ເຄື່ອງ v Man: ສາມາດເຮັດໄດ້ຄອມພິວເຕີປຸງແຕ່ງອາຫານ, ຂຽນແລະສີດີກ່ວາພວກເຮົາ?

Man v Machine: Can Computers Cook, Write and Paint Better Than Us?

ປັນຍາປະດິດໃນປັດຈຸບັນສາມາດຊະນະເກມ, ຮັບຮູ້ໃບຫນ້າຂອງທ່ານ, ເຖິງແມ່ນວ່າຈະຂໍອຸທອນຕໍ່ຕົparkingວບ່ອນຈອດລົດຂອງທ່ານ. ແຕ່ວ່າມັນສາມາດເຮັດສິ່ງຕ່າງໆໄດ້ເຖິງແມ່ນວ່າມະນຸດຈະພົບຄວາມຫຍຸ້ງຍາກ?


Powered by Guardian.co.ukບົດ​ຄວາມ​ຫົວ​ຂໍ້​ນີ້ “ເຄື່ອງຈັກ v ຜູ້ຊາຍ: ຄອມພິວເຕີສາມາດແຕ່ງກິນ, ຂຽນແລະທາສີດີກ່ວາພວກເຮົາ?” ຖືກຂຽນໂດຍ Leo Benedictus, ສຳ ລັບ The Guardian ໃນວັນເສົາທີ 4 ມິຖຸນາ 2016 08.00 UTC

ວິດີໂອ ໜຶ່ງ, ສໍາ​ລັບ​ຂ້ອຍ, ມີການປ່ຽນແປງທຸກສິ່ງທຸກຢ່າງ. ມັນແມ່ນພາບຈາກເກມ Atari ເກົ່າ Breakout, ບ່ອນທີ່ທ່ານເລື່ອນ paddle ຊ້າຍແລະຂວາຕາມລຸ່ມຂອງຫນ້າຈໍໄດ້, ພະຍາຍາມ ທຳ ລາຍດິນຈີ່ໂດຍຕີບານເຂົ້າໄປໃນພວກມັນ. ທ່ານອາດຈະໄດ້ອ່ານກ່ຽວກັບເຄື່ອງຫຼີ້ນຂອງເກມ: ສູດການພັດທະນາໂດຍ ໂຄງການ DeepMind, ບໍລິສັດປັນຍາປະດິດຂອງອັງກິດທີ່ມີໂປແກມ AlphaGo ຍັງເອົາຊະນະນັກເຕະ Go Go ທີ່ຍິ່ງໃຫຍ່ທີ່ສຸດ, Lee Sedol, ກ່ອນຫນ້ານັ້ນໃນປີນີ້.

ບາງທີທ່ານອາດຄາດຫວັງວ່າຄອມພີວເຕີ້ຈະເກັ່ງເກມຄອມພີວເຕີ້? ເມື່ອພວກເຂົາຮູ້ສິ່ງທີ່ຕ້ອງເຮັດ, ພວກເຂົາແນ່ນອນວ່າມັນເຮັດໄດ້ໄວແລະຖືກຕ້ອງກວ່າມະນຸດຄົນໃດຄົນ ໜຶ່ງ. ຜູ້ນ Breakout DeepMind ຂອງບໍ່ຮູ້ຫຍັງເລີຍ, ຢ່າງ​ໃດ​ກໍ​ຕາມ. ມັນບໍ່ໄດ້ດໍາເນີນໂຄງການມີຄໍາແນະນໍາກ່ຽວກັບວິທີການເຮັດວຽກເກມອອນໄລ; ມັນບໍ່ໄດ້ບອກເຖິງແມ່ນວ່າວິທີການນໍາໃຊ້ການຄວບຄຸມ. ທັງຫມົດມັນໄດ້ນີ້ແມ່ນຮູບພາບໃນຫນ້າຈໍທີ່ແລະຄໍາສັ່ງທີ່ຈະພະຍາຍາມເພື່ອໃຫ້ໄດ້ຮັບຈຸດເປັນຈໍານວນຫຼາຍເທົ່າທີ່ເປັນໄປ.

Watch ວິດີໂອ. ໃນຄັ້ງທໍາອິດ, paddle ສາມາດເຮັດໃຫ້ໄດ້ຫຼຸດລົງບານເຂົ້າໄປໃນ oblivion, ຮູ້ບໍ່ມີດີກວ່າ. ໃນທີ່ສຸດ, ພຽງແຕ່ mucking ກ່ຽວກັບ, ມັນ knocks ບານກັບຄືນໄປບ່ອນ, ທໍາລາຍ brick ແລະໄດ້ຮັບຈຸດເປັນ, ສະນັ້ນມັນໄດ້ຮັບຮູ້ນີ້ແລະມັນມັກຈະເພີ່ມເຕີມ. ຫຼັງຈາກການປະຕິບັດສອງຊົ່ວໂມງ, ຫຼືປະມານ 300 ເກມ​ອ​ອ​ນ, ມັນໄດ້ກາຍເປັນດີຢ່າງຮຸນແຮງ, ດີກວ່ານອກຈາກທ່ານຫລືຂ້າພະເຈົ້າເຄີຍຈະ. ຫຼັງຈາກນັ້ນ,, ຫຼັງຈາກປະມານ 600 ເກມ​ອ​ອ​ນ, ສິ່ງທີ່ໄດ້ຮັບຄືຜີ. ຂັ້ນຕອນວິທີເລີ່ມຕົ້ນຈຸດປະສົງຢູ່ໃນຈຸດດຽວກັນ, ໃນໄລຍະແລະຫຼາຍກວ່າ, ໃນຄໍາສັ່ງເພື່ອ burrow ໂດຍຜ່ານການ bricks ເຂົ້າໄປໃນຊ່ອງທີ່ຢູ່ເບື້ອງຫລັງ. ເມື່ອໃດທີ່ມີ, ເປັນຜູ້ນ Breakout ໃດຮູ້, ບານຈະ bounce ປະມານສໍາລັບການໃນຂະນະທີ່, ລວບລວມຟຣີ. ມັນເປັນຍຸດທະສາດທີ່ດີທີ່ຄອມພິວເຕີທີ່ເກີດຂຶ້ນມາມີຂອງຕົນເອງ.

"ໃນເວລາທີ່ນັກຄົ້ນຄວ້າຂອງພວກເຮົາໄດ້ເຫັນນີ້, ທີ່ແທ້ຈິງຕົກໃຈເຂົາເຈົ້າ,"CEO DeepMind ຂອງ, Demi Hassabis, ບອກການສົນທະນາໃນກອງປະຊຸມເຕັກໂນໂລຊີໃນປາຣີ. ເຈົ້າ​ສາ​ມາດ ສັງເກດເບິ່ງທິດຂອງຕົນ, ເກີນໄປ, ແລະໄດ້ຍິນສຽງຫົວເລາະແລະຕົບມືໃຫ້ໃນເວລາທີ່ເຄື່ອງຕົວເລກອອກຍຸດທະສາດ burrow ຂອງຕົນ. ຄອມພິວເຕີໄດ້ກາຍເປັນທາງ, ການຊ່ວຍເຊັ່ນ: ພວກເຮົາ.

