अर्थ को पहचानना - यह क्यों करते हैं और कोर में क्या दृष्टिकोण हैं

छोटा सा परिचय

Sense Cognition एक अभिनव स्टार्टअप है, जिसकी स्थापना सितंबर 2013 के अंत में की गई थी। लेकिन घटनाक्रम मजबूत कृत्रिम बुद्धि के क्षेत्र में 15 से अधिक वर्षों के शोध पर आधारित हैं।

मान्यता के क्षेत्र में, अधिक से अधिक प्रगति की जा रही है, लेकिन, अफसोस, कंप्यूटर अभी भी नहीं समझते हैं कि वे क्या और क्यों पहचानते हैं।
आज, शायद, हर कोई जो पैटर्न की मान्यता में दिलचस्पी रखता है, उसने "दादी के न्यूरॉन" के बारे में सुना है और इस विषय में एक व्यक्ति को ढूंढना मुश्किल है जो सामान्यीकरण की समस्या के बारे में नहीं जानता होगा और इसे हल करने के लिए कुछ दृष्टिकोण।

इस लेख के ढांचे के भीतर, मौजूदा दृष्टिकोणों पर विचार करने का इरादा नहीं है, लेकिन केवल लेखक के दृष्टिकोण को प्रस्तावित किया जाएगा।

हमें सामान्यीकरण करने की आवश्यकता क्यों है और अर्थ की मान्यता का इससे क्या लेना-देना है?

प्रश्न का पहला भाग (मुझे सामान्य क्यों करना चाहिए) सबसे अच्छा विशुद्ध रूप से तकनीकी रूप से उत्तर दिया गया है: सामान्यीकरण मान्यता की जटिलता को बहुत कम करते हैं। यदि हम सामान्यीकरण को एक बहु-स्तरीय संरचना के रूप में प्रस्तुत करते हैं, तो उच्च स्तर पर हमारे पास किसी मान्यता प्राप्त स्थिति का सबसे सामान्य संदर्भ होगा। और यह संदर्भ आमतौर पर कम से कम अस्थिर है। उनके परिवर्तन पदानुक्रम के निचले स्तरों से परिवर्तनशील विशेषताओं की एक पतली धारा के रूप में निकले हैं।

और यहाँ उत्तर भी प्रश्न के दूसरे भाग (अर्थ की मान्यता का इससे क्या लेना-देना है) पर उठता है, क्योंकि यह पदानुक्रम अर्थ का एक पदानुक्रम है।
हां, इस शब्द में विचारों, विचारों की कितनी भी विविधता क्यों न हो, इसके परिष्कृत सार में स्थिति का केवल एक पदानुक्रमित विचार है।

भाषा चेतना का प्रतिबिंब है

मानव मन एक निरंतर वर्गीकृत तंत्र है, जिसका उद्देश्य विभिन्न स्थितियों, उनके बीच संक्रमण और इन सभी स्थितियों के सबसे निरंतर घटकों की समझ में सुधार करना है। आखिरकार, यह कुछ भी नहीं है कि लोग जीवन के अर्थ के बारे में इतने चिंतित हैं। जीवन का अर्थ विचारों के ऐसे समर्थन को खोजने की इच्छा है जो जीवन स्थितियों की संपूर्ण विविधता को कवर करता है।

मनुष्य ने पहले ही अर्थ के पदानुक्रम का एक बहुत अच्छा मॉडल बनाया है, और यह मॉडल एक भाषा है। अधिक विशेष रूप से, विचारों की अभिव्यक्ति का एक लिखित रूप। लिखित भाषण के निर्माण से पहले, यह संरचना इतनी स्पष्ट और सटीक रूप से तैयार और व्यक्त नहीं की गई थी।

लेखन में अर्थ के निम्नतम स्तर पर अलग-अलग वर्ण हैं।
ये पात्र शब्दों को जोड़ते हैं।
प्राथमिक वाक्यांशों में शब्द जोड़े जाते हैं (विषय स्तर पर - विधेय)
वाक्यांश वाक्य और पूरे पैराग्राफ जोड़ते हैं
अनुच्छेद अध्यायों या भागों को जोड़ते हैं
अध्याय और भाग, खंड, मात्रा से श्रृंखला, श्रृंखला से पुस्तकालयों तक जोड़ते हैं

इस मॉडल को विभिन्न तरीकों से वर्गीकृत किया जा सकता है, लेकिन पदानुक्रम का विचार अच्छी तरह से संरक्षित है। संगठन के विभिन्न तरीकों को पेश किया जा सकता है (विषय के अनुसार, लेखक द्वारा, चरित्र आदि), और यह सब दर्शाता है कि सामान्यीकरण तंत्र मानव मन में कैसे काम करता है।

