هوش مصنوعی چگونه پرسش‌های ما را درک می‌کند؟

در ماه سپتامبر ۲۰۱۹، مؤسسه هوش مصنوعی Allen از یک برنامه کامپیوتری تحت عنوان Aristo رونمایی کرد که می توانست به بیش از ۹۰ درصد از سوالات مطرح شده در تست های علمی پایه هشتم مقطع تحصیلی جواب درست بدهد.

هرچند کسب نمره قبولی در آزمونی که مربوط به مقطع راهنمایی است، کار چندان سختی بنظر نمی رسد، ولی برای کامپیوترها کار پیچیده ای است. نرم افزار Aristo قادر است با کمک فناوری پردازش زبان طبیعی( NLP) جواب درست را از بین میلیون ها سند پیدا کند. این فناوری شاخه ای از علوم کامپیوتری و هوش مصنوعی (Artificial Intelligence) است که به کامپیوترها این قابلیت را می دهد تا از متون فاقد ساختار و پیکربندی، مفهوم استخراج کنند.اگرچه تا واقعیت رویای آدمی یعنی امکان مکالمه بدون عیب ونقص ماشین ها با انسانها مسافت زیادی داریم، ولیکن پردازش زبان طبیعی( NLP) طی سال های گذشته و به لطف پیشرفت محسوسی که تجربه کرده، بعنوان یکی از عناصر مهم در بسیاری از اپلیکیشن ها و برنامه هایی که ما انسان ها روزانه با آنها سروکار داریم، تبدیل شده است.

از جمله این ابزارها می توان به دستیارهای دیجیتالی، ترجمه ماشینی، سرچ وب، ایمیل ها و... اشاره کرد.الگوبرداری و پیاده کردن قابلیت های پردازش زبانی مغز انسان، کار بسیار سخت و پیچیده ای برای هوش مصنوعی است. تصور کنید که یک دستگاه مجهز به هوش مصنوعی بخواهد به پرسش های گوناگون مربوط به شرایط آب و هوایی جواب دهد. در این جا امکان دارد این سؤال به روش های مختلفی پرسیده شود که بعضی از آن ها عبارتند از:

هوا امروز چگونه است؟ آیا فردا بارانی خواهد بود؟ چه زمانی باران بند می آید؟ آیا هوای امروز شیکاگو، آفتابی است؟

چه روزهایی در هفته آتی، آفتابی است؟

زبان اغلب با خود معناهای مخفیانه را نیز منتقل می کند که به دانش عمومی در خصوص دنیا و روش ارتباط میان اشیاء دلالت دارد. بدین ترتیب، فهم خیلی از این جملات و کلمات، صرفا به پی بردن معانی کلمات خلاصه نمی شود و باید به بالاتر از اینها توجه شود. به این پرسش ها توجه کنید:آیا هوا برای مسابقه فوتبال فردا مطلوب خواهد بود؟ آیا در اشپزخانه برف می بارد؟هر کسی که جمله اول را بشنود، متوجه خواهد شد که شما دارید باصراحت می پرسید که آیا فردا، هوا آفتابی خواهد بود یا این که باران خواهد بارید.

منتها در خصوص سؤال دوم، همگی می دانند که هیچوقت در آشپزخانه، برف نمی بارد. ولی رمزنگاری جملاتی این چنینی، نیازمند یک دانش زمینه ای است. براین اساس هوش مصنوعی به آسانی قادر به تشخیص آن نخواهد بود و این مسئله پیوسته بعنوان چالشی پیش روی پژوهشگران بوده است.در رویکردهای کلاسیک نسبت به پردازش زبان طبیعی از سیستم های هوش مصنوعی نمادین استفاده می شد، جایی که در آن مهندسان نرم افزار بطور مشخص، قانونی را برای استخراج مفهوم زبان معلوم می کنند. این فرآیند، کاربرد محدودی داشت و آنقدر قابل اتکا نبود. به این معنی که توسعه دهندگان باید تمامی روش هایی را که امکان دارد یک شخص، سؤال مربوط به شرایط هوا را از دستگاه بپرسد، بنویسند، بعد از آن جواب مناسبی را برای هر یک از این پرسش ها در نظر بگیرند.

