ایراد بزرگی که ژاپنی ها در هوش مصنوعی مشهور پیدا کردند - وبلاگ ماریانا

به گزارش وبلاگ ماریانا، ایسنا نوشت: برخی از محققان ژاپنی احساس می کنند که سیستم های هوش مصنوعی آموزش دیده بر اساس زبان های خارجی غیر ژاپنی نمی توانند پیچیدگی های زبان و فرهنگ ژاپنی را درک کنند، بنابراین اکنون می خواهند نسخه ای از چت جی پی تی مخصوص ژاپن را توسعه دهند.

ژاپن در حال ساخت نسخه های خود از چت جی پی تی (ChatGPT) است. این ربات هوش مصنوعی که از طریق شرکت آمریکایی OpenAI ساخته شده است پس از رونمایی در کمتر از یک سال قبل، به طور جهانی مورد توجه قرار گرفت.

دولت ژاپن و شرکت های بزرگ فناوری مانند NEC، فوجیتسو و سافت بانک صدها میلیون دلار برای ایجاد سیستم های هوش مصنوعی صرف می کنند که بر اساس همان فناوری زیربنایی معروف به مدل های زبانی بزرگ کار می کنند، اما به جای ترجمه نسخه انگلیسی از زبان ژاپنی استفاده می کنند.

کیسوکه ساکاگوچی (Keisuke Sakaguchi)، محقق دانشگاه توهوکو در ژاپن که متخصص پردازش زبان طبیعی است، می گوید: مدل های زبانی بزرگ عمومی فعلی، مانند جی پی تی، در زبان انگلیسی رجحان دارند، اما اغلب در زبان ژاپنی به دلیل تفاوت در سیستم الفبا، داده های محدود و سایر عوامل دچار کاستی هستند.

تعصب زبان انگلیسی

مدل های زبانی بزرگ به طور معمول از حجم عظیمی از داده ها و منابع در دسترس عموم برای یادگیری الگوهای گفتار و نثر طبیعی استفاده می کنند. آنها آموزش می بینند که کلمه بعدی را بر اساس کلمات قبلی در یک متن پیش بینی کنند. بیشتریت قریب به اتفاق متنی که مدل قبلی چت جی پی تی یعنی جی پی تی -3 (GPT-3)، براساس آن آموزش داده شده بود، به زبان انگلیسی بود.

توانایی قابل توجه چت جی پی تی در برقراری مکالمات مشابه انسان، هم محققان را شاد و هم نگران کرده است. برخی آن را یک ابزار بالقوه برای صرفه جویی در نیروی کار می دانند در حالی که دیگران نگران هستند که از آن برای ساخت مقالات یا داده های علمی استفاده شود.

در ژاپن، این نگرانی وجود دارد که سیستم های هوش مصنوعی آموزش دیده بر روی مجموعه های داده به زبان های دیگر نتوانند پیچیدگی های زبان و فرهنگ ژاپن را درک کنند. ساختار جملات در زبان ژاپنی کاملا متفاوت از انگلیسی است. بنابراین چت جی پی تی باید یک درخواست ژاپنی را به انگلیسی ترجمه کند، پاسخ را بیابد و سپس پاسخ را به ژاپنی ترجمه کند.

در حالی که زبان انگلیسی تنها 26 حرف دارد، زبان ژاپنی نوشتاری متشکل از دو مجموعه 48 حرفی اصلی، به علاوه 2136 نویسه چینی یا کانجی است که به طور منظم استفاده می شود. بیشتر کانجی ها دو یا چند تلفظ دارند و 50 هزار کانجی دیگر وجود دارد که به ندرت استفاده می شود. با توجه به این پیچیدگی، جای تعجب نیست که چت جی پی تی نتواند با این زبان دست و پنجه نرم کند.

ساکاگوچی می گوید در زبان ژاپنی، چت جی پی تی گاهی اوقات نویسه های بسیار کمیابی تولید می کند که بیشتر مردم هرگز آن ها را ندیده اند و در نتیجه کلمات ناشناخته عجیب و غریب به وجود می آید.

هنجارهای فرهنگی

برای اینکه یک مدل زبانی بزرگ مفید و حتی از نظر تجاری قابل دوام باشد، باید فرهنگ و همچنین زبان را به طور دقیق منعکس کند. برای مثال، اگر از چت جی پی تی خواسته شود که یک ایمیل درخواست شغل به زبان ژاپنی بنویسد، ممکن است عبارات استاندارد ادبی را حذف کند و نتیجه آن مانند ترجمه ای واضح از انگلیسی به نظر برسد.

برای سنجش اندازه حساسیت مدل های زبانی بزرگ نسبت به فرهنگ ژاپنی، گروهی از محققان راکودا (Rakuda) را راه اندازی کردند. راکودا رتبه بندی است که نشان می دهد مدل های زبانی بزرگ تا چه مقدار می توانند به سوالات باز در مورد موضوعات ژاپنی پاسخ دهند.

سم پاساگلیا (Sam Passaglia)، بنیانگذار راکودا و همکارانش، از چت جی پی تی خواستند که روان بودن و تناسب فرهنگی پاسخ ها را با درخواست های استاندارد مقایسه کند.