"ປັນຍາປະດິດ" ແມ່ນພຽງແຕ່ກ່ຽວກັບການເກົ່າແກ່ທີ່ສຸດແລະ hyped ທີ່ສຸດຂອງທັງຫມົດຂອງຄອມພິວເຕີປະໂຫຍກທີ່ບ້ານ. ຄິດໄດ້ຮັບການທໍາອິດ mooted ຢ່າງຮຸນແຮງໂດຍ Alan Turing ໃນ ເຄື່ອງຈັກຄອມພິວເຕີແລະ Intelligence, ໄດ້ 1950 ເອກະສານທີ່ເຂົາສະເຫນີສິ່ງທີ່ໄດ້ກາຍເປັນທີ່ຮູ້ຈັກເປັນ ການທົດສອບ Turing: ຖ້າຫາກວ່າເຄື່ອງຈັກສາມາດໃຫ້ທ່ານໂດຍຜ່ານການສົນທະນາວ່າມັນແມ່ນຂອງມະນຸດ, ໄດ້ມີການດໍາເນີນການໃຫ້ຫຼາຍເທົ່າທີ່ມະນຸດຄົນໃດສາມາດທີ່ຈະພິສູດວ່າມັນໄດ້ຢ່າງແທ້ຈິງຄິດ. ແຕ່ ຄຳ ວ່າ AI ບໍ່ໄດ້ຖືກ ນຳ ໃຊ້ທົ່ວໄປຈົນກ່ວາ 1955, ເມື່ອ​ໃດ​ ນັກຄະນິດສາດອາເມລິກາ John McCarthy ສະ ເໜີ ໃຫ້ກອງປະຊຸມ ສຳ ລັບຜູ້ຊ່ຽວຊານ. ນີ້ໄດ້ເກີດຂື້ນໃນປີຕໍ່ໄປ, ແລະຕັ້ງແຕ່ນັ້ນມາພາກສະ ໜາມ ໄດ້ ດຳ ເນີນຮອບວຽນສອງທົດສະວັດຂອງ mania ແລະຄວາມ ໝົດ ຫວັງ. (ນັກຄົ້ນຄວ້າຍັງມີ ຄຳ ສັບ ໃໝ່ -“ AI ລະດູ ໜາວ” - ເພື່ອພັນລະນາເຖິງຄວາມສະກົດຂອງມັນອອກຈາກແຟຊັ່ນ. ຊຸມປີ 1970 ແລະ 1990 ແມ່ນຮຸນແຮງທີ່ສຸດ.)

ມື້ນີ້ມີເມນູ ໃໝ່, ເຊິ່ງເບິ່ງແຕກຕ່າງຈາກຄົນອື່ນ: ມັນພໍດີຢູ່ໃນກະເປົາຂອງທ່ານ. ໂທລະສັບສາມາດເອົາຊະນະແຊ້ມໂລກຂອງ ໝາກ ຮຸກ, ຮັບຮູ້ເພງໃນວິທະຍຸແລະຮູບພາບຂອງລູກທ່ານ, ແລະແປສຽງຂອງທ່ານເປັນພາສາອື່ນ. ຫຸ່ນຍົນ Nao ທີ່ນີ້ມີ Yotam Ottolenghi ສາມາດຍ່າງໄດ້ສອງຂາ, ເວົ້າ, ຊອກບານແລະແມ້ແຕ່ເຕັ້ນ. (ມັນແມ່ນຫຸ່ນຍົນ, ເຖິງ​ແມ່ນ​ວ່າ, ບໍ່ແມ່ນ AI: ມັນບໍ່ສາມາດອອກແບບເມນູ.)

ໄດ້ຍິນກ່ຽວກັບຄວາມກ້າວ ໜ້າ ໃນ AI, ທ່ານບໍ່ ຈຳ ເປັນຕ້ອງມີຊ່ຽວຊານບອກທ່ານໃຫ້ຕື່ນເຕັ້ນ, ຫຼືຢ້ານ. ທ່ານພຽງແຕ່ເລີ່ມຕົ້ນທີ່ຈະຮູ້ສຶກເຖິງຄວາມຮູ້ສຶກ: ຄວາມສະຫຼາດຢູ່ທີ່ນີ້. ຢ່າງຊັດເຈນ Google ໄດ້ຮັບຄວາມຮູ້ສຶກ, ເກີນໄປ, ເນື່ອງຈາກວ່າມັນໄດ້ຊື້ DeepMind ໃນລາຄາທີ່ມີຂ່າວລືວ່າ $ 650m. ໃນ 2013, ເຟສບຸກໄດ້ເປີດຕົວໂຄງການຂອງຕົນເອງ, ດ້ວຍແຜນການທີ່ຈະພັດທະນາການຮັບຮູ້ພາສາໃບ ໜ້າ ແລະ ທຳ ມະຊາດ ສຳ ລັບເວັບໄຊ. ນັກພັດທະນາໄດ້ເລີ່ມເຮັດວຽກແລ້ວໃນ chatbots ທີ່ສະຫຼາດ, ເຊິ່ງຜູ້ໃຊ້ Facebook ຈະສາມາດເອີ້ນໃຊ້ບໍລິການ Messenger ຂອງຕົນໄດ້.

ມາ​ເຖິງ​ຕອນ​ນັ້ນ, ຄອມພິວເຕີບໍ່ເຄີຍມີປັນຍາເລີຍ, ຫຼືພຽງແຕ່ແຄບເທົ່ານັ້ນ. ພວກເຂົາເຮັດວຽກໄດ້ງ່າຍທີ່ເຮັດໃຫ້ພວກເຮົາໂດດເດັ່ນ, ເຊັ່ນຄະນິດສາດ, ແຕ່ບໍ່ດີກັບຜູ້ທີ່ພວກເຮົາຍອມຮັບ, ເຊິ່ງກາຍເປັນເລື່ອງຍາກ. ການກະ ທຳ ຂອງການຍ່າງແມ່ນສິ່ງທີ່ຫຸ່ນຍົນທີ່ທັນສະ ໄໝ ຮຽນຮູ້ຄືກັບເດັກນ້ອຍແລະຍັງຕໍ່ສູ້ກັບ; ວຽກງານຊ່າງປັ້ນດິນພື້ນຖານຍັງຄົງເປັນຄວາມຝັນທີ່ຫ່າງໄກ. “ ຕົວຢ່າງ ໜຶ່ງ ແມ່ນຄວາມງ່າຍຂອງການທີ່ທ່ານຫລືຂ້ອຍສາມາດເຮັດຈອກຊາໃນເຮືອນຄົວຄົນອື່ນ,"ກ່າວວ່າ ອາຈານ Alan Winfield, ນັກຫຸ່ນຍົນຢູ່ມະຫາວິທະຍາໄລພາກຕາເວັນຕົກຂອງອັງກິດ. "ບໍ່ມີຫຸ່ນຍົນຢູ່ເທິງໂລກທີ່ສາມາດເຮັດສິ່ງນີ້ໄດ້."

