เครื่องจักรที่อ่านซับเท็กซ์และคำพูดสามารถเข้าใจมนุษย์ได้ดีขึ้น
โฮโนลูลู — ปัญญาประดิษฐ์เริ่มเรียนรู้วิธีอ่านระหว่างบรรทัด ระบบ AI โดยทั่วไปจะตอบสนองต่อข้อความโดยตรงได้ดี เช่น “Siri บอกฉันสภาพอากาศ” หรือ “Alexa เล่น ‘Despacito'” แต่เครื่องจักรยังไม่สามารถพูดเล็ก ๆ น้อย ๆ อย่างที่มนุษย์ทำ Yejin Choi นักวิจัยการประมวลผลภาษาธรรมชาติที่มหาวิทยาลัยวอชิงตันในซีแอตเทิลกล่าว เมื่อพูดถึงความแตกต่างของการสนทนา เช่น น้ำเสียงและสำนวน AI ยังคงพยายามดิ้นรนเพื่อทำความเข้าใจเจตนาของมนุษย์
เพื่อช่วยให้เครื่องจักรมีส่วนร่วมในการสนทนาที่เหมือนมนุษย์มากขึ้น นักวิจัยกำลังสอน AI ให้เข้าใจความหมายของคำที่อยู่นอกเหนือคำจำกัดความในพจนานุกรมที่เข้มงวด ในการประชุม AAAI ล่าสุดเกี่ยวกับปัญญาประดิษฐ์ กลุ่มหนึ่งได้เปิดเผยระบบที่วัดว่าบุคคลนั้นหมายถึงอะไรจริง ๆ เมื่อพูด และอีกกลุ่มหนึ่งได้นำเสนอ AI ที่แยกความแตกต่างระหว่างวลีตามตัวอักษรและวลีที่เป็นรูปเป็นร่างเป็นลายลักษณ์อักษร
ทักษะการสนทนาที่สำคัญอย่างหนึ่งคือการอ่านซับเท็กซ์ การแสดงออกทางสีหน้าหรือน้ำเสียงของใครบางคนสามารถเปลี่ยนความหมายของคำพูดได้อย่างมาก Louis-Philippe Morency นักวิจัยด้านปัญญาประดิษฐ์ที่ Carnegie Mellon University ใน Pittsburgh กล่าว การอธิบายภาพยนตร์ว่า “ป่วย” ด้วยหน้าตาบูดบึ้งบ่งบอกถึงสิ่งที่แตกต่างอย่างสิ้นเชิงจากการเรียกภาพยนตร์เรื่องนี้ว่า “ป่วย” ด้วยน้ำเสียงตื่นเต้นและเลิกคิ้วสูง
Morency และเพื่อนร่วมงานได้ออกแบบระบบปัญญาประดิษฐ์ที่ดูคลิป YouTube เพื่อเรียนรู้ว่าการชี้นำทางอวัจนภาษา เช่น การแสดงออกทางสีหน้าและระดับเสียง สามารถส่งผลต่อความหมายของคำพูดได้อย่างไร
AI นั้นแม่นยำถึง 78 เปอร์เซ็นต์ในการให้คะแนนความรู้สึกเชิงลบหรือเชิงบวกที่หัวเรื่องในวิดีโอแสดงออกมา ทีมของ Morency รายงานเมื่อวันที่ 31 มกราคม ระบบยังได้รับการพิสูจน์แล้วว่าเชี่ยวชาญในการแยกแยะระหว่างอารมณ์ที่แสดงออกมาต่างกัน แต่รับรู้อารมณ์บางอย่างได้ดีกว่าอารมณ์อื่นๆ ตัวอย่างเช่น ระบุความสุขและความเศร้าได้อย่างแม่นยำถึง 87.3 และ 83.4 เปอร์เซ็นต์ ตามลำดับ แต่มีความแม่นยำเพียง 69.7 เปอร์เซ็นต์ในการแสดงออกที่เป็นกลาง Morency ต่อไปต้องการทดสอบว่า AI ประเภทนี้สามารถจดจำได้หรือไม่เมื่อการแสดงออกทางสีหน้าและน้ำเสียงของใครบางคนใช้คำพูดเยาะเย้ยถากถาง
แม้แต่ในการสื่อสารเป็นลายลักษณ์อักษร
การเข้าใจเจตนาของใครบางคนก็ไม่ค่อยตรงไปตรงมาเท่าการร้อยความหมายตามตัวอักษรของคำต่างๆ เข้าด้วยกัน สำนวนเป็นเรื่องยากเพราะสามารถตีความตามตัวอักษรหรือเปรียบเทียบได้ ขึ้นอยู่กับบริบท ตัวอย่างเช่น สามารถใช้คำเดียวกันนี้ในพาดหัวตามตัวอักษรว่า “เด็กกำลังเล่นกับไฟ: ผู้เชี่ยวชาญเตือนพ่อแม่ให้ระวังสัญญาณอันตราย” และคำเปรียบเปรย – “เล่นกับไฟในอัฟกานิสถาน”
