Η υπεράνθρωπη τεχνητή νοημοσύνη της Google εκθρονίζει τη Microsoft Research, περισσότερο, στο τεστ κατανόησης ανάγνωσης
2 λεπτό. ανάγνωση
Δημοσιεύθηκε στις
Μοιραστείτε αυτό το άρθρο
Βελτιώστε αυτόν τον οδηγό
Διαβάστε τη σελίδα αποκάλυψης για να μάθετε πώς μπορείτε να βοηθήσετε το MSPoweruser να διατηρήσει τη συντακτική ομάδα Διάβασε περισσότερα
In ένα έγγραφο που δημοσιεύτηκε την Τετάρτη στο OpenReview.net, η Google AI και το Τεχνολογικό Ινστιτούτο Toyota του Σικάγο ανακοίνωσαν ότι η νέα τους τεχνητή νοημοσύνη, ALBERT, κατέλαβε την πρώτη θέση σε πολλά τεστ κατανόησης φυσικής γλώσσας, καταλαμβάνοντας την πρώτη θέση σε SQuAD 2.0, GLUE και υψηλή βαθμολογία απόδοσης RACE.
Στο σημείο αναφοράς General Language Understanding Evaluation (GLUE), ο ALBERT επιτυγχάνει βαθμολογία 89.4, στο Stanford Question Answering Dataset benchmark (SQUAD), 92.2 και στο ReAding Comprehension from English Examinations (RACE), 89.4%.
Για το SQUAD 2.0 η μέση ανθρώπινη απόδοση είναι 89.452.
Το SQuAD2.0 συνδυάζει τις 100,000 ερωτήσεις στο SQuAD1.1 με περισσότερες από 50,000 νέες, αναπάντητες ερωτήσεις που έχουν γραφτεί αντίθετα από πλήθος εργαζομένων, ώστε να μοιάζουν με αυτές που μπορούν να απαντηθούν. Για να τα πάνε καλά στο SQuAD2.0, τα συστήματα πρέπει όχι μόνο να απαντούν σε ερωτήσεις όταν είναι δυνατόν, αλλά και να προσδιορίζουν πότε καμία απάντηση δεν υποστηρίζεται από την παράγραφο και να απέχουν από την απάντηση.
Ο ALBERT «χρησιμοποιεί τεχνικές μείωσης παραμέτρων για να μειώσει την κατανάλωση μνήμης και να αυξήσει την ταχύτητα προπόνησης του BERT».
«Οι προτεινόμενες μέθοδοι μας οδηγούν σε μοντέλα που κλιμακώνονται πολύ καλύτερα σε σύγκριση με το αρχικό BERT. Χρησιμοποιούμε επίσης μια αυτοεποπτευόμενη απώλεια που επικεντρώνεται στη μοντελοποίηση της συνοχής μεταξύ των προτάσεων και δείχνουμε ότι βοηθά με συνέπεια εργασίες κατάντη με εισαγωγές πολλών προτάσεων», αναφέρει η εφημερίδα.
Οι κορυφαίες εταιρείες τεχνητής νοημοσύνης διεκδικούν την κορυφαία θέση σε έναν διαγωνισμό. Στα τέλη Ιουλίου, το Facebook AI Research παρουσίασε το RoBERTa, ένα μοντέλο που πέτυχε αποτελέσματα αιχμής και τον Μάιο, οι ερευνητές της Microsoft AI παρουσίασαν το Multi-Task Deep Neural Network (MT-DNN), ένα μοντέλο που πέτυχε κορυφαίες βαθμολογίες σε 7 από 9 σημεία αναφοράς GLUE.
Η τεχνολογία έχει προφανείς εφαρμογές για την ανάγνωση του ογκώδους όγκου κειμένου στο διαδίκτυο και την παροχή συνεκτικών απαντήσεων, ένα προφανές όφελος για τις μηχανές αναζήτησης.
Μέσω VentureBeat