ເພື່ອເຂົ້າໃຈວ່າເປັນຫຍັງການເປັນມະນຸດຈຶ່ງເປັນເລື່ອງຍາກແທ້, ຄິດກ່ຽວກັບວິທີທີ່ທ່ານອາດຈະໄດ້ຮັບຄອມພິວເຕີ້ເພື່ອຮັບຮູ້ຄົນຈາກການຖ່າຍຮູບ. ຖ້າບໍ່ມີ AI, ທ່ານຕ້ອງຮູ້ວິທີທີ່ທ່ານເຮັດຕົວທ່ານເອງກ່ອນ, ໃນຄໍາສັ່ງທີ່ຈະດໍາເນີນໂຄງການຄອມພິວເຕີ. ທ່ານຕ້ອງໄດ້ລວບລວມແລະຄິດກ່ຽວກັບທຸກຮູບແບບທີ່ເປັນໄປໄດ້, ສີແລະຮູບຊົງຂອງໃບ ໜ້າ, ແລະວິທີທີ່ພວກມັນປ່ຽນໄປໃນຄວາມສະຫວ່າງແລະໃນມູມມອງທີ່ແຕກຕ່າງກັນ - ແລະທ່ານຕ້ອງຮູ້ວ່າມັນເປັນສິ່ງທີ່ ສຳ ຄັນແລະສິ່ງທີ່ເປັນຂີ້ຕົມຢູ່ໃນເລນ. ກັບ AI, ທ່ານບໍ່ ຈຳ ເປັນຕ້ອງອະທິບາຍ: ທ່ານພຽງແຕ່ເອົາຂໍ້ມູນທີ່ແທ້ຈິງໃຫ້ກັບຄອມພິວເຕີ້ແລະໃຫ້ມັນຮຽນຮູ້. ວິທີທີ່ທ່ານອອກແບບຊອບແວການຮຽນຮູ້ຍັງຄົງເປັນເລື່ອງທີ່ ໜ້າ ສົນໃຈຢູ່, ແຂວງຂອງວິທະຍາສາດຄອມພິວເຕີສະແຫວງຫາຫຼັງຈາກບໍ່ພໍເທົ່າໃດ, ແຕ່ມັນຈະແຈ້ງວ່າພວກເຂົາໄດ້ຮັບໄຊຊະນະໂດຍການສ້າງໂຄງສ້າງການປຸງແຕ່ງຂໍ້ມູນໂດຍອີງໃສ່ໂຄງສ້າງໃນສະ ໝອງ.. (ນີ້ເອີ້ນວ່າ“ ການຮຽນຮູ້ເລິກເຊິ່ງ”.) ໃນຖານະເປັນສໍາລັບພູເຂົາຂອງຂໍ້ມູນທີ່ແທ້ຈິງ, ດີ, ນັ້ນແມ່ນ Google, ເຟສບຸກ, Amazon, Uber ແລະສ່ວນທີ່ເຫຼືອແມ່ນເກີດຂື້ນທີ່ຈະນອນຢູ່ອ້ອມຂ້າງ.

ໃນຂັ້ນຕອນນີ້, ພວກເຮົາຍັງບໍ່ທັນຮູ້ເທື່ອວ່າການໃຊ້ AI ອັນໃດທີ່ດີທີ່ສຸດ. Josh Newlan, ຊ່າງຫັດຖະ ກຳ California ເຮັດວຽກຢູ່ຊຽງໄຮ້, ໄດ້ຮັບການເບື່ອຫນ່າຍກັບການຟັງໂທລະສັບກອງປະຊຸມທີ່ບໍ່ສິ້ນສຸດ, ດັ່ງ​ນັ້ນ ລາວໄດ້ສ້າງໂປແກຼມບາງຢ່າງເພື່ອຟັງລາວ. ໃນ​ປັດ​ຈຸ​ບັນ, ທຸກຄັ້ງທີ່ຊື່ຂອງ Newlan ຖືກກ່າວເຖິງ, ຄອມພິວເຕີຂອງລາວສົ່ງຂໍ້ມູນຈາກນາທີສຸດທ້າຍເຄິ່ງນາທີ, ລໍຖ້າ 15 ວິ​ນາ​ທີ, ຫຼັງຈາກນັ້ນສະແດງບົດບັນທຶກຂອງລາວເວົ້າ, "ຂໍ​ໂທດ, ຂ້ອຍບໍ່ຮູ້ວ່າໄມໂຄຣໂຟນຂອງຂ້ອຍ ກຳ ລັງປິດ. ປີ​ທີ່​ແລ້ວ, Josh Browder, ໄວລຸ້ນອັງກິດ, ການກໍ່ສ້າງເປັນ ທະນາຍຄວາມປອມຟຣີທີ່ອຸທອນຕໍ່ຕົparkingວບ່ອນຈອດລົດ; ລາວວາງແຜນທີ່ຈະສ້າງອີກແຫ່ງ ໜຶ່ງ ເພື່ອ ນຳ ພາຊາວອົບພະຍົບຜ່ານລະບົບກົດ ໝາຍ ຕ່າງປະເທດ. ຄວາມເປັນໄປໄດ້ແມ່ນ…ດີ, ບາງທີສູດການຄິດໄລ່ສາມາດນັບໄດ້ຄວາມເປັນໄປໄດ້.

ມື້ ໜຶ່ງ ສະນັ້ນເຄື່ອງຈັກຈະຢູ່ໃນໃຈຂອງພວກເຮົາເອງ? ນັກຄົ້ນຄວ້າທີ່ຂ້ອຍເວົ້າກັບມີຄວາມລະມັດລະວັງ, ແລະໃຊ້ຄວາມເຈັບປວດເພື່ອເນັ້ນ ໜັກ ເຖິງສິ່ງທີ່ເຄື່ອງຂອງພວກມັນບໍ່ສາມາດເຮັດໄດ້. ແຕ່ຂ້ອຍຕັດສິນໃຈທົດລອງໃຊ້ AI: ມັນສາມາດວາງແຜນອາຫານພ້ອມທັງ Ottolenghi? ມັນສາມາດແຕ້ມຮູບຄົນຂອງຂ້ອຍໄດ້? ເຕັກໂນໂລຢີຍັງມີປັນຍາປະດິດຫລືມັນ ກຳ ລັງເລີ່ມສະຫຼາດ, ສໍາລັບທີ່ແທ້ຈິງ?

ການທົດສອບປຸງແຕ່ງອາຫານ

ດີ, ຂ້ອຍຈະເວົ້າວ່າມັນບໍ່ເປັນຕາຢ້ານ. ມະນຸດໄດ້ຮັບໃຊ້ຂ້າພະເຈົ້າຮ້າຍແຮງກວ່າເກົ່າ. ເຖິງແມ່ນວ່າໃນຄວາມຈິງຊື່ວ່າ Chef Watson ຂອງ IBM ໃຫ້ອາຫານຈານນີ້ (“ Sauce Savory ຕັບໄກ່”) ແມ່ນກ່ຽວກັບການເປັນຕາຫນ້າກິນເປັນທີ່ມັນຄວນ.

ເພື່ອໃຫ້ຍຸດຕິ ທຳ ກັບ Chef Watson, ແລະທ່ານ Yotam Ottolenghi ຜູ້ແຕ່ງໂຕະອາຫານຂອງທ່ານ Guardian Weekend, ຂ້ອຍໄດ້ຕັ້ງ ໜ້າ ວຽກໃຫ້ພວກເຂົາ. ຂ້ອຍໄດ້ຂໍອາຫານໂດຍອີງໃສ່ສີ່ສ່ວນປະກອບທີ່ເບິ່ງຄືວ່າບໍ່ມີບ່ອນໃດຢູ່ໃກ້ກັນ: ຂີ້ໄກ່, ນົມສົ້ມກເຣັກ, wasabi ແລະ tequila. ພວກເຂົາສາມາດເພີ່ມສິ່ງອື່ນໆທີ່ພວກເຂົາມັກ, ແຕ່ສີ່ຄົນນັ້ນຕ້ອງຢູ່ໃນອາຫານ ສຳ ເລັດຮູບ, ເຊິ່ງຂ້ອຍຈະແຕ່ງກິນແລະກິນເຂົ້າ. Chef Watson ບໍ່ລັງເລ, ທັນທີໃຫ້ນ້ ຳ ຊອດ pasta ສອງ ໜ່ວຍ. Ottolenghi ແມ່ນຄົນທີ່ມີທັດສະນະຫຼາຍ. “ ເມື່ອຂ້ອຍມີຄວາມທ້າທາຍຂ້ອຍຄິດ, 'ມັນຈະບໍ່ເຮັດວຽກ,ລາວບອກຂ້ອຍ.

