MIT entwickelt eine KI, die Sprache wie Kinder erlernt

Beim maschinellen Lernen werden Sprachen durch Trainingssysteme an vom Menschen kommentierten Sätzen gelernt. Die Sätze beschreiben die Struktur und Bedeutung von Wörtern. Die Erfassung dieser Annotationsdaten kann zeitaufwendig sein und  ist für weniger gebräuchliche Sprachen sogar praktisch unmöglich. Annotationen spiegeln möglicherweise nicht genau wider, wie Menschen natürlich sprechen.

Wenn ein neuer Satz bereitgestellt wird, kann der neue Parser das Gelernte über die Sprachstruktur nutzen, um die Bedeutung eines Satzes ohne das zugehörige Video vorherzusagen.

Dieser Ansatz ist „schwach überwacht“, was bedeutet, dass er begrenzte Trainingsdaten erfordert. Nach Ansicht der Forscher könnte der Ansatz Datentypen erweitern und den Aufwand für die Schulung von Parsern reduzieren.

Die Forscher glauben auch, dass dieser Parser verwendet werden könnte, um die Interaktion zwischen Menschen und Robotern natürlicher zu gestalten. „Die Menschen sprechen miteinander in Teilsätzen, Laufgedanken und durcheinandergewürfelter Sprache. Sie wollen einen Roboter in Ihrem Haus, der sich an ihre besondere Art zu sprechen anpasst…. und trotzdem herausfindet, was sie bedeuten“, sagte Andrei Barbu, Mitautor der Arbeit und Forscher im Computer Science and Artificial Intelligence Laboratory (CSAIL) und im Center for Brains, Minds, and Machines (CBMM) innerhalb des MIT McGovern Institute.

In Zukunft wollen die Forscher die Modellierung von Interaktionen im Gegensatz zu rein passiven Beobachtungen untersuchen, erklärten die Forscher.

 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.