Zuma
Professional
- Učlanjen(a)
- 19.05.2009.
- Poruke
- 12.705
- Pohvaljen
- 28.791
U pravu si da postoji bitna razlika i da će biti teško, ali ne i da je nemoguće. Kad je u pitanju primena AI na razumevanje životinjskih jezika postoje dve oblasti gde problemi jesu slični, pa se neka iskustva mogu primeniti.
Prva oblast je da su osnovne strukture jezika slične. Postoji glagol, subjekt, pridevi, tj opis radnje, subjekt radnje i neka bliža kvalifikacija jednog ili drugog. To je nužno za komunikaciju pa nema sumnje da je i u složenijim životinjskim jezicima slično.
Druga oblast sličnosti je da AI sada razume i IZGOVORENU reč, a ne samo tekst napisan slovima. A to je za početak spektralna i vremenska analiza zvuka, a ne samo razumevanje relacija između napisanih slova, reči i rečenica.
U oba slučaja već znamo da se tu AI veoma dobro snalazi. E sad, zaista, problem treninga je ovde ključan. Kod izgovorene reči mi znamo njeno značenje pa se neuralnoj mreži mogu ponuditi parovi "Zvuk" <-> "Simbolički zapis zvuka slovima", odakle onda on može izvući pravilnosti. Za životinjske jezike ne znamo kakvo je značenje pridruženo zvuku, ali zato možemo zapisati ponašnje koje prati određeni zvuk. Ako se posle nekog zvuka celo jato razbeži, to je znak za opasnost. Itd. Opisao sam kako verujem da se to može postići. Potrebno je smisliti neku notaciju koja detaljno opisuje ponašanje životinja. Pa se onda AI programu za trening ponude parovi "Zvuk" <-> "Zapis ponašanja posle tog zvuka". Za njega je to isto kao par "Naš glas koji izgovara rečenicu" <-> "Zapis rečenice slovima", pošto on ne razume ni jedno ni drugo, već samo traži korelacije, tj veze, šablone i pravilnosti, a u tome je mnogo bolji od nas. Nema predrasuda i bolje barata ogromnim bazama podataka.
Prva oblast je da su osnovne strukture jezika slične. Postoji glagol, subjekt, pridevi, tj opis radnje, subjekt radnje i neka bliža kvalifikacija jednog ili drugog. To je nužno za komunikaciju pa nema sumnje da je i u složenijim životinjskim jezicima slično.
Druga oblast sličnosti je da AI sada razume i IZGOVORENU reč, a ne samo tekst napisan slovima. A to je za početak spektralna i vremenska analiza zvuka, a ne samo razumevanje relacija između napisanih slova, reči i rečenica.
U oba slučaja već znamo da se tu AI veoma dobro snalazi. E sad, zaista, problem treninga je ovde ključan. Kod izgovorene reči mi znamo njeno značenje pa se neuralnoj mreži mogu ponuditi parovi "Zvuk" <-> "Simbolički zapis zvuka slovima", odakle onda on može izvući pravilnosti. Za životinjske jezike ne znamo kakvo je značenje pridruženo zvuku, ali zato možemo zapisati ponašnje koje prati određeni zvuk. Ako se posle nekog zvuka celo jato razbeži, to je znak za opasnost. Itd. Opisao sam kako verujem da se to može postići. Potrebno je smisliti neku notaciju koja detaljno opisuje ponašanje životinja. Pa se onda AI programu za trening ponude parovi "Zvuk" <-> "Zapis ponašanja posle tog zvuka". Za njega je to isto kao par "Naš glas koji izgovara rečenicu" <-> "Zapis rečenice slovima", pošto on ne razume ni jedno ni drugo, već samo traži korelacije, tj veze, šablone i pravilnosti, a u tome je mnogo bolji od nas. Nema predrasuda i bolje barata ogromnim bazama podataka.
Mnogo glup lik 