ຂ້ອຍກໍ່ຄິດຄືກັນ. ຫຼືຢ່າງຫນ້ອຍຂ້ອຍຄິດວ່າຂ້ອຍຈະກິນອາຫານສອງຄາບທີ່ສາມາດຮັກສາໄດ້ບໍ່ວ່າຈະເປັນສ່ວນປະກອບຂອງມັນ, ແທນທີ່ຈະແມ່ນຍ້ອນເຂົາເຈົ້າ. ໃນຄວາມເປັນຈິງ - ແລະທ່ານຈະຄິດວ່າຂ້ອຍເປັນເລືອ, ແຕ່ນັ້ນແມ່ນຫຍັງ - ສູດຂອງ Ottolenghi ແມ່ນການເປີດເຜີຍ: ຕັບແລະຜັກບົ່ວແລະການຫຼຸດຜ່ອນ tequila, ໄດ້ຮັບຜິດຊອບກັບຫມາກໂປມ, ຮາກ, ຮອຍຍິ້ມ beetroot ແລະ chicory, ມີເຄື່ອງນຸ່ງຫົ່ມ wasabi ແລະນົມສົ້ມ. ອາຫານດັ່ງກ່າວອາດຈະເຮັດໃຫ້ມີຄວາມຮູ້ສຶກນ້ອຍໆຢູ່ໃນເຈ້ຍ, ແຕ່ຂ້ອຍກິນຄວາມຮູ້ສຶກທີ່ບໍ່ແຊບທີ່ທຸກໆອົງປະກອບເປັນຂອງ. (ແລະ vinaigrette ຫນາກັບນົມສົ້ມແລະ wasabi ແທນທີ່ຈະເປັນ mustard: ຢ່າງຈິງຈັງ, ທົດລອງໃຊ້.) ທ່ານ Ottolenghi ບອກຂ້າພະເຈົ້າວ່າສູດນີ້ແມ່ນພຽງແຕ່ເວົ້າຫຍໍ້ໆກ່ຽວກັບການໂຄສະນາເຜີຍແຜ່ເທົ່ານັ້ນ.

ສິ່ງທີ່ເປັນ, ອາຫານນັ້ນເຮັດໃຫ້ລາວແລະທີມງານລາວສາມມື້ສົມບູນ. ພວກເຂົາສາມາດລົດຊາດແລະສົນທະນາກ່ຽວກັບລົດຊາດຕ່າງໆ, ໂຄງສ້າງ, ສີ, ອຸນຫະພູມ, ໃນທາງທີ່ Watson ບໍ່ສາມາດເຮັດໄດ້ - ເຖິງວ່າຈະມີການສົນທະນາກ່ຽວກັບການເພີ່ມກົນໄກການ ຕຳ ນິຕິຊົມໃນອະນາຄົດ, ວິສະວະກອນ ນຳ ໜ້າ ຂອງ Chef Watson, Florian Pinel, ບອກຂ້ອຍ. “ ສູດແມ່ນສິ່ງທີ່ສັບສົນດັ່ງກ່າວ,ທ່ານ Ottolenghi ເວົ້າ. "ມັນເປັນເລື່ອງຍາກ ສຳ ລັບຂ້ອຍທີ່ຈະເຂົ້າໃຈວ່າຄອມພິວເຕີຈະເຂົ້າຫາມັນໄດ້ແນວໃດ."

ອາຫານຂອງທ່ານ Yotam Ottolenghi ແລະ Chef Watson
ອາຫານຂອງທ່ານ Yotam Ottolenghi ແລະ Chef Watson ການ​ຖ່າຍ​ຮູບ: Jay Brooks ສໍາລັບຜູ້ປົກຄອງ

Watson ຖືກສ້າງຂຶ້ນໂດຍບໍລິສັດ IBM ກັບ win ເກມໂທລະພາບວິທີການ Jeopardy! ໃນ 2011. ໃນບາງແງ່ມັນເປັນການທ້າທາຍທີ່ບໍ່ຖືກຕ້ອງ, ເພາະວ່າ ສຳ ລັບຄອມພິວເຕີ້ພາກສ່ວນທີ່ຫຍຸ້ງຍາກຂອງການສອບຖາມແມ່ນການເຂົ້າໃຈ ຄຳ ຖາມ, ບໍ່ຮູ້ ຄຳ ຕອບ; ສຳ ລັບມະນຸດ, ມັນແມ່ນວິທີການອື່ນທີ່ອ້ອມຮອບ. ແຕ່ Watson ຊະນະ, ແລະເຕັກໂນໂລຢີຂອງມັນໄດ້ເລີ່ມ ນຳ ໃຊ້ຢູ່ບ່ອນອື່ນ, ລວມທັງເປັນພໍ່ຄົວ, ສ້າງສູດ ໃໝ່ ໂດຍອີງໃສ່ 10,000 ຕົວຢ່າງທີ່ແທ້ຈິງມາຈາກ ວາລະສານ Bon Appétit.

ທຳ ອິດຊອບແວຕ້ອງ“ ກິນ” ສູດເຫຼົ່ານີ້, ຄືກັບວ່າທີມ Watson ເອົາໄວ້. ການ ຄຳ ນວນຫຼາຍໄດ້ເຂົ້າໃຈວ່າສ່ວນປະກອບແມ່ນຫຍັງ, ພວກເຂົາກຽມພ້ອມແນວໃດ, ດົນປານໃດພວກມັນຖືກແຕ່ງກິນ, ເພື່ອໃຫ້ສາມາດອະທິບາຍວິທີໃຊ້ໃນຖ້ວຍ ໃໝ່. (ຂະບວນການດັ່ງກ່າວຍັງສາມາດສືບຕໍ່ງຶດງໍ້. ເຖິງແມ່ນວ່າດຽວນີ້ Chef Watson ແນະ ນຳ ສ່ວນປະກອບທີ່ເອີ້ນວ່າ“ Mollusk”, ເຊິ່ງມັນອະທິບາຍຢ່າງເປັນປະໂຫຍດແມ່ນ“ ຄວາມຍາວເຕັມທີຫົກ ອັລບັມໂດຍ Ween”.)

ບັນຫາທີ່ໃຫຍ່ກວ່ານີ້ແມ່ນການພະຍາຍາມເຮັດໃຫ້ເຄື່ອງມີຄວາມຮູ້ສຶກ. “ ມັນງ່າຍພຽງພໍ ສຳ ລັບຄອມພິວເຕີໃນການສ້າງການປະສົມປະສານນິຍາຍ,"Pinel ເວົ້າ, ແຕ່ວ່າມັນສາມາດປະເມີນຜົນໄດ້ແນວໃດ?Watson ໄດ້ຖືກສອນໃຫ້ພິຈາລະນາສ່ວນປະກອບແຕ່ລະຢ່າງມາເປັນສ່ວນປະສົມຂອງລົດຊາດສະເພາະ - ໃນນັ້ນມີຫລາຍພັນຊະນິດ - ແລະຈາກນັ້ນປະສົມສ່ວນປະສົມທີ່ມີສ່ວນປະສົມທົ່ວໄປ. (ຫຼັກການນີ້, ການຈັບຄູ່ອາຫານ, ແມ່ນສ້າງຕັ້ງຂຶ້ນໃນບັນດາມະນຸດ.) ສຸດທ້າຍ, ຊອບແວໄດ້ສ້າງ ຄຳ ແນະ ນຳ ເປັນແຕ່ລະບາດກ້າວທີ່ເຮັດໃຫ້ຮູ້ສືກ ສຳ ລັບຜູ້ປຸງອາຫານຂອງມະນຸດ. ການເນັ້ນ ໜັກ ໃສ່ຄວາມແປກໃຈຫລາຍກວ່າການວາງແຜນດ້ານອາຫານການປະຕິບັດ. “ Chef Watson ແມ່ນມີຢູ່ໃນການກະຕຸ້ນທ່ານ,” Pinel ອະທິບາຍ. ແຕ່ລະສູດມີມາພ້ອມກັບ ຄຳ ເຕືອນທີ່ວ່າ“ ໃຊ້ຄວາມຄິດສ້າງສັນແລະການຕັດສິນໃຈຂອງທ່ານເອງ”.

