{"id":30967,"date":"2019-10-02T07:50:47","date_gmt":"2019-10-02T05:50:47","guid":{"rendered":"https:\/\/nearshore-it.eu\/artykuly\/jezyk-najbardziej-naturalne-api\/"},"modified":"2024-11-07T14:29:48","modified_gmt":"2024-11-07T13:29:48","slug":"jezyk-najbardziej-naturalne-api","status":"publish","type":"post","link":"https:\/\/nearshore-it.eu\/pl\/artykuly\/jezyk-najbardziej-naturalne-api\/","title":{"rendered":"J\u0119zyk \u2013 najbardziej naturalne API"},"content":{"rendered":"\n
\n

Przejd\u017a do:<\/p>\n

    \n
  1. 1. Sztuczna inteligencja<\/a><\/li>\n
  2. 2. Metody symboliczne<\/a><\/li>\n
  3. 3. Metody algorytmiczne<\/a><\/li>\n
  4. 4. Rozumienie j\u0119zyka naturalnego<\/a><\/li>\n
  5. 5. J\u0119zyk naturalny jako API \u2013 wyzwania technologiczne<\/a><\/li>\n
  6. 6. Og\u00f3lny schemat rozpoznawania mowy<\/a><\/li>\n
  7. 7. Podsumowanie<\/a><\/li>\n <\/ol>\n<\/div>\n\n\n

    Sztuczna inteligencja<\/h2>\n\n\n\n

    M\u00f3j promotor i jednocze\u015bnie jeden z najwi\u0119kszych specjalist\u00f3w w zakresie sztucznej inteligencji \u2013 prof. Ryszard Tadeusiewicz \u2013 opisuje sztuczn\u0105 inteligencj\u0119 jako archipelag sk\u0142adaj\u0105cy si\u0119 z wielu wysp. Dlaczego w\u0142a\u015bnie tak? Cytuj\u0105c: \u201eWynika to z faktu, \u017ce struktura sztucznej inteligencji jako dzia\u0142u informatyki przypomina lu\u017an\u0105 struktur\u0119 archipelagu, bo poszczeg\u00f3lne metody i techniki nie \u0142\u0105cz\u0105 si\u0119 w ca\u0142o\u015b\u0107, nie tworz\u0105 zwartej metodologii czy technologii, tylko rozwi\u0105zuj\u0105 r\u00f3\u017cne problemy, wychodz\u0105c cz\u0119sto z zupe\u0142nie r\u00f3\u017cnych za\u0142o\u017ce\u0144 i korzystaj\u0105c z ca\u0142kowicie odmiennych \u015brodk\u00f3w. \u0141\u0105czy je podobie\u0144stwo og\u00f3lnego celu \u2013 zast\u0119powania ludzkiego intelektu prac\u0105 m\u0105drej maszyny\u201d.<\/strong><\/p>\n\n\n\n

    Czytaj tak\u017ce: AI, machine learning i data science \u2013 czym s\u0105 i co dalej?<\/a><\/strong><\/p>\n\n\n\n

    Czy jednak maszyna jest w stanie w pe\u0142ni zast\u0105pi\u0107 intelekt cz\u0142owieka w kontek\u015bcie j\u0119zyka naturalnego? Komputer mo\u017ce tekst zapisa\u0107, odtworzy\u0107, przekszta\u0142ci\u0107 \u2013 jednak nie potrafi go zrozumie\u0107. Wyj\u0105tkiem jest j\u0119zyk maszynowy, ale ten nas, jako spo\u0142ecze\u0144stwa, nie interesuje. Interesuj\u0105cy jest dla nas j\u0119zyk naturalny, czyli j\u0119zyk, kt\u00f3rym pos\u0142ugujemy si\u0119 w komunikacji. Terminu tego u\u017cywa si\u0119, aby odr\u00f3\u017cni\u0107 j\u0119zyk ten od j\u0119zyk\u00f3w formalnych, na przyk\u0142ad j\u0119zyk\u00f3w programowania. Dla nas, ludzi, znaczenie tekstu jest najwa\u017cniejsze. Narz\u0119dziem do osi\u0105gania wymienionych wy\u017cej cel\u00f3w s\u0105 metody sztucznej inteligencji okre\u015blane zwykle jako NLP (j. ang. Natural Language Processing,<\/em> czyli przetwarzanie j\u0119zyka naturalnego).<\/p>\n\n\n\n

