایندی برای امتحان کردن توانایی شما و فهمیدن این که نرم افزار در رابطه با قضاوت رابطه‌ی بین لغات چقدرخوب عمل می‌کند باشد. همچنین می‌توانید نسخه‌ی tetris مانند بازی را تجربه کنید که به شما اجازه می‌دهد با قرار دادن لغات مختلف و با حدس زدن این که بازی چه رابطه‌ای بین لغات نوشته شده روی بلوک‌ها و لغاتی که شما وارد می‌کنید پیدا می‌کند، بلوک‌های موجود در صفحه نمایش را ازبین ببرید.

همانند بسیاری از تجارب آزمایشی گوگل در رابطه با هوش مصنوعی در گذشته به عنوان مثال یک ابزار ماشینی‌ که به کاربران اجازه می‌دهد الگوریتم‌های ساده خود را بسازند یا ابزارهای مربوط به طراحی و ساختن موسیقی، این بازی‌ها و ابزارهای اینترنتی راه‌های ارزشمندی برای تعامل با هوش مصنوعی و یادگیری آن به صورت کاربردی‌تری می‌باشند. هوش مصنوعی تحت عناوینی چون یادگیری ماشینی یا شبکه‌های عصبی مفهومی غیرملموس است که ما به طور روزانه به دفعات می‌شنویم اما چیز زیادی از مفهوم آن نمی‌دانیم و یا این که اطلاعات کافی‌ای در رابطه با این که در قلب قوی‌ترین نرم افزارها و پلتفرم‌های دنیا چه می‌گذرد در دست نداریم. اما گوگل با تجارب آزمایشی‌ مثل این قادر است به شکلی مفید و کاربردی و برای همه پرده از رموز تکنولوژی بردارد.