ແລະຂ້ອຍຕ້ອງການ. ຂັ້ນຕອນ ທຳ ອິດແມ່ນ“ toast parsley-flat flat”, ເຊິ່ງບໍ່ແມ່ນຄວາມຄິດທີ່ດີ. ຂ້ອຍ ກຳ ລັງເຮັດ, ປະສິດທິຜົນ, ຊີ້ນ ໝູ ແລະເຄື່ອງປຸງທີ່ເຮັດດ້ວຍຊີ້ນງົວຊ້າ, ລວມທັງສ່ວນປະກອບທັງສີ່ຢ່າງຂອງຂ້ອຍ, ທັນ Watson oddly ຍັງປະກອບມີແຕງແລະສືບຕໍ່ບອກຂ້າພະເຈົ້າວ່າ "ລະດູການກັບ allspice", ເຊິ່ງຂ້ອຍປະຕິເສດທີ່ຈະເຮັດຕາມຫຼັກການ. ໃນທີ່ສຸດ, ຂ້ອຍມີນ້ ຳ ຊອດທີ່ອຸດົມສົມບູນແລະມີລົດຊາດດີກວ່າໃກ້ກັບສວນ, ແຕ່ບໍ່ສະບາຍ. ຂ້ອຍບໍ່ສາມາດຊີມລົດຊາດ wasabi ຫຼື tequila, ເຊິ່ງຂ້ອຍດີໃຈຫຼາຍ.

Yotam Ottolenghi ກັບຫຸ່ນຍົນ Nao
Yotam Ottolenghi ກັບຫຸ່ນຍົນ Nao ໄດ້ຢືມເງິນມາລະຍາດຂອງໂຮງຮຽນປະຖົມ Heber, ລອນ​ດອນ. ການ​ຖ່າຍ​ຮູບ: Jay Brooks. ຄໍເຕົ້າໄຂ່ທີ່: Lee Flude

Watson ແມ່ນສະຫລາດແລະວຽກງານແມ່ນເຄັ່ງຄັດ, ແຕ່ຂ້າພະເຈົ້າພ້ອມທີ່ຈະເວົ້າວ່ານີ້ບໍ່ແມ່ນຄວາມມ່ວນຊື່ນ ສຳ ລັບອາຫານການກິນ, ຈົນກ່ວາ Ottolenghi ຢຸດຂ້ອຍ. “ ຂ້າພະເຈົ້າຄິດວ່າແນວຄວາມຄິດຂອງການປຸງແຕ່ງອາຫານເຈວກັບຊີ້ນທີ່ຊ້າໆແມ່ນດີຫຼາຍ," ລາວ​ເວົ້າ. ມັນເຮັດໃຫ້ລົດຊາດເຂັ້ມຂຸ້ນ. ທຸກຢ່າງຈະມາພ້ອມກັນ. ຖ້າຂ້ອຍຕ້ອງເລີ່ມເຮັດ ໃໝ່ ດ້ວຍສູດນີ້, ແນ່ນອນນົມສົ້ມບໍ່ເຫມາະ - ແຕ່ຂ້ອຍຈະອອກຈາກບ່ອນທີ່ມີສີສົ້ມຢູ່ບ່ອນນັ້ນ, ສອງສາມຂອງເຄື່ອງເທດໄດ້. ຂ້ອຍບໍ່ຄິດວ່າມັນເປັນສູດທີ່ບໍ່ດີ. ມັນສາມາດເຮັດວຽກໄດ້.”

ຄໍາ​ຕັດ​ສິນ Watson ເຊື່ອງຄວາມແປກຂອງສ່ວນປະກອບ, ແຕ່ Ottolenghi ເຮັດໃຫ້ພວກເຂົາຮ້ອງເພງ.

ການທົດສອບການຂຽນ

ໃສ່ ໜ້ອຍ Wordsmith ຖັດຈາກເຄື່ອງຈັກທີ່ ໜ້າ ຢ້ານກົວຂອງ IBM ແລະ Google, ແລະມັນເບິ່ງຄືວ່າມີຄວາມກ້າວ ໜ້າ ທາງດ້ານຄອມພິວເຕີ້ຄືກັບເຄື່ອງຄິດໄລ່ກະເປົ.າ. ເຖິງແມ່ນວ່າໃນຂະນະທີ່ Watson fumbles ຜ່ານການຝຶກຫັດງານຂອງມັນ, Wordsmith ແມ່ນຢູ່ບ່ອນເຮັດວຽກແລ້ວ. ຖ້າທ່ານອ່ານບົດລາຍງານກ່ຽວກັບຕະຫລາດຫຸ້ນຈາກ Associated Press, ຫຼືວາລະສານກິລາຂອງ Yahoo, ມັນມີໂອກາດດີທີ່ທ່ານຄິດວ່າເຂົາເຈົ້າຈະຖືກຂຽນໂດຍຄົນ.

Wordsmith ແມ່ນນັກຂຽນປອມ. ພັດທະນາໂດຍບໍລິສັດໃນລັດ North Carolina ທີ່ມີຊື່ວ່າ Automations Insights, ມັນຍຶດເອົາປະໂຫຍດທີ່ ໜ້າ ສົນໃຈທີ່ສຸດຈາກຊຸດຂໍ້ມູນແລະ ນຳ ໃຊ້ມັນເພື່ອສ້າງບົດຂຽນ (ຫຼືອີເມວ, ຫຼືລາຍຊື່ຜະລິດຕະພັນ). ເມື່ອເວົ້າເຖິງຂ່າວໃຫຍ່ແທ້ໆ, ມັນໃຊ້ພາສາທີ່ມີຄວາມຮູ້ສຶກຫຼາຍກວ່າເກົ່າ. ມັນປ່ຽນແປງການອອກສຽງແລະໄວຍາກອນເພື່ອເຮັດໃຫ້ວຽກຂອງມັນສາມາດອ່ານໄດ້ງ່າຍຂຶ້ນ. ເຖິງແມ່ນວ່າພໍ່ຄົວຫຸ່ນຍົນທີ່ຂີ້ຄ້ານສາມາດ ນຳ ໃຊ້ມັນໄດ້, ແຕ່ການຂຽນ ສຳ ລັບຜູ້ອ່ານຂອງມະນຸດຈະຕ້ອງກ້ຽງ. ຖືກຈັບໃສ່ອຸປະກອນຮັບຮູ້ສຽງເຊັ່ນ: Amazon ຂອງແອັກໂກ້, Wordsmith ສາມາດຕອບສະ ໜອງ ຄຳ ຖາມທີ່ມະນຸດເວົ້າ - ກ່ຽວກັບຜົນຂອງການລົງທືນຂອງຜູ້ໃດຜູ້ ໜຶ່ງ, ເວົ້າ - ດ້ວຍ ຄຳ ຕອບທີ່ເວົ້າຢ່າງມີຄວາມຄິດ, ການປະກາດສິ່ງທີ່ ໜ້າ ສົນໃຈກ່ອນ, ແລະອອກຈາກສິ່ງທີ່ບໍ່ ໜ້າ ສົນໃຈເລີຍ. ຖ້າທ່ານບໍ່ຮູ້ເຄັດລັບ, ເຈົ້າຄິດບໍ່ ສິ່ງທີ່ 9000 ໄດ້ມາຮອດ.

