){kind=link}
Mga mananaliksik Apple ay bumuo ng isang artificial intelligence system na tinatawag na ReALM (Reference Resolution as Language Modeling), na naglalayong pahusayin ang paraan ng pag-unawa at pagtugon ng mga voice assistant sa mga utos.
Sa isang research paper Apple naglalarawan ng bagong balangkas para sa kung paano tinutugunan ng malalaking modelo ng wika ang problema sa paglutas ng sanggunian, na kinabibilangan ng pag-decipher ng mga hindi maliwanag na sanggunian sa mga bagay na nasa screen, pati na rin ang pag-unawa sa konteksto ng pakikipag-usap at background. Bilang resulta, ang ReALM ay maaaring humantong sa isang mas intuitive at natural na pakikipag-ugnayan sa mga device.
Ang pagkilala sa sanggunian ay isang mahalagang bahagi ng pag-unawa sa natural na wika, na nagpapahintulot sa mga user na gumamit ng mga panghalip at iba pang hindi direktang sanggunian sa pag-uusap nang walang kalituhan. Para sa mga digital assistant, ang kakayahang ito ay naging isang malaking hamon sa kasaysayan, na limitado ng pangangailangang bigyang-kahulugan ang isang malawak na hanay ng mga verbal signal at visual na impormasyon. Ang ReALM system mula sa Apple naglalayong lutasin ang problemang ito sa pamamagitan ng paggawa ng kumplikadong proseso ng pagkilala sa sanggunian sa isang purong gawain sa pagmomolde ng wika. Sa ganitong paraan, mauunawaan niya ang mga sanggunian sa mga visual na elemento na ipinapakita sa screen at isama ang pag-unawang ito sa daloy ng pakikipag-usap.
Binabago ng ReALM ang visual na istraktura ng screen gamit ang mga representasyon ng teksto. Kabilang dito ang pag-parse ng mga bagay sa screen at pag-aayos ng mga ito upang lumikha ng isang format ng teksto na nagpapakita ng nilalaman at istraktura ng screen. Mga mananaliksik Apple nalaman na ang diskarteng ito, na sinamahan ng espesyal na pag-tune ng mga modelo ng wika para sa mga problema sa paglutas ng benchmark, ay higit na lumalampas sa mga tradisyonal na pamamaraan, kabilang ang mga kakayahan ng OpenAI na GPT-4.
Maaaring paganahin ng ReALM ang mga user na makipag-ugnayan nang mas epektibo sa mga digital assistant batay sa kasalukuyang ipinapakita sa screen, nang hindi nangangailangan ng tumpak at detalyadong mga tagubilin. Maaari nitong gawing mas kapaki-pakinabang ang mga voice assistant sa iba't ibang sitwasyon, tulad ng pagtulong sa mga driver na mag-navigate sa mga infotainment system habang nagmamaneho o pagtulong sa mga user na may mga kapansanan sa pamamagitan ng pagbibigay ng mas madali at mas tumpak na paraan ng hindi direktang pakikipag-ugnayan.
Apple ay nakapag-publish na ng ilang mga research paper sa larangan ng AI. Noong nakaraang buwan, ang kumpanya ay nag-unveil ng isang bagong paraan para sa pag-aaral ng malalaking modelo ng wika na walang putol na pinagsama ang parehong teksto at visual na impormasyon. Inaasahan na Apple magpapakilala ng ilang feature ng AI sa WWDC conference sa Hunyo.
Basahin din: