El MIT crea un ordinador capaç d’aprendre idiomes mitjançant videojocs

L’ús de videojocs per fomentar les habilitats lingüístiques dels més petits és un fet àmpliament conegut i emprat per educadors i pares de tot el món però, s’imaginen aplicar aquest mateix principi perquè sigui una màquina la qual aprengui a parlar?

MIT-languageAquesta va ser la pregunta que es van fer al Massachusetts Institute of Technology (MIT), la qual va acabar desembocant en un ambiciós projecte d’investigació en el qual un sistema informàtic ha après a jugar a un joc d’ordinador, basat purament en text, sense tenir cap coneixement previ del llenguatge ni del significat de les paraules. O dit a l’inrevés: va aconseguir aprendre l’idioma a través del joc.

Ja en 2011 la professora Regina Barzilay va aconseguir que un ordinador aprengués a jugar al mític videojoc ‘Civilization’ però, en aquest cas, el sistema havia analitzat prèviament el manual amb les regles del joc, de manera que tenia algunes pistes sobre les quals construir els seus premisses i entendre el seu funcionament. No obstant això, aquesta mateixa investigadora ha aconseguit ara, amb el seu equip, que l’ordinador aconsegueixi jugar sense tenir accés previ a cap dada sobre el joc.

Com va ser el joc?

Els investigadors estaven especialment interessats en dissenyar un sistema que pogués fer inferències sobre la sintaxi, aspecte que ha estat un problema perenne en el camp del processament de llenguatge natural. Així que els professionals del MIT van crear el seu propi joc d’ordinador basat en text que, encara que de manera molt simple, tendia a descriure estats de coses utilitzant construccions sintàctiques problemàtiques, com la negació i la conjunció.

Per avaluar la seva eficàcia, van provar el sistema en un joc de fantasia desenvolupat en Evennia, un conjunt d’eines per a la creació de videojocs. Al costat del nou ordinador del MIT es van posar dues tècniques de processament de llenguatge natural, la coneguda com “borsa de paraules” (en la qual un algoritme d’aprenentatge automàtic basa els seus resultats en la co-ocurrència de paraules) i una de les seves variants , la “borsa de bigrames”, que busca la co-ocurrència d’unitats de dues paraules. No cal dir que el prototip de Barzilay va superar amb claredat als seus dos rivals.

No obstant això, el sistema no va aconseguir completar el joc ja que la demo creada el Evennia requereix que el jugador recordi una descripció verbal d’un gravat trobat en una habitació i després, després de navegar per diversos reptes intermedis, fer-lo coincidir amb una descripció diferent del mateix gravat en una habitació diferent. “No sabem com fer això en absolut”, afirmen des del MIT.

Creant l’Aprenentatge Profund

Els investigadors del MIT van utilitzar un enfocament d’aprenentatge anomenat “aprenentatge profund”, una nova concepció del concepte de xarxes neuronals, que és un element bàsic de la investigació d’intel·ligència artificial d’hora. En general, un sistema d’aprenentatge automàtic s’iniciarà amb algunes suposicions sobre les dades que està examinant, per evitar la pèrdua de temps en hipòtesis infructuoses. Un sistema de processament de llenguatge natural podria, per exemple, assumir que algunes de les paraules que trobi seran les paraules de negació … tot i que no té idea de quines són.

Les xarxes neuronals no fan aquest tipus de supòsits. En el seu lloc, deriven un sentit de direcció de la seva organització en capes. Les dades s’introdueixen en una matriu de nodes de processament a la capa inferior de la xarxa, cadascun dels quals modifica les dades d’una manera diferent abans de passar-la a la següent capa, que els modifica abans de passar-los a la següent capa, i així successivament. La sortida de la capa final es mesura contra algun criteri de rendiment, i després el procés es repeteix, per veure si diferents modificacions milloren el rendiment.

Font: TICbeat via COEINF.cat

Advertisements

Deixa un comentari

Fill in your details below or click an icon to log in:

WordPress.com Logo

Esteu comentant fent servir el compte WordPress.com. Log Out / Canvia )

Twitter picture

Esteu comentant fent servir el compte Twitter. Log Out / Canvia )

Facebook photo

Esteu comentant fent servir el compte Facebook. Log Out / Canvia )

Google+ photo

Esteu comentant fent servir el compte Google+. Log Out / Canvia )

Connecting to %s