    Sztuczna inteligencja posadowiona jest na dw\u00f3ch filarach: metodach \u015bcis\u0142ych \u2013 symbolicznych<\/strong> i<\/strong> metodach intuicyjnych,<\/strong> opartych na zjawiskach wyst\u0119puj\u0105cych w naturze, jak sieci neuronowe i algorytmy genetyczne. Ten drugi temat zainteresowa\u0142 mnie ju\u017c jako studenta automatyki i robotyki ponad 20 lat temu. Co kryje si\u0119 za magi\u0105 sztucznej inteligencji? Przyjrzyjmy si\u0119 bli\u017cej jednym i drugim metodom wykorzystywanym przez sztuczn\u0105 inteligencj\u0119.<\/p>\n\n\n\n

    Metody symboliczne<\/h2>\n\n\n\n

    Typowy komputer potrafi wykona\u0107 dzia\u0142anie A + B, ale je\u017celi zadamy pytanie: \u201eIle trzeba doda\u0107 do A, \u017ceby otrzyma\u0107 B\u201d, nie potrafi odpowiedzie\u0107. Natomiast komputer wyposa\u017cony w program pozwalaj\u0105cy na wykonywanie oblicze\u0144 symbolicznych poda rozwi\u0105zanie: \u201eB \u00ad- A\u201d. Proste? Dla nas tak.<\/p>\n\n\n\n

    Dzisiejsze systemy rozpoznawania mowy bazuj\u0105 najcz\u0119\u015bciej na podej\u015bciu statystycznym i na wielkich bazach danych z gotowymi przyk\u0142adami. Podej\u015bcie statystyczne stosuje mi\u0119dzy innymi znany nam wszystkim t\u0142umacz Google. Gdy wpiszemy w jego okienku pytanie w j\u0119zyku polskim: \u201eJak dzia\u0142a sztuczna inteligencja?\u201d, Google przet\u0142umaczy je na j\u0119zyk angielski: \u201eHow does artificial intelligence work\u201d. Czy jednak maszyna rozumie tre\u015b\u0107 pytania i zna na nie odpowied\u017a?<\/p>\n\n\n\n

    Nawet bardzo sprawne automatyczne t\u0142umaczenie tekst\u00f3w z jednego j\u0119zyka na drugi nie oznacza, \u017ce komputer rozumie tre\u015b\u0107 t\u0142umaczonych dokument\u00f3w. On po prostu zamienia jedne napisy w jednym j\u0119zyku na drugie w innym j\u0119zyku, pos\u0142uguj\u0105c si\u0119 metodami przekszta\u0142ce\u0144 symbolicznych.<\/p>\n\n\n\n

    Metody algorytmiczne<\/h2>\n\n\n\n

    Na podobnej zasadzie (stosowania algorytmicznych regu\u0142 zamieniaj\u0105cych jedne napisy na inne) dzia\u0142aj\u0105 programy prowadz\u0105ce z lud\u017ami dialogi na r\u00f3\u017cne tematy, czyli popularne chatboty. Te s\u0105 coraz ch\u0119tniej wykorzystywane np. w procesie automatyzacji obs\u0142ugi klienta. Z chatbotem w zale\u017cno\u015bci od firmy, kt\u00f3ra u\u017cywa tego rozwi\u0105zania, mo\u017cna porozmawia\u0107 na temat sp\u0142aty kredytu, kupna samochodu czy ubezpieczenia. Istniej\u0105 nawet boty pe\u0142ni\u0105ce funkcj\u0119 wirtualnego asystenta service desk, a nawet\u2026 psychologa.<\/p>\n\n\n\n