فناوری پردازش زبان طبیعی

این سیستم تنها در شرایطی موثر واقع می شود که رفتار کاربر از محدوده مشخصی فراتر نرود. به محض این که سیستم، سؤال جدید و گوناگونی را نسبت به آنچه قبلاً برای آن تعریف شده بود، دریافت میکرد ، عملا چیزی برای جواب نداشت.محدودیت سیستم های مبتنی بر قانون و کدگذاری، در پردازش متون بلند که نیازمند دانش متنی است، بیشتر به چشم می آید. این مسئله بطور خاص در ترجمه مشهود است؛ جایی که در آن سیستم باید یک متن طولانی را از زبان به زبانی دیگر برگرداند که این امر نیازمند اطلاعاتی درباره‌ی زبان مبداء و مقصد و همینطور تاریخ و فرهنگ دو زبان است.طی چند سال گذشته، شاهد انقلابی در فناوری یادگیری عمیق بودیم. این فناوری نوعی تکنیک هوش مصنوعی (Artificial Intelligence) است که بطور ویژه در مدیریت اطلاعات ساختارنیافته مثل تصاویر، صدا و متن بکار گرفته می شود. مهندسان نرم‌افزار به جای تعریف دستی الگوریتم های یادگیری عمیق، این فناوری را از روش فراهم کردن مثال ها و نمونه های گوناگون، به اصطلاح تعلیم می دهند.

برای نمونه، مهندسان برای تعلیم الگوریتمی به خاطر پاسخ به پرسش های مرتبط با آب و هوا، نمونه ها و مثال های متعددی از روش پرسیدن سوالات راجع به شرایط آب و هوا و جواب مناسب این پرسش ها را برای این الگوریتم آماده می کنند. این الگوریتم یک مدل آماری ایجاد می کند و می تواند به اصطلاح، نقشه جملات جدیدی را به وجود آورد که تا به حال وجود نداشته اند.یادگیری ماشینی، نه تنها احتیاج به هر گونه مهندسی رفتارها بصورت دستی را از میان برمی دارد، بلکه کمک می کند تا بتوان کارهای پیچیده تر پردازش زبان طبیعی مثل ترجمه را به روش بهتری انجام داد.در سال ۲۰۱۶، گوگل (Google) پس از سوئیچ کردن به فناوری یادگیری عمیق، متوجه ارتقا چشمگیر در سرویس ترجمه( Translate) خویش شد. امروزه خیلی از کاربردها و عملکردهای پردازش زبان طبیعی مبتنی بر یادگیری عمیق هستند.

کاربردهای فناوری پردازش زبان طبیعی

ردپای پردازش زبان طبیعی را می توان در خیلی از حوزه ها مشاهده کرد. از طرفی، پیشرفت ها در بعضی عرصه ها، زمینه را برای ظهور کاربردهای جدید هموار می کند. درادامه به بعضی از این موارد اشاره خواهیم کرد.دستیارهای دیجیتالی:الکسا، سیری و کورتانا از پردازش زبان طبیعی به خاطر جمله بندی و تهیه نقشه ای از جملات استفاده می کنند. به لطف پیشرفت های گذشته در زمینه پردازش زبان طبیعی، کاربران میتوانند حتی با زبان غیررسمی و عامیانه هم با دستیارهای دیجیتالی صحبت کنند.

این دستیارهای دیجیتال می توانند به دستورات مختلف و متنوعی مانند تنظیم زنگ هشدار، پخش موسیقی و روشن یا خاموش کردن لامپ ها به خوبی پاسخ دهند و آن ها را اجرا کنند.گوگل داپلکس( Duplex) نمونه بارزی از پیشرفت ها در زمینه پردازش زبان طبیعی است؛ این قابلیت، میتواند با اشخاص مختلف ارتباط تلفنی برقرار نموده و برای نمونه، اتاقی را در هتل برای فرد موردنظر رزرو کند. همینطور قادر است حرف ها و گفت وگوهای تبادل شده بین افراد را تحت نظر بگیرد و از دل آن ها، داده هایی را برای استفاده در آینده استخراج کند.