यहां आपको केवल कुछ बिंदुओं को स्पष्ट करना होगा जब यह मानव चेतना की बात आती है। कृत्रिम बुद्धिमत्ता के उदाहरण के रूप में शोधकर्ताओं ने अक्सर एक ही व्यक्तित्व का अनुकरण करने का प्रयास किया है। यह कार्य अपने आप में काफी सही है, लेकिन इसे हल करने के लिए, शोधकर्ताओं ने इस क्षेत्र को विचार - चेतना - व्यक्तिगत चेतना के आध्यात्मिक विचार के तहत संकुचित कर दिया। लेकिन ऐसी वास्तविकता नहीं पाई जा सकती है।

चेतना को उसकी संपूर्णता में माना जाना चाहिए। इस पूर्णता में प्रत्येक व्यक्ति के संचार के विचलन मंडल और उन्हें जन्म से कई विचारों को समझने की प्रक्रिया शामिल है। तब यह पता चलता है कि अर्थ की प्राथमिक इकाई मन के एक अलग उदाहरण से संबंधित नहीं है, यह कई पीढ़ियों को कवर करती है और समाज में अस्तित्व का अपना जटिल रूप है।

लेकिन दर्शन में बहुत गहरे नहीं दिखते।

इस शोधन का उद्देश्य केवल कुछ अज्ञात के रूप में समझ की अवधारणा को बदलने के लिए है, एक अलग मस्तिष्क में उत्पन्न होने वाली अवधारणा के रूप में कुछ ऐसा माना जाता है जिसे माना और पहचाना जा सकता है। हमारे चारों ओर का अर्थ और संचार अर्थ की धारणा और अभिव्यक्ति है।

आइए अधिक कहते हैं: हम बिल्कुल उस अर्थ में रुचि रखते हैं जो संचार में उपयोगी है। ऐसा क्यों होता है, इस पर एक अलग से एक बड़ी चर्चा का सवाल है कि जीवन आम तौर पर कैसे प्रकट हुआ (उदाहरण के लिए, यूकेरियोट्स के गठन में ऑर्गेनेल का सहजीवन) और इस प्रक्रिया में संचार की भूमिका क्या है।

कैसे, वास्तव में, अर्थ को पहचानने के लिए?

मैं खुशखबरी के साथ शुरुआत करना चाहता हूं। यदि आप कोई पाठ फ़ाइल लेते हैं, तो यह पहले से ही अर्थ को पहचानने का एक बड़ा काम करता है। एक पाठ फ़ाइल में वर्ण होते हैं, सभी वर्ण अच्छी तरह से एन्कोडेड होते हैं और यह एन्कोडिंग हस्तक्षेप के लिए बहुत मजबूत है।

हमारे पास केवल सामान्यीकरण का कार्य है, इन बहुत ही प्रतीकों के साथ, इन बहुत ग्रंथों में शुरू होता है।
अर्थ के दूसरे स्तर की कल्पना करें, अगर हम प्रतीकों को पहले के लिए लेते हैं।
बेशक, ये शब्द हैं। स्पष्ट रूप से शब्दों का एक बहुत ही स्थिर अर्थ है। शब्दों के भागों (मूल, पूर्वसर्ग, प्रत्यय, समाप्त, आदि) के बारे में एक गंभीर बहस यहाँ हो सकती है।
हां, शब्द निर्माण निस्संदेह विश्लेषण का एक अलग कार्य है, लेकिन हमारे मामले में, वर्गीकरण के लिए, उनके आवेदन के अभ्यास में समान शब्दों का स्थिर अर्थ महत्वपूर्ण है। इसलिए, हम इस चर्चा को अभी के लिए दरकिनार कर देंगे और सोचेंगे कि शब्दों का क्या अर्थ है, उनका पता कैसे लगाया जाता है और विराम चिह्न कितने हानिकारक हैं, और विशेष रूप से शब्दों को वर्णों को सामान्य बनाने के कार्य में रिक्त स्थान।

विशुद्ध रूप से सांख्यिकीय रूप से शुरू करने के लिए, शब्द अक्सर पात्रों के संयोजन होते हैं। इन संयोजनों को काफी अलग पाया जाता है और प्रतीकों के थोड़ा अलग संयोजनों की तुलना में बहुत अधिक बार।

और यहां एक महत्वपूर्ण बिंदु है जिसे मॉडलिंग में ध्यान में रखा जाना चाहिए। पाठ फ़ाइल में पाठ में स्पष्ट सीमांकक होते हैं, जबकि बोली जाने वाली भाषा में अर्थ की इकाई है कि एक व्यक्ति जन्म से और बहुत लंबे समय तक सामना करता है, एक स्पष्ट वाक्यांश के बिना, एक पूरा वाक्यांश है। निरंतर भाषण केवल मान्यता के लिए कठिनाइयों का निर्माण नहीं करता है। यह धारणा के काम में भी कुछ महत्वपूर्ण है, और यदि आप केवल लिखित पाठ के साथ काम करते हैं, तो इस महत्वपूर्ण बात पर ध्यान नहीं दिया जाएगा, कार्यान्वित किया जाएगा और पहले से ही अगले चरण में आपको शब्दों में संक्षेप में शब्दों के लिए एक एल्गोरिथ्म के साथ आना होगा। और यह एक हैक है।