    Przetestowa\u0142em osobi\u015bcie kilka i wierzcie mi: gdy przejdziemy na wy\u017cszy poziom konwersacji, na przyk\u0142ad zadaj\u0105c skomplikowane pytanie niezwi\u0105zane z kontekstem, boty najzwyczajniej sobie nie radz\u0105. S\u0105 co prawda chatboty, kt\u00f3re przesz\u0142y test Turinga. W trakcie takiego testu osoby zwane s\u0119dziami prowadz\u0105 konwersacj\u0119 ze stronami: lud\u017ami i maszyn\u0105. Nast\u0119pnie oceniaj\u0105, kt\u00f3ra ze stron by\u0142a ich zdaniem cz\u0142owiekiem, a kt\u00f3ra botem.<\/p>\n\n\n\n

    Gdy wymagana jest wi\u0119ksza uniwersalno\u015b\u0107, sprawdza si\u0119 sztuczna inteligencja oparta na sieciach neuronowych (odwzorowuj\u0105 one spos\u00f3b pracy ludzkiego m\u00f3zgu), algorytmach genetycznych (przypominaj\u0105 zjawisko ewolucji genetycznej) czy systemach bazuj\u0105cych na logice rozmytej, gdzie warto\u015bci mog\u0105 przynale\u017ce\u0107 do wielu tzw. zbior\u00f3w rozmytych jednocze\u015bnie. Temat jest bardzo obszerny i z powodzeniem mo\u017cna by napisa\u0107 kilka artyku\u0142\u00f3w na ten temat. Dzi\u015b chcia\u0142bym jednak skupi\u0107 si\u0119 na j\u0119zyku naturalnym i klasycznych metodach sztucznej inteligencji \u2013 jedn\u0105 z nich jest rozumienie j\u0119zyka naturalnego.<\/p>\n\n\n\n

    Rozumienie j\u0119zyka naturalnego<\/h2>\n\n\n\n

    Najstarsze znane ludzko\u015bci techniki umo\u017cliwia\u0142y wy\u0142\u0105cznie zapis j\u0119zyka pisanego \u2013 i tak by\u0142o przez tysi\u0105clecia. Obecnie, chocia\u017c jeste\u015bmy w stanie przetwarza\u0107 d\u017awi\u0119k, wideo, animacje, nadal to tekst pisany jest najbardziej powszechny.<\/p>\n\n\n\n

    Teksty przechowujemy w chmurze, wyszukujemy za pomoc\u0105 rozbudowanych algorytm\u00f3w, ale to nadal nie sprawia, \u017ce maszyna jest w stanie rozumie\u0107 przechowywany tekst. Dzia\u0142anie komputera ko\u0144czy si\u0119 bowiem zwykle na poziomie formy tekstu, a nie si\u0119ga do jego znaczenia.<\/p>\n\n\n\n

    Cz\u0142owiek, adresuj\u0105c przekaz, przyjmuje pewne za\u0142o\u017cenia co do wiedzy cz\u0142owieka, do kt\u00f3rego ten przekaz jest kierowany. Je\u017celi zrobi to poprawnie (celowo nie u\u017cywam s\u0142owa \u201edobrze\u201d), przekaz zostanie zrozumiany nawet wtedy, gdy b\u0119dzie niepe\u0142ny, a czasami nawet \u2013 niepoprawny. <\/strong><\/p>\n\n\n\n