ເຄັດລັບແມ່ນສິ່ງນີ້: Wordsmith ເປັນສ່ວນ ໜຶ່ງ ຂອງການຂຽນທີ່ຄົນບໍ່ຮູ້ວ່າມັນງ່າຍ. Locky Stewart ຈາກການເຂົ້າໃຈແບບອັດຕະໂນມັດເຮັດໃຫ້ຂ້ອຍມີການສອນ. ທ່ານຂຽນເຂົ້າໃນ Wordsmith ປະໂຫຍກເຊັ່ນ:, "ຕົວເລກ ABC ໃໝ່ ສະແດງໃຫ້ເຫັນວ່າການ ໝູນ ວຽນຂອງ New York Inquirer ເພີ່ມຂື້ນ 3% ໃນເດືອນເມສາ.” ຫຼັງຈາກນັ້ນ, ທ່ານຫຼີ້ນຮອບ. The 3% ມາຈາກຂໍ້ມູນຂອງທ່ານ, ສະນັ້ນທ່ານເລືອກ ຄຳ ວ່າ“ ກຸຫລາບ” ແລະຂຽນກົດລະບຽບ, ເປັນທີ່ຮູ້ຈັກເປັນ“ ສາຂາ”, ເຊິ່ງຈະປ່ຽນ ຄຳ ວ່າ "ເພີ່ມຂື້ນ" ໄປເປັນປະໂຫຍກທີ່ວ່າ "ແຊງຂຶ້ນ" ຖ້າເປີເຊັນແມ່ນຫຼາຍກວ່າ 5%. ຫຼັງຈາກນັ້ນ, ສາຂາຂອງທ່ານ "ເພີ່ມຂຶ້ນ" ກາຍເປັນ "ຫຼຸດລົງ" ຖ້າອັດຕາສ່ວນແມ່ນລົບ. ຖ້າເປີເຊັນແມ່ນ -5% ຫຼືຕ່ໍາກວ່າ, "ກຸຫລາບ" ກາຍເປັນ "ຕົກຕໍ່າ".

ຫຼັງຈາກນັ້ນ, ທ່ານໃຫ້ອາຫານມັນສັບຄ້າຍຄືກັນ. ດັ່ງນັ້ນ“ ລົ້ມລົງ” ກໍ່ສາມາດຖືກ“ ລົ້ມລົງຢ່າງໄວວາ”. “ ການ ໝູນ ວຽນຂອງ Inquirer's” ສາມາດເປັນ“ ໝູນ ວຽນຢູ່ທີ່ Inquirer”. "ແຊງຂຶ້ນ" ສາມາດ "ຮ້ອນ" ແລະອື່ນໆ. ຈາກນັ້ນທ່ານກໍ່ເພີ່ມປະໂຫຍກຕື່ມອີກ, ບາງທີກ່ຽວກັບການຈະລາຈອນທາງອິນເຕີເນັດ, ຫຼືປະມານວັນໃດທີ່ ສຳ ເນົາການພິມຖືກຂາຍດີທີ່ສຸດ, ຫຼືກ່ຽວກັບການປຽບທຽບປີຕໍ່ປີ. ຫຼັງຈາກນັ້ນ, ທ່ານຈະໄດ້ຮັບສະຫລາດ. ທ່ານບອກ Wordsmith ໃຫ້ປະໂຫຍກທີ່ມີຂໍ້ມູນຂ່າວສານທີ່ ໜ້າ ປະທັບໃຈທີ່ສຸດກ່ອນ, ກຳ ນົດບາງທີອາດເປັນສິ່ງທີ່ປ່ຽນແປງເປີເຊັນທີ່ຍິ່ງໃຫຍ່ທີ່ສຸດ. ບາງທີທ່ານອາດຈະເພີ່ມສາຂາເພື່ອເວົ້າວ່າຜົນໄດ້ຮັບແມ່ນ "ຜົນງານທີ່ດີທີ່ສຸດ / ຮ້າຍແຮງທີ່ສຸດໃນບັນດາຫົວຂໍ້ທີ່ມີຄຸນນະພາບ". ນະຮົກ, ທ່ານຍັງສາມາດສອນມັນບາງເຄັດລັບຂອງ Fleet Street, ດັ່ງນັ້ນຖ້າຫາກວ່າການໄຫຼວຽນຂອງ plummets ສິ້ນໄດ້ເລີ່ມຕົ້ນ“ ບັນນາທິການ Charles Kane ແມ່ນປະເຊີນກັບການວິພາກວິຈານຢ່າງຮຸນແຮງເປັນ”, ແຕ່ຖ້າຫາກວ່າການໄຫຼວຽນຂອງ "ແຊງ" ນີ້ຈະກາຍເປັນ "Charles Kane ໄດ້ປິດສຽງນັກວິຈານດ້ວຍຂ່າວວ່າ". ຂຽນໃສ່ "ຕື່ມອີກ" ຫຼື "ອີກເທື່ອ ໜຶ່ງ" ຫຼື "ສືບຕໍ່" ຖ້າທ່ານໄດ້ຮັບສິ່ງດຽວກັນສອງເດືອນຕິດຕໍ່ກັນ.

“ ປັນຍາປະດິດຕົວຈິງແມ່ນປັນຍາຂອງມະນຸດທີ່ ກຳ ລັງສ້າງເຄືອຂ່າຍຂອງເຫດຜົນ,” Stewart ເວົ້າ, “ ເຄືອຂ່າຍດຽວກັນທີ່ທ່ານຈະໃຊ້ໃນເວລາຂຽນເລື່ອງ. ມັນສາມາດໄດ້ຮັບການພັດທະນາ 10 ຫຼື 15 ຫຼາຍ​ປີ​ກ່ອນ, ໃນລະຫັດ, ແຕ່ວ່າເພື່ອເຮັດໃຫ້ວຽກດັ່ງກ່າວໃນລະດັບນີ້ມີຄວາມເປັນໄປໄດ້ພຽງແຕ່ບໍ່ດົນມານີ້. " ແນ່ນອນມັນຕ້ອງໃຊ້ເວລາຫຼາຍກວ່າໃນການກະກຽມບົດຂຽນກ່ຽວກັບ Wordsmith ກ່ວາການຂຽນບົດ ໜຶ່ງ, ແຕ່ເມື່ອທ່ານເຮັດແລ້ວ, ຄອມພິວເຕີສາມາດເຜີຍແຜ່ບົດເລື່ອງການໄຫຼວຽນຂອງ ໜັງ ສືພິມສົດທຸກໆເດືອນ, ໃນທຸກໆ ໜັງ ສືພິມ, ພາຍໃນວິນາທີທີ່ໄດ້ຮັບຂໍ້ມູນ. ມັນສາມາດເຜີຍແຜ່ຫລາຍລ້ານເລື່ອງໃນນາທີ - ຫລືເຜີຍແຜ່ບາງເລື່ອງເທົ່ານັ້ນ, ຖ້າຂໍ້ມູນບໍ່ສາມາດບັນລຸລະດັບຄວາມສາມາດດ້ານຂ່າວສານ. ດັ່ງນັ້ນມັນຈຶ່ງກາຍເປັນບັນນາທິການອັດຕະໂນມັດ, ເກີນໄປ, ມີລົດນິຍົມປັບໄດ້ໃນຄວາມລະອຽດ, ຄວາມຖີ່ແລະຄວາມວຸ້ນວາຍ.

ສຳ ລັບ ໜ້າ ວຽກຂອງ Wordsmith, ຂ້ອຍຂໍແນະ ນຳ ບານເຕະ: ມັນແມ່ນຂົງເຂດທີ່ຜະລິດຂໍ້ມູນຫຼາຍຢ່າງແລະມີຜູ້ອ່ານທີ່ຕ້ອງການບົດຄວາມທີ່ເປັນສ່ວນບຸກຄົນ. ນັກຂຽນບານເຕະ Guardian ຢາໂຄບ Steinberg ອາສາສະ ໝັກ ເອົາຄອມພິວເຕີ, ແລະຂ້ອຍໃຫ້ຕາຕະລາງຂໍ້ເທັດຈິງຈາກ Premier League ທີ່ຜ່ານມາ: ຕຳ ແໜ່ງ ລະດູການທີ່ຜ່ານມາແລະ ຕຳ ແໜ່ງ ລະດູການນີ້ໃນວັນຄຣິສມາດແລະໃນຕອນທ້າຍ, ເປົ້າ ໝາຍ ທີ່ໄດ້ຮັບຄະແນນແລະຍອມຮັບ, ຊື່ນັກຄະແນນສູງສຸດແລະທັງ ໝົດ, ມູນຄ່າຂອງການໂອນເງິນລະດູຮ້ອນແລະໃບສະ ເໜີ ລາຄາຈາກຜູ້ຈັດການ.

