मुख्य तथ्य
- नई तकनीकों से ऐसे कंप्यूटर बन सकते हैं जो मानव भाषण को बेहतर ढंग से समझते हैं।
- Microsoft और NVIDIA ने हाल ही में भाषा की व्याख्या करने के लिए एक नई AI- संचालित पद्धति की घोषणा की।
- क्वांटम कंप्यूटिंग भाषा प्रसंस्करण के क्षेत्र को आगे बढ़ाने का एक और तरीका हो सकता है।
आजकल कमांड देने के लिए बहुत सारे स्मार्ट गैजेट हैं, लेकिन हम अभी भी उन कंप्यूटरों से बहुत दूर हैं जो संवादी भाषण को समझते हैं।
Microsoft और NVIDIA ने हाल ही में भाषण की व्याख्या करने के लिए एक नई AI- संचालित पद्धति की घोषणा की, जो हमारे इलेक्ट्रॉनिक्स के साथ चैट करने के तरीके को बदल सकती है। यह कंप्यूटर के भाषण को समझने के तरीके को बदलने वाले बढ़ते आंदोलन का हिस्सा है, जिसे नेचुरल लैंग्वेज प्रोसेसिंग (एनएलपी) भी कहा जाता है।
"एनएलपी को शक्ति देने वाले मॉडल बड़े और अधिक उन्नत होते जा रहे हैं और मानव समझ के करीब आ रहे हैं," एआई विशेषज्ञ हामिश ओगिल्वी ने एक ईमेल साक्षात्कार में लाइफवायर को बताया।
"एक बड़ी प्रगति यह है कि एनएलपी सरल कीवर्ड से परे जा रहा है। आज आप खोज परिणाम प्राप्त करने के लिए एक या दो कीवर्ड टाइप करने या बोलने के आदी हो सकते हैं, लेकिन नए प्राकृतिक भाषा प्रसंस्करण मॉडल बेहतर परिणाम प्रदान करने के लिए संदर्भ का उपयोग करते हैं। ।"
चैट बॉट
एनवीआईडीआईए और माइक्रोसॉफ्ट ने मेगाट्रॉन-ट्यूरिंग नेचुरल लैंग्वेज जेनरेशन मॉडल (एमटीएनएलजी) बनाने के लिए मिलकर काम किया है, जो दोनों का दावा है कि "आज तक प्रशिक्षित सबसे शक्तिशाली मोनोलिथिक ट्रांसफॉर्मर भाषा मॉडल है।" AI मॉडल सुपर कंप्यूटर पर चलता है।
लेकिन शोधकर्ताओं ने पाया कि एमटीएनएलजी मॉडल ने मानवीय पूर्वाग्रहों को उठाया क्योंकि यह मानव भाषण नमूनों के पहाड़ों के माध्यम से मिला था।
"जबकि विशाल भाषा मॉडल भाषा निर्माण पर कला की स्थिति को आगे बढ़ा रहे हैं, वे पूर्वाग्रह और विषाक्तता जैसे मुद्दों से भी पीड़ित हैं," शोधकर्ताओं ने एक ब्लॉग पोस्ट में लिखा है। "एमटी-एनएलजी के साथ हमारा अवलोकन यह है कि मॉडल उस डेटा से रूढ़ियों और पूर्वाग्रहों को उठाता है जिस पर इसे प्रशिक्षित किया जाता है।"
जो कंप्यूटर भाषण को बेहतर ढंग से समझते हैं, वे एलेक्सा, ओगिल्वी जैसे स्मार्ट स्पीकर में सुधार नहीं करेंगे। अमेज़ॅन जैसी टेक्स्ट-आधारित खोज वेबसाइटें भी टाइप किए गए प्रश्नों को बेहतर ढंग से समझ सकेंगी।
"Google को यहां स्पष्ट बढ़त मिली है, लेकिन एनएलपी तकनीक हर जगह होने जा रही है," ओगिल्वी ने कहा। "पाठ और ध्वनि-आधारित खोजों के लिए, उपयोगकर्ता अधिक वर्णनात्मक हो सकते हैं क्योंकि एनएलपी केवल पाठ से अधिक समझता है; यह उस संदर्भ को समझता है जिसे आप बेहतर परिणाम देने के लिए खोज रहे हैं।"
क्वांटम चैट?
क्वांटम कंप्यूटिंग एनएलपी के क्षेत्र को आगे बढ़ाने का एक तरीका हो सकता है। बुधवार को, कंपनी कैम्ब्रिज क्वांटम ने लैम्बेक की घोषणा की, जिसका दावा है कि यह एनएलपी के लिए पहला क्वांटम टूलकिट है।
…एनएलपी सिर्फ टेक्स्ट से ज्यादा समझता है; यह उस संदर्भ को समझता है जिसे आप बेहतर परिणाम देने के लिए खोज रहे हैं।
कंपनी का कहना है कि यह टूल क्वांटम कंप्यूटर पर चलने वाले क्वांटम सर्किट का उपयोग करके वाक्यों के प्राकृतिक भाषाओं में अनुवाद की अनुमति देता है। क्वांटम कंप्यूटिंग एक प्रकार की गणना है जो गणना करने के लिए क्वांटम राज्यों के असामान्य गुणों, जैसे सुपरपोजिशन, हस्तक्षेप और उलझाव का उपयोग करती है।
"जिस तरह से क्वांटम कंप्यूटर एनएलपी को संभालते हैं वह शास्त्रीय मशीनों से बहुत अलग है। वास्तव में, एनएलपी 'क्वांटम नेटिव' है," कैम्ब्रिज क्वांटम के मुख्य वैज्ञानिक बॉब कोएके ने एक ईमेल साक्षात्कार में लाइफवायर को बताया। "यह कुछ साल पहले की गई एक खोज के कारण है, कि व्याकरण को नियंत्रित करने वाले वाक्य और अर्थ क्वांटम कंप्यूटरों को प्रोग्राम करने के लिए उपयोग किए जाने वाले गणित के समान संरचना लेते हैं।"
कोएके ने कहा कि क्वांटम एनएलपी से बेहतर आवाज सहायक और अनुवाद उपकरण बन सकते हैं।
स्पीच रिकग्निशन में सुधार के लिए एक और आशाजनक दृष्टिकोण, जिसे हाइपरजायंट कंपनी के डेटा वैज्ञानिक ज़ैक लियू कहा जाता है, ने एक ईमेल साक्षात्कार में लाइफवायर को बताया। "संक्षेप में, जब डेटा वैज्ञानिक एनएलपी डेटा में सुधार करते हैं, तो यह लगभग गारंटी देता है कि उनके पास बेहतर एनएलपी मॉडल और बेहतर एनएलपी क्षमता होगी।"
अगला कदम एनएलपी के साथ कंप्यूटर विज़न मॉडल को एकीकृत करना है, जैसे वीडियो देखने के लिए एआई मॉडल को प्रशिक्षण देना और उस वीडियो का टेक्स्ट सारांश तैयार करना, लियू ने कहा।
"स्वास्थ्य देखभाल, रेडियोलॉजिकल फिल्में पढ़ने और प्रारंभिक निदान प्रदान करने, घरों, कपड़े, गहने, या इसी तरह की वस्तुओं को डिजाइन करने के लिए, इस प्रगति के आवेदन असीमित हो सकते हैं," उन्होंने कहा। "ग्राहक मौखिक या लिखित रूप में आवश्यकताओं की व्याख्या कर सकता है, और इस विवरण को बेहतर विज़ुअलाइज़ेशन के लिए छवियों या वीडियो में स्वचालित रूप से परिवर्तित किया जा सकता है।"