    Aby komputer zacz\u0105\u0142 zachowywa\u0107 si\u0119 w komunikacji tak jak cz\u0142owiek, musi nie tylko automatycznie rozumowa\u0107, lecz tak\u017ce by\u0107 wyposa\u017cony w wiedz\u0119. Tu z pomoc\u0105 przychodzi ontologia. Ontologia w informatyce jest formaln\u0105 specyfikacj\u0105 znacze\u0144 s\u0142\u00f3w i fraz wyst\u0119puj\u0105cych w tekstach oraz zwi\u0105zk\u00f3w pomi\u0119dzy tymi s\u0142owami czy frazami. <\/strong>Dla cz\u0142owieka rozumienie tekstu bez wzgl\u0119du na szyk wyraz\u00f3w jest naturalne, sztuczn\u0105 inteligencj\u0119 musimy wyposa\u017cy\u0107 w t\u0119 umiej\u0119tno\u015b\u0107. Dopiero w\u00f3wczas program b\u0119dzie w stanie zrozumie\u0107, \u017ce zar\u00f3wno zdanie \u201eU\u017cytkownik napisa\u0142 tekst\u201d, jak i \u201eTekst zosta\u0142 napisany przez u\u017cytkownika\u201d \u2013 jedno w stronie czynnej, drugie w stronie biernej \u2013 oznaczaj\u0105 to samo.<\/p>\n\n\n\n

    J\u0119zyk naturalny jako API \u2013 wyzwania technologiczne<\/h2>\n\n\n\n

    API, czyli z j. ang. Application Programming Interface<\/em>, to konkretny zestaw regu\u0142 okre\u015blaj\u0105cy spos\u00f3b komunikowania si\u0119 maszyn mi\u0119dzy sob\u0105. API sprawia, \u017ce konkretna aplikacja jest w stanie komunikowa\u0107 si\u0119 z systemem i mo\u017cliwe jest wykorzystywanie jej funkcjonalno\u015bci przez inn\u0105 aplikacj\u0119. W jaki spos\u00f3b mo\u017cna odnie\u015b\u0107 t\u0119 definicj\u0119 do j\u0119zyka naturalnego i jakie s\u0105 najwa\u017cniejsze wyzwania stoj\u0105ce przed technologi\u0105 w kontek\u015bcie komunikacji i rozpoznawania mowy? Spr\u00f3bujmy spojrze\u0107 na j\u0119zyk jak na interfejs programowania, sprawdzaj\u0105c, jakie s\u0105 podobie\u0144stwa i r\u00f3\u017cnice obu \u201einterfejs\u00f3w\u201d.<\/p>\n\n\n\n

    Ju\u017c dwuletnie dziecko potrafi wypowiada\u0107 zdania \u2013 dziewczynki nawet wcze\u015bniej. Nie jest to jednak najwcze\u015bniejszy interfejs, bo wymaga nauki \u2013 nikt z nas w chwili narodzin nie zna j\u0119zyka i nie pos\u0142uguje si\u0119 nim od samego pocz\u0105tku. J\u0119zyk to jednak API bardzo szerokie w przekazie, gdy\u017c nie tylko s\u0142owa, ale r\u00f3wnie\u017c spos\u00f3b ich wypowiadania s\u0105 no\u015bnikiem informacji.<\/strong> Wiedz\u0119 na temat j\u0119zyk\u00f3w programowania tak\u017ce przyswajamy. J\u0119zyk naturalny ma t\u0119 przewag\u0119, \u017ce istotny jest tak\u017ce spos\u00f3b przekazu, ton g\u0142osu, towarzysz\u0105ca mu gestykulacja, mimika. To istotne wyzwanie stoj\u0105ce przed technologi\u0105. Jak transmitowa\u0107 emocje, gestykulacj\u0119 i mimik\u0119 za pomoc\u0105 \u017ar\u00f3de\u0142 przekazu?<\/p>\n\n\n\n

