Active QA

هوش مصنوعی گوگل در حال یادگیری نحوه‌ی طرح پرسش

هوش مصنوعی گوگل

گوگل پروژه‌ی Active QA، هوش مصنوعی مبتنی بر سؤال و جواب خود را متن‌باز کرد.

در این مقاله با گروه فنی رایانه کمک همراه باشید تا با پروژه ی Active QA گوگل آشنا شوید.

درصورت بروز هرگونه سوال و مشکل در زمینه کامپیوتر و تلفن همراه میتوانید با کارشناسان مجرب رایانه کمک تماس حاصل نمایید تا در سریعترین زمان ممکن به رفع مشکل رایانه ای شما بپردازند.

 هوش مصنوعی به‌طور معمول در زمینه‌ی طرح پرسش عملکرد چندان خوبی ندارند زیرا برای انجام این کار ابتدا باید به سیستم های هوش مصنوعی آموزش داد شود. این موضوع یکی از دلایل اصلی تمرکز گوگل روی پردازش زبان طبیعی و دیگر روش های مربوط به مکالمه با هوش مصنوعی است تا با این طریق تعامل با دستیار هوشمند گوگل اسیستنت تا جایی که امکان دارد طبیعی‌تر باشد.

سیستم سؤال و جواب فعال گوگل موسوم به اکیتو کیو اِی یک پروژه تحقیقاتی است که از  یادگیری و تقویت آن برای آموزش دستیار هوش مصنوعی برای سؤال کردن و جواب دادن تاثیر دارد.

امروزه این پروژه به توسط گوگل به حالت متن‌باز است.

میشل چن هوسچر، یکی از مهندسین نرم افزار در مورد ActiveQA در واحد هوش مصنوعی گوگل اینگونه توضیح داده است:
این سیستم با استفاده از زبان طبیعی بارها و بارها با سیستم‌های سؤال و جواب تعامل می‌کند و هدف آن ارائه بهترین پاسخ است.
این سیستم مانند یک کودکی که سؤالات را تکرار می‌کند عمل می کند؛ برای مثال جک چه زمانی به دنیا آمده؟و درباره سؤال مورد نظر را با عبارات دیگری می‌پرسد؛ مثلا جک در چه سالی به دنیا آمد؟ همانطور که گفتیم هدف اصلی این سیستم، بهبود بخشیدن به پاسخ‌های ارائه شده است.
این دستیار بین کاربر و یک جعبه سیاه سیستم سؤال و جواب قرار گرفته و یاد می‌گیرد که سؤالات را اصلاح  می کند و در نهایت مناسب‌ترین پاسخ ممکن را ارائه دهد. محققان گوگل در هفتمین کنفرانس بین‌المللی یادگیری ماشینی که در ماه مرداد (می) برگزار شده اعلام کردند که سیستم سؤال و جواب مبتنی بر هوش مصنوعی این شرکت، زبان طبیعی یک سؤال اولیه را اصلاح و سپس مرتبط‌ترین جواب موجود در منابع را به عنوان بهترین پاسخ به کاربر ارائه می‌دهد.
در گذر زمان، سیستم مورد بحث روی یک فریم‌ورک یادگیری تقویتی کار خواهد کرد تا یاد بگیرد سؤالات دقیق‌تر و مشخص‌تری بپرسد و در آخر پاسخ‌هایی را که به دنبال آن‌ها است بیابد. با توجه به اصلاحاتی که در مدل‌های پارامترها اعمال می‌شود، با ارسال هر پرسش به سیستم سؤال و جواب، پرسش یاد شده از نظر اینکه جواب آن چقدر خوب خواهد بود، ارزیابی و دو پاسخ نهایی خوب و بد ارائه خواهد شد.
گوگل، سیستم اکتیو کیو‌ ای را به شکل یک پکیج در فریم‌ورک یادگیری ماشینی خود موسوم به تنسورفلو (TensorFlow) در دسترس قرار می‌دهد. علاوه بر اضافه شدن یک مدل انتخاب پاسخ، یک شبکه‌ی عصبی که با استفاده از کلمات موجود در مجموعه داده‌های استنفورد آموزش داده شده و یک سیستم سؤال و جواب بر پایه‌ی BiDAF استنفورد (جریان توجه دو طرفه برای یادگیری ماشینی) به این پروژه افزوده شده است.
غول جستجوگر گوگل در حال تولید یک سیستم از قبل آموزش داده شده‌ی جمله به جمله است و در ساخت این سیستم از کد آموزشی فریم‌ورک ترجمه‌ی طبیعیِ ماشینیِ تنسورفلو بهره گرفته است.
تیمی از گوگل نمونه‌ای از روش اجرای اکتیو کیو ای را به‌ نمایش گذاشته که در آن، سیستم سؤال و جواب، اساسا پاسخ‌هایی را برای سؤالات مطرح شده ارائه می‌دهد.
در این نمونه‌ی نمایشی پاسخ‌های مورد نظر از مجموعه داده‌های مسابقه‌ی تلویزیونی جئوپاردی استخراج شده است.
هوسبچر و رودریگو نگویرا یکی از دانشجویان پی‌اچ‌دی و مهندس نرم‌افزار در واحد هوش مصنوعی گوگل است در پستی در وبلاگ خود نوشته:
فکر می‌کنیم این تحقیق به ما کمک میکند تا سیستم‌هایی را طراحی کنیم که پاسخ‌های بهتری ارائه دهند. هدف گوگل این است که اطلاعات جهان‌ را سازماندهی کند و آن را به طور عمومی قابل دسترس و مفید کند و ما معتقدیم که اکتیو کیو ای یک گام مهم در واقعیت یافتن این هدف است.
رایانه کمک

کارشناسان رایانه کمک میتواند شما را در حل مشکلات کامپیوتری و تلفن همراه یاری کنند