Durante um dos discursos principais na Índia, um idoso fez uma pergunta: por que não usamos sânscrito para codificar em IA. Embora essa questão possa parecer muito estranha para os pesquisadores a princípio, ela tem um fundo profundo.
Há muito tempo, quando as pessoas tentavam edificar tradutores de idiomas, a teoria principal era ter um linguagem intermediário de e para o qual pudéssemos transcrever para qualquer linguagem. Se construirmos uma tradução direta de um linguagem A para B, haverá muitas permutações. Imagine, temos 10 idiomas e teremos que edificar 90 (10*9) desses tradutores. Mas para chegar a uma linguagem intermediária, precisaríamos exclusivamente codificar para cada 10 linguagens e 10 decodificadores para transmutar a linguagem intermediária para cada linguagem. Portanto, serão exclusivamente 20 modelos no totalidade.
Logo, era óbvio que definitivamente há urgência de uma linguagem intermediária. A questão era qual deveria ser a linguagem intermediária. Alguns cientistas propuseram que deveríamos ter o sânscrito porquê língua intermediária porque tinha uma boa gramática definitiva. Alguns cientistas pensaram que uma linguagem de programação que pode ser carregada dinamicamente deveria ser melhor e eles projetaram uma linguagem de programação porquê Lisp. Logo, todos eles perceberam que tanto as linguagens naturais quanto as linguagens de programação, porquê Lisp, não seriam suficientes por vários motivos: primeiro, pode não possuir palavras suficientes para simbolizar cada emoção em diferentes idiomas. Em segundo lugar, tudo isso terá que ser codificado manualmente.
A abordagem que obteve sucesso foi aquela em que representamos a linguagem intermediária porquê uma lista de números junto com um monte de números que representam o contexto. Outrossim, em vez de codificar manualmente o significado de cada termo, a teoria que funcionou foi simbolizar uma termo ou frase com um monte de números. Essa abordagem é bastante bem-sucedida. Essa teoria de simbolizar palavras porquê uma lista de números trouxe uma revolução na compreensão da linguagem oriundo. Há uma pesquisa enorme que está acontecendo neste domínio hoje. por obséquio, verifique GPT-3, dê a elae Imagem.
Se você subtrair a mulher da rainha e somar o varão, qual deve ser o resultado? Deve ser o rei, claro? Isso pode ser facilmente demonstrado usando a incorporação de palavras.
Rainha — mulher + varão = Rei
Da mesma forma, Imperador — varão + mulher = Imperatriz
Sim, isso funciona. Cada uma dessas palavras é representada por uma lista de números. Logo, somos realmente capazes de simbolizar o significado das palavras com um monte de números. Se você pensar muito, aprendemos o significado de cada termo em nossa língua materna sem usar um léxico. Em vez disso, descobrimos o significado usando o contexto.
Em nossa mente, temos uma espécie de representação da termo que definitivamente não está na forma de alguma outra linguagem oriundo. Com base nos mesmos princípios, os algoritmos também descobrem o significado das palavras em termos de um monte de números. É muito interessante entender porquê esses algoritmos funcionam. Eles trabalham em princípios semelhantes aos humanos. Eles examinam o grande corpus de dados, porquê a Wikipédia ou arquivos de notícias, e descobrem os números com os quais cada termo pode ser representada. O problema é a otimização: chegar a esses números para simbolizar cada termo de forma que a intervalo entre as palavras existentes em um contexto semelhante seja muito pequena em conferência com a intervalo entre as palavras existentes em contextos diferentes.
A termo Cow está mais próxima de Buffalo em conferência com Cup porque Cow e buffalo geralmente existem em contextos semelhantes em frases.
Portanto, em resumo, é muito irracional declarar que ainda devemos considerar uma linguagem oriundo para simbolizar o significado de uma termo ou frase.
Eu espero que isso faça sentido para você. Por obséquio, poste suas opiniões nos comentários.