    Inn\u0105 istotn\u0105 kwesti\u0105 jest zagadnienie szum\u00f3w komunikacyjnych, czyli wszystkiego, co przeszkadza nam w skutecznej komunikacji (d\u017awi\u0119ki, zak\u0142\u00f3cenia itp.). Szum otoczenia ogranicza rozpoznawanie mowy, ale za to nie jest wra\u017cliwy na inne zak\u0142\u00f3cenia, np. na nat\u0119\u017cenia o\u015bwietlenia. Obecne media pozwalaj\u0105 co prawda na transfer g\u0142osu na du\u017ce odleg\u0142o\u015bci bez zak\u0142\u00f3ce\u0144. Pozostaj\u0105 jednak wci\u0105\u017c takie zagadnienia jak rozpoznawanie emocji, kt\u00f3re sprawiaj\u0105, \u017ce m\u00f3wimy ciszej lub g\u0142o\u015bniej (w naturalny spos\u00f3b w przypadku strachu, stresu, wzywania pomocy). G\u0142os ma t\u0119 przewag\u0119 nad obrazem, \u017ce mo\u017ce by\u0107 nakierowany lub nie (np. gdy wzywamy pomocy). Dodatkowo komunikacja jako proces nie wymaga u\u017cycia dodatkowych urz\u0105dze\u0144, klawiatury. J\u0119zyk jako interfejs nie wymaga u\u017cycia r\u0105k. Czy\u017c nie jest to wygodne i naturalne? Patrz\u0105c na to w ten spos\u00f3b, dostrzegamy, \u017ce klawiatura komputera to konieczno\u015b\u0107, a nie przyjemno\u015b\u0107<\/strong>. Jak to dzia\u0142a w drug\u0105 stron\u0119? Komunikacja w drug\u0105 stron\u0119 jest coraz cz\u0119\u015bciej spotykana, jak na przyk\u0142ad informacje dla niewidomych, GPS, zapowiedzi na dworcach. Spotykamy tu dwa rozwi\u0105zania: syntezatory mowy i nagrania lektor\u00f3w.<\/p>\n\n\n\n

    Og\u00f3lny schemat rozpoznawania mowy<\/h2>\n\n\n\n

    Na koniec przyjrzyjmy si\u0119 metodom rozpoznawania mowy krok po kroku:<\/p>\n\n\n\n

      \n
    • Rejestracja \u201esurowego\u201d sygna\u0142u mowy. Do tego wystarczy najprostszy mikrofon.<\/li>\n\n\n\n
    • Przetwarzanie wst\u0119pne:\n
        \n
      • Usuni\u0119cie zak\u0142\u00f3ce\u0144 \u2013 czyli szum\u00f3w, odg\u0142os\u00f3w otoczenia. Tu znamy wiele rozwi\u0105za\u0144 sprz\u0119towych i programowych. Pami\u0119tam, jak si\u0119 cieszy\u0142em, gdy kupi\u0142em pierwszy zestaw stereo z systemem Dolby. Dzi\u015b mamy dost\u0119p do sprz\u0119tu du\u017co bardziej zaawansowanego.<\/li>\n\n\n\n
      • Wzmocnienie sk\u0142adowych cz\u0119stotliwo\u015bci (g\u0142\u00f3wnie wysokich), kt\u00f3re maj\u0105 nisk\u0105 energi\u0119, a w istotny spos\u00f3b wp\u0142ywaj\u0105 na odbi\u00f3r.<\/li>\n\n\n\n
      • Segmentacja \u2013 to znaczy podzia\u0142 na odcinki odpowiadaj\u0105ce poszczeg\u00f3lnym g\u0142oskom, a dok\u0142adniej tak zwanym fonemom.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
      • Wydobywanie cech wyr\u00f3\u017cniaj\u0105cych. O co chodzi? Za Wikipedi\u0105: \u201eCecha fonologiczna relewantna (inaczej cecha odr\u00f3\u017cniaj\u0105ca, dystynktywna, kontrastywna lub istotna) \u2013 w\u0142a\u015bciwo\u015b\u0107 fonemu, kt\u00f3rej zmiana powoduje zmian\u0119 znaczenia wyraz\u00f3w, w kt\u00f3rych \u00f3w fonem zosta\u0142 u\u017cyty. W j\u0119zyku polskim cech\u0105 odr\u00f3\u017cniaj\u0105c\u0105 jest np. d\u017awi\u0119czno\u015b\u0107, por.: \/p<\/strong>as\/ pas vs. \/b<\/strong>as\/ bas\u201d.<\/li>\n\n\n\n
      • Ostatni etap to rozpoznawanie wypowiedzi, kt\u00f3re bazuje ma modelu j\u0119zyka. Por\u00f3wnujemy wcze\u015bnie wyekstrahowane cechy z tymi z modelu. I tu jest pies pogrzebany. Dla j\u0119zyka angielskiego stworzono ich wiele, jak na przyk\u0142ad wspomnian\u0105 wcze\u015bniej baz\u0119 Google, a dla j\u0119zyka polskiego \u2013 nie ma jeszcze ani jednego pe\u0142nego.<\/li>\n<\/ul>\n\n\n\n

