Google은 자연 언어 처리 및 합성에 대량의 연구 개발을하고 있지만, 그들은 도우미 기능과 음성 인식 / 합성 만이 목적은 아니다. 그 중에는 AI 기능으로 가능한 범위 내에서의 재미도 있고, 오늘 (미국 시간 4/13) 회사는 Web 방문자가 단어의 연상 시스템에서 놀 실험 을 발표했다.
첫 번째 실험은 방대한 너무 언급되는 기회도 적은 책 데이터베이스 Google Books의 재미있는 검색 방법이다. 그것은 단어 자체에서 텍스트와 제목을 찾는 것이 아니라 데이터베이스에 질문을 . 예를 들어, "왜 나폴레옹은 유배 된 것인가?"(Why was Napoleon exiled?) 라든지, "의식의 본질은 무엇인가?"(What is the nature of consciousness?) 등.
그러자 그 질문의 단어와 밀접한 관련이있는 절을 반환한다. 결과는 히트도 있고 헛 스윙도 있지만, 그래도 잘 수 있고, 유연성도있다. 나의 질문에 대답 문장은 반드시 키워드에 직접 관련이없고, 특히 그들 [실제 단어 자체〕을 찾은 결과도 아니다.
하지만 그것은 인간과 지식의 내용이 상호 작용하는 매우 알기 쉬운 방법 냐고하면, 그것은 다른 것 같다. 질문을하는 것은 답이 원하는 때문이며, 질문과 관계가 있거나 없거나하는 여러가지 서로 상반 같은 인용을보고 싶은 것이 아니다. 그래서 나는 이것을 일상적으로 사용한다고는 생각하지 않지만, 여기서 사용되는 의미 엔진의 유연성을 보여주는 재미있는 방식으로는있다. 게다가이를 통해 지금까지 자신이 몰랐던 저술가로 만질 수 있지만, 그러나 데이터베이스의 소장 도서 수는 10 만 있으니까 당연히 결과는 옥석 혼효이다.
Google에서 소개하고있는 두번째 실험 프로젝트는 Semantris 하는 게임이다. "어떻게 든 트리스 '라는 게임은 옛날부터 아무도 어렵지만, 이것은 매우 간단하다. 단어의 목록이 표시되고, 하나가 고휘도되어있다 (그림 참조). 그것과 관련이 있다고 생각되는 말 [연상 단어]를 입력하면 Google의 AI가 관련성이 강한 것 같아요 순서대로 단어를 정렬합니다. 대상의 말을 아래로 이동하면 일부 단어가 폭발하여 새로운 단어가 일부 참가한다.
이것은 시간 때우기에는 좋을지 모르지만,하고있는 가운데 자신이 Google의 연상 에이전트의 훈련에 사용되는 기니피그가 된 것 같은 느낌이 온다. 게임 방법은 매우 쉽다. 그렇지만, 물 (water)에서 보트 (boat)를 연상해도 아무도 대단하다고 생각하지 네요. 하지만하고있는 가운데, 점점 어려워지는지도 모른다. 사용자 응답 AI의 훈련 용 데이터로 사용되는지, 지금 Google에 문의한다.
프로그래머와 기계 학습 매니아 위해서는 Google은 훈련 된 TensorFlow 여러 가지 모듈을 제공하고있다. 그리고 그 문서는 이 블로그 게시물 중 링크의 두 종이있다.