ความกำกวมประเภทนี้อาจเป็นอุปสรรคสำหรับระบบ AI ที่วิเคราะห์ความรู้สึกที่แสดงทางออนไลน์หรือแปลเอกสารเป็นภาษาอื่น เพื่อแก้ไขปัญหานี้ Changsheng Liu และ Rebecca Hwa นักวิทยาศาสตร์คอมพิวเตอร์ที่ University of Pittsburgh ได้ออกแบบระบบที่กำหนดว่าวลีนั้นมีความหมายตามตัวอักษรหรือเปรียบเปรยตามคำรอบข้างหรือไม่ ในกรณีของพาดหัวข่าว “เล่นกับไฟ” ระบบอาจคาดหวังว่าจะเห็นคำว่า “เด็ก” และ “เล่น” ร่วมกัน ดังนั้นจึงมีแนวโน้มที่จะถือว่าพาดหัวข่าวแรกตามตัวอักษร แต่ค้นหาคำว่า “อัฟกานิสถาน” และ ” เล่น” ไม่เกี่ยวข้องและตัดสินพาดหัวที่สองในเชิงเปรียบเทียบ
ระบบ AI นี้เรียนรู้วิธีเชื่อมโยงคำต่างๆ โดยการอ่านประโยคจากรายการ Wikipedia ในการทดลอง โปรแกรมมีความแม่นยำ 73 ถึง 75 เปอร์เซ็นต์ในการตัดสินว่าวลีที่อยู่ในประโยคนั้นเป็นคำจริงหรือเป็นรูปเป็นร่าง ฮวาและหลิวรายงานเมื่อวันที่ 29 มกราคม
Julia Rayz นักวิจัยด้านการประมวลผลภาษาธรรมชาติของ Purdue University ใน West Lafayette, Ind. บอกว่า ความสามารถของคอมพิวเตอร์ในการจดจำและตีความภาษาที่ไม่ใช่ตัวอักษรนั้นมีความสำคัญมากขึ้น เนื่องจาก AI ถูกรวมเข้ากับแง่มุมต่างๆ ในชีวิตของเรามากขึ้น นักวิจัยคนอื่นๆ กำลังแก้ไขปัญหาที่คล้ายกันด้วยการเปรียบเทียบและการประชดประชัน
โรเบิร์ต เวสต์ นักวิทยาศาสตร์คอมพิวเตอร์จาก École Polytechnique Fédérale กล่าวว่า “เรากำลังเริ่มเข้าสู่ Uncanny Valley ซึ่ง [AI] จะดีมากจนอย่างน้อยในการสนทนาง่ายๆ เหล่านี้ … ก็เกือบจะเหมือนกับการพูดคุยกับมนุษย์” เดอโลซานในสวิตเซอร์แลนด์ไม่เกี่ยวข้องกับโครงการ แต่การทำความเข้าใจความแตกต่างทางภาษาเป็นสิ่งสำคัญ หาก AI ไม่สามารถทำได้ “เราจะไม่มีเครื่องจักรอัจฉริยะที่สามารถเอาชีวิตรอดจากการสนทนาใดๆ ได้เลย”
นั่นคือสิ่งที่เกิดขึ้นตอนนี้ในรัฐนิวเซาท์เวลส์ของออสเตรเลีย พยาบาลคลินิก Gemma Saravanos และเพื่อนร่วมงานของเธอสังเกตเห็นการลดลงมากกว่า 85 เปอร์เซ็นต์ของการทดสอบ RSV เชิงบวกในช่วงพีคของฤดูกาล ระหว่างเดือนเมษายนถึงมิถุนายน ทีมรายงานในLancetในเดือนกันยายน แต่ตอนนี้ หลังจากเอาชนะ COVID-19 และยกเลิกมาตรการป้องกันที่เข้มงวด พวกเขามีการระบาดของ RSV ยุทำลายสถิติในมือของพวกเขา ในช่วงสองสัปดาห์สุดท้ายของเดือนธันวาคม 2020 รัฐนิวเซาท์เวลส์รายงานการทดสอบ RSV เชิงบวกมากกว่า 6,000 รายการ — ในช่วงเวลาหนึ่งโดยปกติแล้วจะมีการทดสอบสองสามร้อยรายการ ในปี 2019 ฤดูกาล RSV สูงสุดที่ประมาณ 4,695 การตรวจจับในเดือนพฤษภาคม
Saravanos ผู้ซึ่งทำงานที่มหาวิทยาลัยซิดนีย์กล่าวว่า “เป็นเรื่องไม่ธรรมดาจริงๆ “มันไม่เคยเห็นมาก่อน”