ເຮັດວຽກພຽງແຕ່ຈາກຂໍ້ມູນນີ້, ຄອມພິວເຕີແລະມະນຸດແຕ່ລະຄົນຕ້ອງຂຽນການທົບທວນລະດູການ ສຳ ລັບສະໂມສອນໃດ ໜຶ່ງ. Steinberg ເລືອກ Leicester City ບົນພື້ນຖານວ່າຕົວເລກຂອງມັນຄວນມີເລື່ອງທີ່ຜູ້ໃດຜູ້ ໜຶ່ງ ຈະເຫັນ. Wordsmith ບໍ່ ຈຳ ເປັນຕ້ອງເລືອກ. ມັນຈະເຮັດທຸກຢ່າງ 20.

ແລະໃນຄວາມເປັນຈິງທັງຄອມພິວເຕີແລະມະນຸດຜະລິດຜົນງານທີ່ຄ້າຍຄືກັນຢ່າງໄວວາ:

ນັກເຕະບານ Leicester City Jamie Vardy

ທັງ Steinberg ແລະ Wordsmith ສະ ເໜີ ປະໂຫຍກ ທຳ ອິດຢ່າງຫຼວງຫຼາຍ. ບາງທີຢາກມີສຽງແທ້, ຄວາມເຂົ້າໃຈແບບອັດຕະໂນມັດໃຊ້ບາງວິທີທີ່ສະຫຼາດເພື່ອໃຫ້ຄວາມຮູ້ສຶກເຂົ້າໄປໃນບົດຂຽນຂອງຄົນສຸດທ້າຍ, ການຄາດເດົາຢ່າງ ໜ້າ ປະຫລາດໃຈທີ່ວ່າ Leicester ມີຄວາມຫວັງທີ່ຈະຈົບລົງໃນອັນດັບ ໜຶ່ງ 10 ຫລັງຈາກຈັດອັນດັບທີ 14 ຈົບລະດູການທີ່ຜ່ານມາ”. ຂ້ອຍເບິ່ງຜ່ານບົດຄວາມອື່ນໆຂອງ Wordsmith ແລະ Southampton, ໄດ້ ສຳ ເລັດລະດູການທີ 7 ແລ້ວ, ມີ“ ແນມເບິ່ງຈຸດໃນເອີຣົບ”, ໃນຂະນະທີ່ແມນຊິຕີ້“ ເລີ່ມຕົ້ນລະດູການທີ່ຈະຝັນໃນຫົວຂໍ້ລີກຫລັງຈາກຈົບອັນດັບສອງ”.

ກົງກັນຂ້າມ, Steinberg ຂຸດເອົາຕົວເລກທີ່ມີຄວາມ ໝາຍ ຫລາຍຂື້ນ, ສະແດງໃຫ້ເຫັນວ່າ Jamie Vardy ບໍ່ພຽງແຕ່ໃຫ້ຄະແນນເທົ່ານັ້ນ 24 ເປົ້າຫມາຍ, ແຕ່ວ່ານີ້ແມ່ນເປີເຊັນສູງກວ່າເປົ້າ ໝາຍ ຂອງທີມລາວທີ່ຖືກຄຸ້ມຄອງໂດຍທຸກຄົນນອກ ເໜືອ ຈາກຜູ້ຫຼິ້ນສອງຄົນ. ຮູ້ວິທີທີ່ Wordsmith ເຮັດວຽກ, ແນ່​ນອນ, ຄົນເຮົາສາມາດຕັ້ງມັນຂຶ້ນໄດ້ຢ່າງງ່າຍດາຍ. ໃນຄວາມເປັນຈິງຊອກຫາໂດຍຜ່ານມັນ, ບົດຂຽນທັງ ໝົດ ຂອງ Steinberg ອາດຈະຖືກສ້າງຂື້ນໂດຍນັກຂຽນໂປແກຼມ Wordsmith ທີ່ມີຄວາມ ຊຳ ນິ ຊຳ ນານ - ຍົກເວັ້ນ ໜຶ່ງ ເສັ້ນ. “ ມັນເປັນລະດູທີ່ມະຫັດສະຈັນ,"ລາວອ້າງອີງຜູ້ຈັດການ Leicester, ກ່ອນທີ່ຈະເພີ່ມ, “ ສົມຄວນແລ້ວ, ຍ້ອນວ່າການໃຊ້ຈ່າຍໃນລະດູຮ້ອນຂອງ .7 26.7m ໃນການໂອນຍ້າຍເຮັດໃຫ້ພວກເຂົາເປັນຜູ້ທີ່ໃຊ້ຈ່າຍຕໍ່າສຸດອັນດັບ 8. ສິ່ງນັ້ນທີ່“ ມີເຫດຜົນດີ” ສະແດງໃຫ້ນັກຂຽນຜູ້ທີ່ເຂົ້າໃຈສິ່ງທີ່ລາວ ກຳ ລັງຂຽນ.

ຄໍາ​ຕັດ​ສິນ Steinberg ແມ່ນນັກຂຽນທີ່ດີກວ່າ, ເວັ້ນເສຍແຕ່ວ່າທ່ານຕ້ອງການ 20 ບົດຄວາມ - ຂໍ້ມູນ ໜັກ ໃນ 10 ນາ​ທີ.

ການທົດສອບສີ

ແລັບທັອບຕ້ອງການໃຫ້ຂ້ອຍຍິ້ມ. “ ມັນຢູ່ໃນອາລົມດີ," Simon Colton ກ່າວວ່າ. ລາວຮູ້ເພາະວ່າລາວແມ່ນນັກວິທະຍາສາດຜູ້ທີ່ຂຽນໂປແກມມັນ. ພວກເຮົາຢູ່ໃນຫໍພິພິທະພັນວິທະຍາສາດໃນລອນດອນ, ບ່ອນທີ່ Fool ສີ, ຍ້ອນວ່າມັນໄດ້ຖືກເອີ້ນວ່າ, ກຳ ລັງສະແດງການສາທິດ. ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ຂ້ອຍຈະບໍ່ສະແດງແຂ້ວຂອງຂ້ອຍ, ທ່ານ Colton ກ່າວ, ເນື່ອງຈາກວ່າບາງສິ່ງບາງຢ່າງກ່ຽວກັບແສງສະຫວ່າງເຮັດໃຫ້ພວກເຂົາເບິ່ງສີຂຽວກັບ Painting Fool.

ຈາກຮອຍຍິ້ມທີ່ບໍ່ມີແຂ້ວຂອງຂ້ອຍແລັບທັອບກໍ່ສ້າງ“ ແນວຄິດ” ຂອງສິ່ງທີ່ມັນຢາກຈະທາສີ, ອີງໃສ່ໂປຣໄຟລຂອງມັນ. ອາລົມແມ່ນມາຈາກ "ການວິເຄາະຄວາມຮູ້ສຶກ" ຂອງບົດຄວາມ Guardian ທີ່ຜ່ານມາ, ຍ້ອນວ່າມັນຈະເກີດຫຍັງຂຶ້ນ (ໂດຍສະເລ່ຍການອ່ານ Guardian ແມ່ນ downer, ປາ​ກົດ​ຂື້ນ, ນອກຈາກສິ່ງທີ່ກ່ຽວກັບການເຮັດສວນ). ມື້ວານນີ້ Fool ແມ່ນຢູ່ໃນຄວາມຮູ້ສຶກທີ່ບໍ່ດີທີ່ມັນໄດ້ສົ່ງຄົນທີ່ບໍ່ມີຄວາມລະອາຍ; ມື້ນີ້ມັນມີຄວາມຮູ້ສຶກໃນແງ່ດີ.

