Real-Life AI Rivalen wie "Star Wars": Ein Universalübersetzer?
Künstliche Intelligenz wird Hollywood im Jahr 2015 mit einer Reihe von ikonischen und neue Roboter auf dem Bildschirm (intelligent) herrschen. Aus der Turing-"Ex Machina" alte Freunde R2-D2 und C-3PO und neue Feinde wie die Avengers Ultron bashing zeigen fühlende Roboter auf dem Bildschirm eine Reihe von menschlichen und übermenschlichen Eigenschaften. Realen Roboter können jedoch gerade so spannend. In diesem fünfteiligen Serie schaut Live Science Maschinenintelligenz diese Fortschritte für die Filme gemacht.
Die "Star Wars"-Franchise, wieder mit "Das Erwachen der macht" im Dezember, hat jede Menge coole Gadgets dargestellt. Aber geliebten Droiden C-3PO erstaunlichen Übersetzung Fähigkeiten möglicherweise das nützlichste im Alltag und am ehesten durch lebensechte Ki repliziert werden.
Laufende Forschung konnte schließlich Maschine Übersetzer, die die Fließfähigkeit des Sci-Fi-Übersetzer Rivalen Google Forscher Geoffrey Hinton vorgeschlagen, in der ein Reddit AMA antreiben — er verglich die Möglichkeiten, die von der "Babel Fish" Universalübersetzer in Douglas Adams "Anhalter durch die Galaxis." (In dem Buch, Babel Fish ist ein kleiner leechlike Fisch im Ohr, die sofortige, universelle Übersetzung zur Verfügung stellt.)
Insbesondere sagte künstliche Gehirne genannt "wiederkehrenden neuronale Netze" das Potenzial für große Sprünge nach vorn in maschinelle Übersetzung, Hinton, neuronale Netze, sowohl bei Google und der University of Toronto studiert. [Science Fakt oder Fiktion? Die Plausibilität der 10 Sci-Fi-Konzepte]
"Eine große Frage wenn neuronale Netze eine inkrementelle Schritt sein werden oder eine Revolution in der Übersetzung", sagte Macduff Hughes, engineering Director bei Google-Übersetzung, Leben-Wissenschaft. Recht jetzt solche Netze lediglich Satz oder Statistik-basierte Übersetzung ergänzen, sagte Hughes. "Ehrgeizigere, langfristige Ziel ist wenn man ein neuronales Netzes trainieren, von Grund auf neu zu übersetzen."
Diese Art der Übersetzung müsste theoretisch nur zwei Teile: ein neuronales Netz, ein Stück des Textes von einer Ausgangssprache zu kodieren, und ein zweites Netzwerk, dass die Daten in einer zweiten Sprache zu entschlüsseln. Googles aktuelle Satz-basierte Übersetzung Ansatz nicht noch neuronale Netze verwenden – aber die Firma und andere Arbeiten über die Möglichkeiten, Hughes sagte.
"Es gibt mehrere Dinge, die neuronale Netze direkt besser als Satz-basierte Übersetzung bekommen können,", sagte Hughes, einschließlich übersetzen von Wörtern, bei denen die Maschine verfügt über keine direkte Definition. Neural-Netzwerk-basierte Übersetzung würde dies erreichen durch die Zuordnung von Vektoren zu Worte, die ein Wort Beziehung in seiner eigenen Sprache zu zeigen, sagte Hughes.
Ein Maschine Übersetzer kann dann den Vektor der ein unbekanntes Wort zu den Vektoren der bekannten Wörter in anderen Sprachen vergleichen. Wenn beispielsweise die Maschine sieht, dass das unbekannte Wort "Vaca" ähnliche Beziehungen mit anderen spanischen Wörtern hat wie das englische Wort "Kuh" mit anderen englischen Wörtern, kann der Roboter das Wort übersetzen lernen – ohne menschliches Zutun oder Anweisung.
Diese Roboter könnte potenziell macht maschinelle Übersetzung, wie von Google Translate Service, der nutzt derzeit Satz-basierten Algorithmen durchgeführt.
Schauen Sie sich den Rest dieser Serie: wie Real-Life AI Rivalen "Kamerad": Roboter bekommen Emotional, wie Real-Life AI Rivalen "Ex Machina": Passing Turing, wie Real-Life AI Rivalen "Ultron": Computer lernen zu lernen und wie Real-Life AI Rivalen 'Terminator': Roboter nehmen Sie das Bild.
Folgen Sie Michael Dhar @michaeldhar . Folgen Sie uns @livescience, Facebook& Google +.