Come creare una mente by Ray Kurzweil & Ray Kurzweil

autore:Ray Kurzweil & Ray Kurzweil [Kurzweil, Ray]
La lingua: ita
Format: epub
editore: Apogeo Education
pubblicato: 2013-04-03T16:00:00+00:00

L’accuratezza dei sistemi di comprensione del linguaggio naturale in funzione della quantità di dati di addestramento. Il metodo migliore è quello di combinare le regole per il “nocciolo” della lingua e un approccio basato sui dati per la “coda” della lingua.

Per contestualizzare: nel mio primo libro, The Age of Intelligent Machines, scritto alla metà degli anni Ottanta, avevo predetto che un calcolatore avrebbe conquistato il titolo di campione del mondo di scacchi nel 1998. Avevo anche predetto che, quando fosse successo, avremmo dovuto o abbassare la nostra opinione dell’intelligenza umana e innalzare quella dell’intelligenza delle macchine, oppure sminuire l’importanza degli scacchi e che, se la storia ci insegnava qualcosa, avremmo finito per sminuire gli scacchi. Entrambe le cose sono successe nel 1997. Quando il supercomputer Deep Blue della IBM ha sconfitto il campione mondiale di scacchi in carica, Garry Kasparov, subito si è detto che era da aspettarsi che un calcolatore vincesse agli scacchi perché i calcolatori sono macchine logiche e gli scacchi, alla fin dei conti, sono un gioco di logica. Così la vittoria di Deep Blue è stata considerata né sorprendente né significativa. Molti dei suoi critici hanno poi continuato a insistere, sostenendo che i calcolatori non avrebbero mai dominato le sottigliezze del linguaggio umano, con le sue metafore, le sue similitudini, i giochi di parole, i doppi sensi e lo humor.

Questa è almeno una delle ragioni per cui Watson rappresenta una pietra miliare tanto significativa: Jeopardy! è proprio un compito linguistico tanto raffinato e impegnativo. Le tipiche domande del gioco sfruttano molte di queste peculiarità del linguaggio umano. Quello che forse non è evidente a molti osservatori è che non solo Watson doveva dominare la lingua in quelle domande inattese e convolute, ma anche che la maggior parte della sua conoscenza non era codificata manualmente, bensì l’aveva ottenuta leggendo effettivamente 200 milioni di pagine di documenti in linguaggio naturale, fra cui tutta Wikipedia e altre enciclopedie, per un totale di quattromila miliardi di byte di conoscenza basata sul linguaggio. Come i lettori di questo libro sanno benissimo, Wikipedia non è scritta in LISP o in CycL, bensì in frasi che hanno tutte le ambiguità e le complessità intrinseche al linguaggio. Watson doveva tener conto di tutti i quattromila miliardi di caratteri del suo materiale di consultazione quando rispondeva a una domanda. (So benissimo che le domande di Jeopardy! sono in realtà risposte in cerca di una domanda, ma è un cavillo tecnico – alla fine si tratta veramente di domande.) Se Watson può comprendere e rispondere a domande sulla base di 200 milioni di pagine (in tre secondi!) non c’è nulla che possa impedire a sistemi analoghi di leggere gli altri miliardi di documenti sul Web. In effetti, questo sta già avvenendo.

Quando sviluppavamo i sistemi di riconoscimento dei caratteri e del parlato e i primi sistemi per la comprensione del linguaggio naturale, dagli anni Settanta ai Novanta, usavamo il metodo dell’incorporazione di un “expert manager”. Sviluppavamo più sistemi che facessero la stessa cosa, ma incorporando in ciascuno una impostazione leggermente diversa.

scaricare

Disconoscimento:
Questo sito non memorizza alcun file sul suo server. Abbiamo solo indice e link                                                  contenuto fornito da altri siti. Contatta i fornitori di contenuti per rimuovere eventuali contenuti di copyright e inviaci un'email. Cancelleremo immediatamente i collegamenti o il contenuto pertinenti.