        Podsumowanie<\/h2>\n\n\n\n

        Rozpoznawanie i przetwarzanie j\u0119zyka naturalnego jest istotne w kontek\u015bcie wdra\u017cania najnowszych technologii, dzi\u0119ki czemu przedsi\u0119biorstwa mog\u0105 usprawnia\u0107 obs\u0142ug\u0119 klienta i automatyzowa\u0107 wiele proces\u00f3w, np. wykorzystuj\u0105c nagrania IVR. Temat sztucznej inteligencji i j\u0119zyka to kwestia, kt\u00f3rej przygl\u0105damy si\u0119 z coraz wi\u0119kszym zaciekawieniem. Najbardziej naturalny interfejs, jakim jest ludzki j\u0119zyk, okazuje si\u0119 nieoceniony w kontek\u015bcie rozwoju technologii AI i efektywnego wykorzystania jej nie tylko w biznesie, ale te\u017c w \u017cyciu codziennym. Automaty nie zast\u0105pi\u0105 nas jednak pr\u0119dko, gdy\u017c wci\u0105\u017c jest wiele aspekt\u00f3w, w kt\u00f3rych ludzki intelekt jest niedo\u015bcigniony, jak empatia, umiej\u0119tno\u015b\u0107 rozumienia kontekstu czy intuicja. Ten sam intelekt jest jednak kluczem do budowania coraz bardziej zaawansowanych maszyn i aplikacji, kt\u00f3re z pewno\u015bci\u0105 zmieni\u0105 nasz\u0105 przysz\u0142o\u015b\u0107.<\/p>\n","protected":false},"excerpt":{"rendered":"

        W ostatnim czasie sztuczna inteligencja zyskuje coraz wi\u0119ksz\u0105 popularno\u015b\u0107, a technologie oparte na jej rozwi\u0105zaniach pomagaj\u0105 wspiera\u0107 wiele proces\u00f3w biznesowych. Technologie AI wykorzystuj\u0105 najbardziej naturaln\u0105 dla nas metod\u0119 komunikacji, czyli j\u0119zyk naturalny. W dzisiejszym artykule chcia\u0142bym spojrze\u0107 na j\u0119zyk tak, jak patrzy si\u0119 na interfejs. Co \u0142\u0105czy, a co r\u00f3\u017cni interfejs programowania i j\u0119zyk naturalny, kt\u00f3rym pos\u0142ugujemy si\u0119 na co dzie\u0144?<\/p>\n","protected":false},"author":196,"featured_media":30968,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"iawp_total_views":24,"footnotes":""},"categories":[1,582],"tags":[576,564],"offering":[513],"class_list":["post-30967","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artykuly","category-technologie","tag-cloud-engineering","tag-transformacja-cyfrowa","offering-application-development"],"acf":[],"_links":{"self":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts\/30967","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/users\/196"}],"replies":[{"embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/comments?post=30967"}],"version-history":[{"count":3,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts\/30967\/revisions"}],"predecessor-version":[{"id":33888,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts\/30967\/revisions\/33888"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/media\/30968"}],"wp:attachment":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/media?parent=30967"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/categories?post=30967"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/tags?post=30967"},{"taxonomy":"offering","embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/offering?post=30967"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}