İnsan Dilinin Kalıplarını Öğrenebilen Yapay Zeka

Özet: Yeni bir yapay zeka modeli, farklı dillere uygulanabilen üst düzey dil kalıplarını otomatik olarak öğrenerek daha iyi sonuçlar elde etmesini sağlar.

Kaynak: McGill Üniversitesi

İnsan dilleri herkesin bildiği gibi karmaşıktır ve dilbilimciler uzun zamandır bir makineye konuşma seslerini ve kelime yapılarını insanların yaptığı gibi nasıl analiz edeceğini öğretmenin imkansız olacağını düşünmüşlerdir.

Ancak McGill Üniversitesi, MIT ve Cornell Üniversitesi’nden araştırmacılar bu yönde bir adım attılar. İnsan dillerinin kurallarını ve kalıplarını kendi başına öğrenebilen bir yapay zeka (AI) sistemi geliştirdiler.

Model, farklı dillere uygulanabilen üst düzey dil kalıplarını otomatik olarak öğrenerek daha iyi sonuçlar elde etmesini sağlar.

Zaman, durum veya cinsiyet gibi bir dilde farklı gramer işlevlerini ifade etmek için bu kelimelerin nasıl değiştiğine dair kelimeler ve örnekler verildiğinde, bu makine öğrenimi modeli, bu kelimelerin biçimlerinin neden değiştiğini açıklayan kurallarla ortaya çıkıyor.

Örneğin, Sırp-Hırvatçada eril formu dişil yapmak için kelimenin sonuna “a” harfinin eklenmesi gerektiğini öğrenebilir.

Araştırmacılar, bu sistemin dil teorilerini teste tabi tutmak ve çeşitli dillerin kelimeleri dönüştürme şeklindeki ince benzerlikleri araştırmak için kullanılabileceğini söylüyor. MIT’de dilbilim profesörü olan ortak yazar Adam Albright, “İnsanların göreve getirdiği bilgi ve akıl yürütme türlerini taklit edip edemeyeceğimizi görmek istedik” diyor.

Bölümde yardımcı doçent olan kıdemli yazar Timothy O’Donnell, “Bu çalışmayla ilgili heyecan verici olan şey, daha çok insan bilim adamları ve çocuklar gibi, gerçekten çok küçük dil verisi örneklerinden genelleme yapabilen algoritmaları nasıl oluşturabileceğimizi göstermesidir” diyor. McGill Üniversitesi’nde Dilbilim Bölümü ve Mila – Quebec Yapay Zeka Enstitüsü’nde Kanada CIFAR AI Başkanı.

Bu yapay zeka araştırma haberi hakkında

Soyut

Bayesian program tümevarımı ile insan dili teorilerini sentezleme

Bilimsel modellerin ve teorilerin otomatik, veriye dayalı inşası ve değerlendirilmesi, yapay zekada uzun süredir devam eden bir zorluktur.

İnsan dilinin temel bir bölümünün modellerini algoritmik olarak sentezlemek için bir çerçeve sunuyoruz: morfofonoloji, seslerden kelime formları oluşturan sistem. Bayes çıkarımını, dilbilimsel teoriden ve bilişsel öğrenme ve keşif modellerinden esinlenen program sentezi ve temsilleriyle bütünleştiririz.

58 farklı dilden 70 veri kümesinde, sistemimiz her dilin biçim-fonolojisinin temel yönleri için insan tarafından yorumlanabilir modelleri sentezler, bazen insan dilbilimciler tarafından önerilen modellere yaklaşır. 70 veri setinin tamamında ortak çıkarım, yorumlanabilir diller arası tipolojik eğilimleri kodlayan bir meta modeli otomatik olarak sentezler.

Son olarak, aynı algoritma, sadece bir veya birkaç örnekten yeni morfofonolojik kurallar elde ederek, birkaç adımlı öğrenme dinamiklerini yakalar.

Bu sonuçlar, dilbilim ve diğer bilimsel alanlarda yorumlanabilir modellerin makine tarafından etkinleştirilen daha güçlü keşfine yönelik yollar önerir.