متا با بررسی نحوه عملکرد مغز انسان به‌دنبال بهبود تشخیص زبان توسط هوش مصنوعی است
شرکت‌های فناوری از هوش مصنوعی برای شناسایی محتوای مضر، تقویت عملکرد دستیارهای مجازی، بهبود ابزارهای ترجمه و تکمیل قابلیت‌های دیگر استفاده می‌کنند. البته سیستم‌های مبتنی‌بر هوش مصنوعی ازجمله نمونه‌هایی که توسط متا ساخته شده‌اند، هنوز قادر نیستند زبان را به‌خوبی انسان یاد بگیرند. غول رسانه‌های اجتماعی امیدوار است با تحقیقات بلندمدت که روی نحوه‌ی یادگیری زبان توسط مغز انسان تمرکز دارد، نحوه‌ی پردازش اطلاعات توسط هوش مصنوعی را بهبود بخشد.
به گزارش CNET، مطالعه‌ی ابتکاری متا نشان می‌دهد دانشمندان این شرکت چگونه قصد دارد هوش مصنوعی را بهبود دهند. این در حالی است که متا قصد دارد سرمایه‌گذاری‌هایی روی عینک واقعیت افزوده (AR) انجام دهد؛ محصولی که در یافتن مسیرها، مشاهده‌ی پیام‌ها یا اجرای بازی به شما کمک می‌کند. فناوری واقعیت افزوده، تصاویر دیجیتال را روی دید یک فرد از دنیای واقعی قرار می‌دهد.
Jean-Rémi King دانشمند محقق در واحد هوش مصنوعی متا گفت، پروژه‌ی تحقیقاتی این شرکت می‌تواند به هوش مصنوعی در مواردی مثل پیش‌بینی کلمات یا درک منظور واقعی از یک عبارت کمک کند. مغز انسان‌ها قادر است با استفاده از حجم کمی از اطلاعات، به‌سرعت بیاموزد و این در حالی است که سیستم‌های هوش مصنوعی حتی زمانی که داده‌های بزرگی دراختیار آن‌ها قرار گیرد، همچنان در انجام کارهای ساده با مشکلاتی مواجه هستند.
به‌عنوان مثال دستیارهای صوتی درشرایطی که درخواست موردنظر کاربر از قبل به‌خوبی برای آن تعریف شده باشد، در درک و ارائه‌ی پاسخ سریع عمل می‌کند، اما هنگامی که این دستیارها نمی‌دانند خواسته‌ی کاربر چیست، بازخورد آن‌ها ناامیدکننده خواهد بود. بهبود نحوه‌ی پردازش زبان هوش مصنوعی می‌تواند به بهبود محصولاتی مثل دستیارهای مجازی کمک کند تا در پاسخ‌گویی به خواسته‌های کاربران عملکرد بهتری ارائه دهند.
Jean-Rémi King می‌گوید:
اگرچه شاهد پیشرفت‌های بزرگی در هوش مصنوعی هستیم، اما برای بسیاری افراد روشن است که هنوز تا رسیدن به سطح هوش انسانی فاصله‌ی زیادی داریم.
متا اعلام کرده برای انجام این تحقیق با مرکز تصویربرداری عصبی NeuroSpin و INRIA در فرانسه همکاری کرده است تا چگونگی واکنش مغز را در برخورد با برخی کلمات بررسی کند. محققان درحال‌حاضر درمرحله‌ی یادگیری تفاوت‌های بین عملکرد مغز انسان و مدل‌های هوش مصنوعی هستند؛ مدل‌هایی که برای پیش‌بینی کلمه‌ی بعدی آموزش دیده‌اند.
مقاله‌ی مرتبط:سامسونگ تراشه هوش مصنوعی ۱۰۰۰ هسته‌ای Esperanto RISC-V را آزمایش می‌کندانویدیا می‌گوید دو تراشه AI این شرکت کار یک ساله ۱۰ طراح تراشه را در چند روز انجام می‌دهند
محققان در مطالعه‌ای که با همکاری INRIA انجام شده است، مدل‌های زبان هوش مصنوعی را با پاسخ‌های مغزی ۳۴۵ داوطلب مقایسه کردند. شرکت‌کنندگان درحالی‌که فعالیت مغز آن‌ها با استفاده از تصویربرداری تشدید مغناطیسی عملکردی ضبط می‌شد؛ به یک داستان گوش می‌دادند.
متا گفت مناطقی از مغر می‌توانند کلمات و ایده‌ها را خیلی زودتر از موعد پیش‌بینی کنند. به‌عنوان مثال مدل‌های زبان هوش مصنوعی معمولاً پیش‌بینی می‌کنند که کلمه‌ی بعد از عبارت Once upon a (روزی روزگاری) کلمه‌ی Time است. از سوی دیگر درمورد انسان‌ها شنیدن این عبارت با توجه به اینکه برای روایت داستان‌ها مورد استفاده قرار می‌گیرد، باعث می‌شود روایت‌ها یا داستان‌هایی که قبلاً شنیده‌اند به ذهن آن‌ها خطور کند.
Jean-Rémi King گفت یافته‌های حاصل از این نوع مطالعات به محققان کمک کرده درمورد آنچه می‌توان برای بهبود هوش مصنوعی انجام داد فرضیه‌ای مطرح کنند. وی همچنین خاطرنشان کرد نتایج این تحقیقات احتمالاً نشانه‌ی خوبی است زیرا با تقویت این الگوریتم‌ها می‌توان به مدل‌های هوش مصنوعی برای یادگیری و درک بهتر زبان، کمک کرد.
فیسبوک با مطالعه روی نحوه‌ی یادگیری زبان توسط مغز انسان، به‌دنبال بهبود قابلیت‌های هوش مصنوعی در درک زبان است.