इसलिए, शुरुआत से, सामान्यीकरण एल्गोरिथ्म में प्रतीकों के बारे में कोई अन्य जानकारी नहीं है, सिवाय उनके स्वायत्त और ग्रंथों में होने के आपसी आंकड़ों के।

आपसी आंकड़ों में एल्गोरिथ्म के मुख्य यांत्रिकी निहित है। यदि एक निश्चित प्रतीक दिखाई देता है, तो अन्य प्रतीकों को अलग-अलग संभावना के साथ इसके आसपास के क्षेत्र में होने की उम्मीद है।

उदाहरण को सरल बनाने के लिए, आप एक बाइनरी ट्री बना सकते हैं। प्रत्येक समूह के अक्षर के लिए MOTHER SOAP FRAME, आप पुष्टिकरण और खंडन के पारस्परिक आँकड़े निर्धारित कर सकते हैं।

उदाहरण के लिए, M ... A की पुष्टि 2 बार और M से शुरू होने वाली 3 बार और A से शुरू होने वाली 2 बार की गई।

प्रत्येक जोड़ी को एक सूचकांक सौंपा जा सकता है और उसके बाद वर्णों और वर्णों के चतुष्कोणों के आंकड़े एकत्र कर सकते हैं। एक ट्रिपल प्राप्त किया जाता है यदि दो जोड़े एक चरित्र मैच में, उदाहरण के लिए, आरए एएम को जाता है या आरएम को आर ... यू।

इसलिए संक्रमण के आँकड़े पर्याप्त रूप से बड़े सामान्यीकरणों तक बनाए गए हैं।

आप संक्रमण योजना को एक्स [स्तर + 1] [सूचकांक के] = संक्रमण (एक्स [स्तर] [सूचकांक एम], एक्स [स्तर] [सूचकांक एन]) के रूप में नामित कर सकते हैं, और इस तरह के प्रत्येक संक्रमण के लिए हमारे पास दो अतिरिक्त मूल्य हैं - पुष्टिकरण की संख्या और संख्या खंडन।

नतीजतन, किसी भी पाठ और पाठ के किसी भी टुकड़े को एक निश्चित एक्स [ए] [i] के रूप में परिभाषित किया जाएगा।

समय के प्रत्येक क्षण में, कोई भी नया अध्ययन किया गया पाठ जल्दी से परिकल्पना करेगा कि यह उम्मीदवार के सामान्यीकरण के एक निश्चित समूह को संदर्भित करता है।

सीधे शब्दों में कहें तो नए पाठ को चरित्र द्वारा चरित्र नहीं पढ़ा जाता है, और प्रासंगिकता के लिए इन उम्मीदवारों की त्वरित जांच द्वारा निर्धारित अनुक्रम में पात्रों का चयन किया जाता है।

इस प्रकार, हम प्रासंगिक सामान्यीकरण के लिए उम्मीदवारों के लगातार बदलते सेट से संदर्भ प्राप्त करते हैं, इससे कोई फर्क नहीं पड़ता कि हम अपने क्लासिफायरफ़ॉर्म को किस पाठ को खिलाते हैं। उसी समय, क्लासिफायर पाठ प्रसंस्करण में एक बहुत विशिष्ट व्यवहार व्यक्त करेगा, यह अनुमान लगाने की कोशिश कर रहा है कि पहले से ज्ञात इस पाठ से कौन से सामान्यीकरण लागू हैं।

एल्गोरिथम अनुमान

यदि हम सभी जोड़ियों के लिए पहली बार में आँकड़े एकत्र करते हैं, तो सभी ट्रिपल-फोर के लिए, फिर सभी छह-सेवेंस-आठ के लिए, स्तर के स्तर के निर्माण के लिए, इस तरह के एक एल्गोरिथ्म दूसरे स्तर पर पहले से ही खरबों के जोड़े पैदा करेगा, पाठ की शुरुआत से दूरी पर प्रत्येक जोड़ी वर्णों की गिनती करता है। और इसके अंत तक।

हालांकि, हमारा एल्गोरिथ्म लालची है, और यह पहले सैकड़ों वर्णों पर बहु-स्तरीय स्तरों के सामान्यीकरण का निर्माण करेगा और इस कारण से वर्णों के सभी संभावित जोड़े का अनुक्रमिक निर्माण कभी नहीं होगा।

एल्गोरिथ्म की वास्तविक जटिलता का आकलन करना वर्तमान शोध का प्राथमिक कार्य है।
हम नए साल की छुट्टियों के बाद इस बारे में बात करेंगे।