人間の言語パターンを学習できる人工知能

人間の言語は複雑であることで悪名が高く、言語学者は長い間、人間と同じ方法で音声と単語の構造を分析する方法を機械に教えることは不可能であると考えてきました。

しかし、マギル大学、MIT、コーネル大学の研究者たちは、すでにこの方向への一歩を踏み出しています。彼らは、人間の言語のルールとパターンを独自に学習できる人工知能 (AI) システムを開発しました。

モデルは、さまざまな言語に適用できる高水準言語パターンを自動的に学習し、より良い結果を達成できるようにします。

単語と、時制、格、性別など、言語のさまざまな文法機能を表現するためにそれらの単語がどのように変化するかの例が与えられると、機械学習モデルはそれらの単語を解釈するためのルールを考え出します。変化。

研究者たちは、人間の言語のルールとパターンを独自に学習できる人工知能システムを開発しました。 Credit: MIT Jose-Luis Olivares

たとえば、セルボ・クロアチア語の男性形を女性形にするには単語の末尾に文字「a」を追加する必要があることがわかっている可能性があります。

研究者らは、このシステムは言語理論をテストし、異なる言語が単語を変換する方法の微妙な類似点を研究するために使用できる可能性があると述べています。 「私たちは、人間がこの作業にもたらす知識と推論を模倣できるかどうかを確認したかったのです」と、共著者であるマサチューセッツ工科大学の言語学教授アダム・オルブライト氏は語った。

「この研究の興味深い点は、人間の科学者や子供たちと同じように、非常に小さな言語データのサンプルから一般化できるアルゴリズムを構築できることを示していることです」と同学科の助教授は述べ、主任著者は述べた。 Timothy O'Donnell 氏はマギル大学の言語学博士であり、ミラ・ケベック州の CIFAR AI カナダ委員長です。

ベイジアン手順を使用した人間の言語理論の帰納的合成

自動化されたデータ駆動型の科学モデルと理論の構築と評価は、人工知能における長年の課題です。

私たちは、人間の言語の基本的な部分である形態音韻論、音から語形を構築するシステムのモデルをアルゴリズム的に合成するためのフレームワークを提案します。私たちはベイジアン推論を、言語理論と学習と発見の認知モデルに触発されたプログラム合成および表現と組み合わせます。

私たちのシステムは、58 の異なる言語からの 70 のデータセットにわたって、各言語の形態素音韻の中核的側面について人間が解釈可能なモデルを合成し、場合によっては人間の言語学者によって提案されたモデルに近づくこともあります。 70 のデータセットすべてにわたる共同推論により、解釈可能な言語間のタイプの傾向をエンコードするメタモデルが自動的に合成されます。

最後に、同じアルゴリズムが少量の学習ダイナミクスを捕捉し、1 つまたはいくつかの例から新しい形態学的音声規則を取得します。

これらの結果は、言語学やその他の科学分野において、より強力な機械サポートによる解釈可能なモデルの発見への道を示しています。

以上が人間の言語パターンを学習できる人工知能の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。