پاساگلیا، فیزیکدان دانشگاه توکیو که مدل های زبان ژاپنی را مطالعه می کند، می گوید: مسلما مدل های زبانی بزرگ ژاپنی بهبود زیادی می یابند، اما در حال حاضر آنها بسیار عقب تر از جی پی تی -4 هستند. او می گوید، اصولا دلیلی وجود ندارد که یک مدل زبانی بزرگ ژاپنی نتواند در آینده برابر با جی پی تی-4 باشد یا از آن پیشی بگیرد. این از نظر فنی قابل حل است، اما مشکل منابع وجود دارد.

یکی از تلاش ها برای ایجاد یک مدل زبانی بزرگ ژاپنی استفاده از ابررایانه ژاپنی فوگاکو (Fugaku) است. فوگاکو که یکی از سریع ترین های جهان است عمدتا مدل زبانی را بر اساس ورودی ژاپنی آموزش می دهد.

با حمایت موسسه فناوری توکیو، دانشگاه توهوکو، فوجیتسو و گروه مراکز تحقیقاتی ریکن (RIKEN) با بودجه دولتی، انتظار می رود مدل زبانی حاصل در سال آینده منتشر شود.

این مدل زبانی بزرگ برخلاف جی پی تی-4 و سایر مدل های اختصاصی، به سایر مدل های زبانی منبع باز ملحق می شود تا کد خود را در دسترس همه کاربران قرار دهد. به گفته ساکاگوچی، که در این پروژه مشارکت دارد، محققان امیدوارند دستکم 30 میلیارد پارامتر به آن بدهد که بر خروجی آن تأثیر می گذارد و می توانند به عنوان معکمک برای مقدار آن عمل کند.

با این حال، مدل زبانی فوگاکو ممکن است از طریق یک مدل حتی بزرگتر جانشین شود.

وزارت آموزش، فرهنگ، ورزش، علم و فناوری ژاپن بودجه ایجاد یک برنامه هوش مصنوعی ژاپنی را که مطابق با نیازهای علمی است، تامین می کند که با یادگیری از تحقیقات منتشر شده، فرضیه های علمی ایجاد کند و به شناسایی اهداف برای تحقیقات سرعت بخشد. این مدل می تواند با 100 میلیارد پارامتر آغاز به کار کند که کمی بیش از نیمی از مقدار جی پی تی-3 است و به مرور زمان توسعه می یابد.

ماکوتو تایجی (Makoto Taiji)، معاون مرکز تحقیقات دینامیک بیوسیستم ریکن، در مورد این پروژه می گوید: امیدواریم چرخه تحقیقات علمی را به طور چشمگیری سرعت بخشیم و فضای جستجو را توسعه دهیم. توسعه مدل زبانی بزرگ دستکم 30 میلیارد ین (204 میلیون دلار آمریکا) هزینه خواهد داشت و انتظار می رود در سال 2031 به صورت عمومی منتشر شود.

توسعه قابلیت ها

دیگر شرکت های ژاپنی در حال تجاری سازی یا برنامه ریزی برای تجاری سازی فناوری های مدل های زبانی بزرگ خود هستند.

سازنده ابر رایانه NEC در ماه مه استفاده از هوش مصنوعی مولد خود را بر اساس زبان ژاپنی آغاز کرد و ادعا می کند که این مدل زبانی زمان مورد نیاز برای ایجاد گزارش های داخلی را 50 درصد و کد منبع نرم افزار داخلی را 80 درصد کاهش می دهد. در ماه ژوئیه، این شرکت آغاز به ارائه خدمات هوش مصنوعی با قابلیت شخصی سازی به مشتریان کرد.

ماسافومی اویامادا (Masafumi Oyamada)، محقق اصلی در آزمایشگاه های علوم داده NEC، می گوید که می توان از آن در طیف وسیعی از صنایع مانند صنایع مالی، حمل ونقل و تدارکات، توزیع و ساخت استفاده کرد. او اضافه می کند که محققان می توانند آن را برای نوشتن کد، کمک به نوشتن و ویرایش مقالات و بررسی مقالات منتشر شده موجود استفاده کنند.

در همین حال، شرکت مخابراتی ژاپنی سافت بانک (SoftBank)، حدود 20 میلیارد ین روی هوش مصنوعی مولد آموزش داده شده بر روی متون ژاپنی سرمایه گذاری کرده و قصد دارد سال آینده مدل زبانی بزرگ خود را راه اندازی کند. سافت بانک که 40 میلیون مشتری دارد و با مایکروسافت سرمایه گذار شرکت OpenAI نیز شراکت دارد، می گوید که قصد دارد به شرکت ها کمک کند تا کسب و کار خود را دیجیتالی کنند و بهره وری خود را افزایش دهند. سافت بانک انتظار دارد که مدل زبانی بزرگ آن ها از طریق دانشگاه ها، موسسات تحقیقاتی و سایر سازمان ها مورد استفاده قرار گیرد.

در همین حال، محققان ژاپنی امیدوارند که یک چت بات هوش مصنوعی دقیق، موثر و ساخت ژاپن بتواند به سرعت بخشیدن به علم و پر کردن شکاف بین ژاپن و سایر نقاط جهان کمک کند.

5858