روبات های چت:پیشرفت ها در زمینه فناوری پردازش زبان طبیعی( NLP) طی سال های گذشته، منجر به ظهور روبات های چت شد. با این روبات ها میتوان از روش رابط چت در محیط های گوناگون مانند شبکه های اجتماعی رابطه برقرار کرد. امروزه روبات های چت در قسمت های مختلفی مثل خدمات درمانی، بانکداری، خدمات مشتریان و همین طور اخبار مشاهده می شوند.

ارتباط با روبات های چت تقریباً شبیه ارتباط با انسان هاست.جست وجو در وب:فعلا ، موتورهای جست وجو از فناوری هایی مانند جاسازی کلمات( Word Embedding) بهره می برند که نوعی هوش مصنوعی است و به دنبال کلمات کلیدی و عبارت هایی می گردد که به کلمه جست وجوشده مرتبط هستند.گوگل اخیرا به استفاده از مدلی با عنوان BERT به خاطر ارتقای نتایج جست وجوی کاربران، در موتور سرچ خود روی آورده است. فن آوری هوش مصنوعی Aristo هم از نوعی BERT برای پیدا کردن پاسخ پرسش های علمی بهره می گیرد.ایمیل:خیلی از سرویس های ارائه دهنده خدمات ایمیل از پردازش زبان طبیعی برای تشخیص و فیلتر کردن هرزنامه ها استفاده می کنند.

خصوصیت هایی شبیه تکمیل اتوماتیک یا نوشتن هوشمند در ایمیل هم از پردازش زبان طبیعی بهره می برند که این مسئله اغلب در تلفن های هوشمند مشاهده می شود.شبکه های اجتماعی:پلت فرم های شبکه های اجتماعی نیز از پردازش زبان طبیعی در زمینه های گوناگون استفاده می کنند. من جمله این موارد میتوان به شناسایی پست های دارای کلمات و جملات نامطلوب و خشونت آمیز، محاسبه احساسات پنهان در پست های کاربران و علامت گذاری پست هایی با مضمون خودکشی (Suicide) و... اشاره کرد.

محدودیت های پیش رو 

به رغم انعطاف پذیری که فناوری پردازش زبان طبیعی( NLP) برای پردازش زبان طبیعی به ارمغان آورد، هوش مصنوعی در این برهه از زمان، هنوز فاصله زیادی تا درک زبان مکالمات شبیه آنچه انسانها انجام میدهند ، دارد.مدل های یادگیری عمیق توجه خود را مدیون حجم متعددی از اطلاعاتی هستند که توسط آن ها تعلیم داده شدند. هرچه مثال ها و مواردی که بعنوان هوش مصنوعی تعریف می شود، بیشتر باشد به همان مقدار احتمال ارائه جواب درست تر بیشتر می شود.با این اوصاف، یادگیری عمیق قادر به تشخیص و تمییز معانی کلمات و جملات نیست و صرفا بر اساس الگو و نقشه ای که در اختیار دارد کلمات را در کنار هم قرار می دهد. در واقع ، مدل های زبانی مبتنی بر یادگیری عمیق، همچنان با مشکلاتی مواجهند که قبل از این در پردازنده های مبتنی بر قانون و کُد وجود داشت.مدل های زبانی یادگیری عمیق زمانیکه درگیر کارهایی میشوند که نیازمند دانش عمومی در مورد مردم وچیزهای گوناگون است، اشتباهات پیش پاافتاده ای را مرتکب می شوند.

به همین علت است که خیلی از شرکت ها هنوز هم استفاده از هزاران انسان را به منظور هدایت الگوریتم های هوش مصنوعی به مسیر درست، ترجیح می دهند.اگر بخواهیم عادلانه قضاوت کنیم، باید بگوییم تا زمانیکه نتوانیم کدهای هوش مصنوعی (Artificial Intelligence) هم تراز با آنچه در حافظه انسان پردازش می شود، پیاده کنیم هیچوقت نمی توان به پردازش زبان طبیعی بطور کامل اطمینان کرد. ولی هرچه به جلو می رویم و به پیشرفت های بیشتر نائل می شویم، این فاصله بین انسان و کامپیوتر بیش از پیش برداشته خواهد شد.