Mākslīgais intelekts, mašīntulkošana, dabiskās valodas apstrāde - kāda ir atšķirība?

Computational Linguistics, by Lucas Freitas (Jūnijs 2019).

$config[ads_text] not found
Anonim

Tā kā šīs tehnoloģijas sevi veido, to definīcijas bieži sajaucas viena ar otru

Programmatūra, datori, mašīnas un apstrādes tehnoloģijas ir kļuvušas arvien izsmalcinātākas un lielākais iemesls ir sasniegumi mākslīgā intelekta jomā (AI).


Tā kā šīs tehnoloģijas ir attīstījušās, arī plaša sabiedrība izprot AI kā savu vienību. Runājot par to, ka strauji attīstās šī jaunā tehnoloģija, ir publicēta virkne definīciju, terminu un frāžu, lai labāk identificētu daudzās nianses, ko AI piedāvā.
Tomēr divas frāzes bieži tiek nepareizi izmantotas kā AI alternatīva: dabiskās valodas apstrāde (NLP) un mašīntulkošana (ML).
Lai precizētu atšķirības starp tām, šeit ir (ļoti) īsa (un viegli atcerēties) kopsavilkums:
AI = sistēmas, kas spēj veikt saprātīgas lietas
NLP = sistēmas, kas spēj saprast valodu; NLP uzskata par stingru AI apakškopu
ML = sistēmas, kas var mācīties no pieredzes; ML ir stingra AI apakškopa
NLP ar ML = sistēmas, kas var uzlabot viņu valodas (-u) izpratni
Tātad, ja AI kalpo kā visaptveroša joma šīm jaunajām tehnoloģijām, kāds ir NLP un ML mērķis? Tas ir, bez definīcijas, kādi tie ir domāti sistēmas lietotājam / operatoram?
Īsāk sakot, NLP saskaras ar problēmu kopumu AI. Tas ir paredzēts, lai saprastu lietotāja pieprasījumu (-us), lai AI sistēma varētu noteikt, kā vislabāk izpildīt iegūto uzdevumu (-us).
Tajā pašā laikā ML ir domāts, lai atrisinātu pavisam citu problēmu kopumu ar AI. Redzi, uz AI sistēmām tagad tiek uzticēti arvien sarežģītāki uzdevumi; īpaši tiem, kuriem ir vajadzīgas ievērojamas zināšanas, lai pabeigtu. Lai iegūtu šīs zināšanas / izpratni, mācīšanās ir nepieciešama. Tātad, ML būtībā ir iepriekšējo datu / pieredzes glabāšana, lai izmantotu AI sistēmu. Nedaudz vienkāršāk: ML ļauj AI sistēmai izmantot iepriekšējo pieredzi, veicot tādus pašus vai līdzīgus uzdevumus.
Runājot par nākotni, AI, iespējams, novedīs pie jaunāku definīciju un frāžu izstrādes, jo īpaši tāpēc, ka tas pavērs ceļu attīstīt lietisko internetu. Tas ir aizraujošs jauns uzņēmums, un, pienācīgi audzējot tādas apakšgrupas kā NLP un ML, tā var kļūt par tehnoloģiju, kas maina veidu, kā patērētāji mijiedarbojas ar ikdienas lietām un sistēmām, kā arī to, kā uzņēmumi ražo preces un sniedz pakalpojumus.