پرش به محتوا
آخرین اخبار
آسیب‌پذیری ChatGPT امکان ساخت عامل مخفی در سازمان‌ها را فراهم می‌کرد افزونه جعلی Notepad++ برای آلوده‌سازی ویندوز استفاده شد آسیب‌پذیری افزونه Adobe Acrobat داده‌های واتس‌اپ را در معرض سرقت قرار داد آسیب‌پذیری خطرناک اوبونتو امکان دسترسی کامل به سیستم را فراهم می‌کند بسته جعلی NuGet برای دست‌کاری نتایج بازی Digitain شناسایی شد OpenAI نقش مدل‌های خود در حمله به Hugging Face را تأیید کرد آسیب‌پذیری Kiro اجرای کد مخرب را بدون تأیید کاربر ممکن می‌کرد هزاران مخزن جعلی GitHub کاربران و عامل‌های هوش مصنوعی را هدف گرفتند آسیب‌پذیری ChatGPT امکان ساخت عامل مخفی در سازمان‌ها را فراهم می‌کرد افزونه جعلی Notepad++ برای آلوده‌سازی ویندوز استفاده شد آسیب‌پذیری افزونه Adobe Acrobat داده‌های واتس‌اپ را در معرض سرقت قرار داد آسیب‌پذیری خطرناک اوبونتو امکان دسترسی کامل به سیستم را فراهم می‌کند بسته جعلی NuGet برای دست‌کاری نتایج بازی Digitain شناسایی شد OpenAI نقش مدل‌های خود در حمله به Hugging Face را تأیید کرد آسیب‌پذیری Kiro اجرای کد مخرب را بدون تأیید کاربر ممکن می‌کرد هزاران مخزن جعلی GitHub کاربران و عامل‌های هوش مصنوعی را هدف گرفتند
اخبار

گوگل به ماشین، قدرت خوانش می‌دهد

اردیبهشت ۲۶, ۱۳۹۵ نوشتهٔ editor بدون نظر

۱کمیته رکن چهارم – گوگل با استفاده از هوش مصنوعی، قدرت خوانش زبان انسان را برای ماشین فراهم‌می‌کند.

به گزارش کمیته رکن چهارم،به نقل از itpro، گوگل با متن‌باز «Parsey McParseface» برای سیستم SyntaxNet، زبان انسان را با دقت و صحت بالا درک‌می‌کند. با این مدل تجزیه‌ای متن‌باز گوگل می‌تواند جایگاه هوش مصنوعی را ارتقا‌دهد و امکان استفاده را برای طیف گسترده‌ای از کاربران فراهم‌کند.

اسلاو پترو، کارشناس ارشد تحقیقاتی گوگل در این مورد توضیح‌داد: «ما زمان زیادی را در گوگل صرف این می‌کنیم که ببینیم چطور سیستم‌های کامپیوتری می‌توانند زبان انسانی را به‌منظور پردازش آن در روش‌های هوشمند بخوانند و بفهمند. امروز ما خوشحالیم که ثمره تحقیقات‌مان را با انتشار SyntaxNet با جامعه بزرگ‌تری از مخاطبان به اشتراک می‌گذاریم. SyntaxNet یک چارچوب شبکه عصبی متن‌باز است که در TensorFlow اجرا شده‌است و اساسی برای سیستم‌های درک طبیعی زبان فراهم‌می‌کند.»

SyntaxNet بر الگوریتم‌های یادگیری ماشینی قدرتمندی بنا شده که قادرند یاد‌بگیرند ساختار زبانی را تجزیه‌وتحلیل‌کنند و نقش عملکردی هر واژه را در جمله توضیح‌دهند.

در اینجا برای توضیح این مسئله به‌صورت بصری، یک دیاگرام درختی ساده برای گروه کلمات «آلیس، باب را دید» داریم.

این ساختار این‌طور رمزگذاری می‌شود که آلیس و باب، دو اسم هستند و دید، یک فعل. فعل اصلی «دید» ریشه جمله است و «آلیس» فاعل فعل «دید» و «باب» مفعول مستقیم. ساختار دیاگرامی این امکان را فراهم‌می‎کند که Parsey McParseface با تجزیه‌وتحلیل درست جمله معنی آن را بیرون بکشد.

پترو در ادامه در این مورد می‌گوید: استخراجات ما شامل همه کدهایی می‌شود که برای آموزش مدل‌های جدید SyntaxNet بر روی داده‌های شما موردنیاز است و همانند Parsey McParsefac. شبکه‌های عصبی را برای حل مشکلات پیچیده به‌کار‌می‌گیرد.

طبق گفته گوگل، دقت و صحت Parsey McParseface در متون خبری ۹۴درصد است و این میزان در مقایسه با دقت ۹۶ تا ۹۷ درصدی زبان انسانی قابل‌توجه است.

منبع:افتانا

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


Type The Red Captcha Characters Below.