Si quiere construir un buen robot parlante, primero enséñele un segundo idioma

    ROBÓTICA.

    A las máquinas les sigue costando mucho entender el lenguaje. Pero una nueva investigación de Salesforce demuestra que si primero se les enseña a traducir- dos idiomas entre sí, el programa mejora sustancialmente sus habilidades lingüísticas generales.

    Desde Alexa y Siri, hasta los innumerables chatbots y servicios automatizados de atención al cliente, los ordenadores están aprendiendo, poco a poco, a hablar. El único problema es que todavía se confunden fácilmente.

    Un equipo de investigación de Salesforce presenta una manera muy hábil de mejorar el rendimiento de este tipo de programas: enseñarles un algoritmo que los capacite para hablar otro idioma distinto antes de entrenarle para realizar otras tareas. Enseñar a las máquinas a mantener una conversación coherente sigue siendo uno de los grandes desafíos pendientes en la inteligencia artificial (IA): distinguir el significado del texto hablado o escrito a menudo se basa en una comprensión más amplia del mundo, o en el sentido común.

    Las conclusiones de Salesforce apuntan a que entrenar a un sistema de aprendizaje automático para traducir dos idiomas, inmediatamente le enseña aspectos útiles sobre la relación y el contexto adecuado de las palabras. Si este sistema que sabe un segundo idioma lo utiliza como base para otro sistema de aprendizaje automático (por ejemplo, uno cuyo objetivo sea mantener una conversación o detectar el sentimiento de un texto), éste funciona mucho mejor que si partiera de un sistema entrenado desde cero.

    "El proyecto consiste en tomar datos de la traducción automática, y enseñar al modelo a entender las palabras y su contexto", explica el científico jefe de Salesforce y experto en aplicar aprendizaje automático y lenguaje, Richard Socher. El trabajo es un ejemplo de cómo los avances en aprendizaje automático pueden ayudar a mejorar las habilidades lingüísticas de los sistemas de inteligencia artificial. Muchos sistemas de visión automática, basados en aprendizaje profundo, se entrenan con algún tipo de formación previa, y Socher sugiere que la traducción automática puede ofrecer una forma similar de impulsar sistemas naturales de lenguaje.

    Salesforce, una plataforma en línea para gestionar las interacciones de los clientes sobre ventas, marketing y comercio, ya ofrece una gama de herramientas de inteligencia artificial a través de su software Einstein. Éste incluye una herramienta para clasificar automáticamente las emociones de los correos electrónicos y los mensajes de chat, y otra que da prioridad a los objetivos que un trabajador está persiguiendo, en función de su actividad anterior.

    Socher cree que este nuevo descubrimiento ayudará a mejorar las capacidades de lenguaje natural de la plataforma de Einstein. "Es muy útil para chatbots y automatizar la atención al cliente", sostiene.

    Los investigadores de Salesforce han trabajado en un sistema de aprendizaje profundo para traducir entre inglés y alemán. Para ello, alimentaron a una red neuronal con una gran cantidad de documentos traducidos y ajustaron los parámetros de la red hasta que el sistema aprendió a realizar una traducción decente por sí mismo. Este sistema representa palabras usando vectores, una manera habitual de codificar y analizar el significado del texto.

    Después, los investigadores entrenaron a la red bilingüe para hacer una variedad de cosas: determinar el sentimiento de un trozo de texto, clasificar diferentes tipos de preguntas, y responder a otras. Además, han demostrado que el rendimiento de su red preentrenada supera a cualquier otra que no haya aprendido un segundo idioma.

    Que los conjuntos de datos de traducción automática sean particularmente grandes ayuda al reto de que las máquinas aprendan. "Hay una conexión importante entre la traducción y el resto del lenguaje", afirma el investigador de Salesforce Bryan McCann, que también ha estado involucrado en el proyecto. "[Los conjuntos de datos de traducción] son ​​muy generales, y contienen información que puede ser útil, de manera global, para el procesamiento del lenguaje natural", concluye.

    Por Will Knight | traducido por Patricia R. Guevara.

    Sitio Fuente: MIT

    • GataNegra
      GataNegra
    • LatinoAmeriHermanos
      LatinoAmeriHermanos
    • ulsa
      ULSA
    • udg
      UDG
    • gedisa
      GEDISA