มีความคล้ายคลึงกันระหว่างการประมวลผลข้อมูลทางภาษาในเรื่องสีเทาและในเครือข่ายประสาทเทียมระดับลึก นักวิจัยของบริษัทอเมริกันรายนี้หวังว่าจะค้นพบว่าทำไมสมองของเราถึงมีประสิทธิภาพมาก เพื่อสร้างอัลกอริธึมใหม่ที่มีประสิทธิภาพมากขึ้น
แม้ว่าโครงข่ายประสาทเทียมระดับลึก (DNP) จะมีความก้าวหน้าอย่างมากในช่วงไม่กี่ปีที่ผ่านมา แต่ก็ยังห่างไกลจากความสามารถทางสติปัญญาของมนุษย์ เช่น การเรียนรู้และการเรียนรู้ภาษา“ประโยคไม่กี่ล้านประโยคก็เพียงพอแล้วสำหรับเด็กที่จะเชี่ยวชาญภาษา โครงข่ายประสาทเทียมเชิงลึกต้องการข้อมูลมากขึ้นเพื่อบรรลุสิ่งเดียวกัน”เน้นย้ำถึง Jean-Rémi King นักวิจัยจากห้องปฏิบัติการ Meta FAIR
เพื่อที่จะเข้าใจว่าทำไมสมองถึงมีประสิทธิภาพในการเรียนรู้และการใช้ภาษา นักวิจัย Meta จึงร่วมมือกับนักวิจัยจาก NeuroSpin CEA และ Inria ในโครงการวิจัยระยะยาว แนวคิดของพวกเขาคือการเปรียบเทียบการทำงานของสมองมนุษย์และ RNP เมื่อต้องเผชิญกับประโยคเดียวกันที่อ่านหรือได้ยิน
พื้นที่สมองเผชิญกับชั้นอัลกอริธึม
จากข้อมูลจากมหาวิทยาลัยพรินซ์ตันและสถาบันมักซ์พลังค์ – การตรวจคลื่นแม่เหล็กและการถ่ายภาพด้วยคลื่นสนามแม่เหล็กเชิงฟังก์ชัน – พวกเขาสามารถสังเกตข้อเท็จจริงที่น่าอัศจรรย์ได้แล้ว: การทำงานของสมองมนุษย์ค่อนข้างคล้ายกับการทำงานของ RNP
“สมองประมวลผลข้อมูลทางภาษาเป็นขั้นตอน เขาจะระบุหน่วยเสียงในลำดับเสียง จากนั้นจึงนำมาประกอบกันเป็นหน่วยเสียง ตามด้วยคำ เพื่อสร้างความหมาย ลำดับชั้นการประมวลผลนี้สามารถเห็นได้ในภาพและได้รับการศึกษามานานหลายทศวรรษ ในส่วนของพวกเขา RNP ทำงานในเลเยอร์ และสามารถวิเคราะห์กิจกรรมในแต่ละเลเยอร์ได้ วัตถุประสงค์ของเราคือการเชื่อมโยงการปฏิบัติงานทั้งสองนี้และวัดความแปรผัน”Jean-Rémi King อธิบายให้เราฟัง
ผลลัพธ์: มีความสัมพันธ์กันอย่างแท้จริงระหว่างการประมวลผลแบบลำดับชั้นทั้งสองประเภทนี้ และความสัมพันธ์นี้ยิ่งแข็งแกร่งยิ่งขึ้น เนื่องจาก RNP สามารถคาดการณ์เกี่ยวกับคำถัดไปที่อ่านหรือได้ยินได้ -ตัวแปรสำคัญใน RNP คือความสามารถในการทำนายอนาคตจากอดีต จึงเป็นไปในทิศทางนี้ที่เราจะต้องวิจัยต่อไป» เน้นย้ำผู้วิจัย ความสามารถในการทำนายนี้ยังมีจำกัดมาก อย่างดีที่สุด RNP สามารถคาดเดาคำได้สองสามคำ ในทางกลับกัน สมองของมนุษย์จะสามารถทำงานในระดับใหม่ ทำนายทั้งย่อหน้าหรือการไหลของความคิด
นักวิจัยจะยังคงสำรวจแนวทางการวิจัยนี้ต่อไป ขั้นตอนต่อไปคือการสร้างชุดภาพเส้นประสาทโดย NeuroSpin ซึ่งนักวิจัยจะสามารถพึ่งพาการวิเคราะห์เชิงลึกได้ เป้าหมายมีสองเท่า: เพื่อทำความเข้าใจหลักการเรียนรู้ที่ช่วยให้สมองของมนุษย์มีประสิทธิภาพมาก และใช้ความเข้าใจนี้เพื่อปรับปรุง RNP
แหล่งที่มา-เมตา
🔴 เพื่อไม่พลาดข่าวสาร 01net ติดตามเราได้ที่Google ข่าวสารetวอทส์แอพพ์-