ຕໍ່ໄປ Fool ພະຍາຍາມທີ່ຈະທາສີດ້ວຍແປງທີ່ ຈຳ ລອງແລະມືທີ່ ຈຳ ລອງ (ຕົວຈິງແລ້ວ, ຮູບພາບຂອງມືຂອງ Colton) ໃນຫນ້າຈໍທີ່ຢູ່ເບື້ອງຫລັງຂ້ອຍ. ມັນໄດ້ຮຽນຮູ້ທີ່ຈະສະທ້ອນອາລົມຂອງມັນຈາກວຽກຂອງ Dan Ventura |, ນັກວິທະຍາສາດຄອມພິວເຕີຄົນອື່ນ, ທີ່ມະຫາວິທະຍາໄລ Brigham Young ໃນລັດ Utah, ຜູ້ທີ່ໄດ້ຝຶກອົບຮົມເຄືອຂ່າຍ neural ເພື່ອຮັບຮູ້ຄຸນລັກສະນະທາງດ້ານອາລົມຂອງຮູບພາບໂດຍການນັ່ງຢູ່ຫລາຍພັນຄົນຢູ່ທາງ ໜ້າ ຂອງຮູບແຕ້ມຫລາຍສິບພັນສີແລະຂໍໃຫ້ພວກເຂົາຕິດປ້າຍແຕ່ລະອັນທີ່ມີຄຸນປະໂຫຍດອັນໃດກໍ່ຕາມ. ຕອນນີ້ Fool ຮູ້ວ່າສີທີ່ສົດໃສສະທ້ອນເຖິງອາລົມທີ່ດີ, ແລະ“ ສໍ ດຳ ທີ່ມີການແຕກເຂັ້ມ” ສ້າງຮູບພາບທີ່“ ເຢັນ”. ເມື່ອເຮັດແລ້ວ, ມັນພິມ ໜ້າ ເວັບທີ່ມີ ຄຳ ຕິຊົມຕົນເອງແບບພິມ. “ ໂດຍລວມ, ນີ້ແມ່ນຮູບທີ່ສົດໃສ," ມັນ​ເວົ້າ​ວ່າ. "ບໍ່​ເປັນ​ຫຍັງ, ແຕ່ແບບຂອງຂ້ອຍໄດ້ເຮັດໃຫ້ລະດັບຂອງຄວາມສະຫວ່າງຢູ່ທີ່ນີ້ຫຼຸດລົງ. ສະນັ້ນຂ້ອຍຮູ້ສຶກ ລຳ ຄານໃຈກ່ຽວກັບເລື່ອງນັ້ນ. "

ນີ້ພ້ອມກັບພວກເຮົາ, ຄວາມສົນໃຈແຕ່ຫຍຸ້ງເກີນໄປທີ່ນາງ easel ໃຫ້ເບິ່ງ, ແມ່ນ ຊາຣາ Jane Moon, ຈິດຕະນາການຜູ້ທີ່ສະແດງທີ່ມີ ສະມາຄົມ Royal ຂອງຊ່າງແຕ້ມຮູບ. ນາງບໍ່ຕ້ອງການເບິ່ງແຂ້ວຂອງຂ້ອຍ, ບໍ່ວ່າຈະ. “ ພວກເຮົາແຕ້ມສີຈາກຊີວິດ," ລາວ​ເວົ້າ, “ ແລະເຈົ້າບໍ່ສາມາດຍິ້ມແຍ້ມແຈ່ມໃສໃນການນັ່ງ. ນັ້ນແມ່ນເຫດຜົນທີ່ຮູບພາບພື້ນເມືອງທັງ ໝົດ ສະແດງໃຫ້ເຫັນລັກສະນະທີ່ຂ້ອນຂ້າງຜ່ອນຄາຍ. "

The Painting Fool ແມ່ນເຄື່ອງຈັກພິເສດ, ແລະແມ້ແຕ່ມີຊື່ສຽງເລັກນ້ອຍ, ແຕ່ຂ້ອຍບໍ່ສາມາດປະຕິເສດວ່າ Moon ເກືອບເປັນເຫດຜົນທີ່ຂ້ອຍຕື່ນເຕັ້ນທີ່ຈະຢູ່ທີ່ນີ້. ຄວາມຮູ້ສຶກທີ່ຖືກທາສີໂດຍຄົນຈິງ, ໃຫ້ພວກເຂົາເບິ່ງທ່ານແລະຄິດກ່ຽວກັບທ່ານ, ແມ່ນຕື່ນເຕັ້ນແລະ flattering. ການວິເຄາະຄວາມຮູ້ສຶກແລະຂໍ້ມູນການຝຶກອົບຮົມ, ໃນອີກດ້ານຫນຶ່ງ, ຢ່າເພີ່ມສິ່ງຂອງທີ່ຂ້ອຍເບິ່ງ, ແລະຮູບຄົນ ສຳ ເລັດຮູບບໍ່ໄດ້ປ່ຽນໃຈຂ້ອຍ. Moon ແມ່ນ ໜ້າ ຮັກ, ສິ່ງທີ່ແທ້ຈິງ, ເຊິ່ງຮູ້ສຶກຊື່ໆຄືກັບຄົນທີ່ຄົນອື່ນເຫັນ. ຄວາມພະຍາຍາມສາມຢ່າງຂອງ Fool ມີຄຸນລັກສະນະທີ່ຂ້ອຍມັກ, ແຕ່ສ່ວນຫຼາຍມັນເບິ່ງຄືວ່າຮູບຖ່າຍທີ່ຜ່ານການກັ່ນຕອງຊອບແວບາງຊະນິດ. ທ່ານ Colton ຢືນຢັນວ່າ Fool ແມ່ນຢູ່ທີ່ນີ້ "ທີ່ຈະຮຽນຮູ້ທີ່ຈະດີກວ່າ" ແຕ່ຂ້ອຍເບິ່ງແລະຄິດ: ລະ​ເປັນ​ຫຍັງ?

ຮູບແຕ້ມຂອງ Leo Benedictus ໂດຍ Sarah Jane Moon
Leo Benedictus ທີ່ເຫັນໂດຍ Sarah Jane Moon …
ການແຕ້ມຮູບຂອງ Leo Benedictus ໂດຍຄອມພິວເຕີ Painting Fool
…ແລະດັ່ງທີ່ຈິນຕະນາການໂດຍຄອມພິວເຕີໂນດບຸກ Painting Fool. ການ​ຖ່າຍ​ຮູບ: Murray Ballard

ຫຼັງຈາກນັ້ນຂ້າພະເຈົ້າຄິດບາງຢ່າງຕື່ມອີກ. ສຳ ລັບສິ່ງ ໜຶ່ງ, ມັນສະແດງອອກວ່າສິນລະປະມີກົນຈັກຫຼາຍກ່ວາທີ່ຂ້ອຍໄດ້ຮັບຮູ້. “ ຂ້ອຍພະຍາຍາມເບິ່ງ Leo ເປັນຮູບຊົງທີ່ບໍ່ມີຕົວຕົນ, ຮູບແບບ, ສີ, ໂຕນ,"Moon ບອກ Colton, “ ເພື່ອຫລີກລ້ຽງຈາກຄວາມຈິງທີ່ວ່າດັງ. ເພາະວ່າເມື່ອທ່ານເລີ່ມຕົ້ນເຮັດສິ່ງນັ້ນ, ທ່ານໄດ້ຖືກຈັບໄດ້ໃນສິ່ງທີ່ທ່ານ ຄິດວ່າ ເບິ່ງຄືດັງ.”

“ ສິ່ງທີ່ໂປແກຼມເຮັດແມ່ນ ທຳ ລາຍພື້ນທີ່ສີ,"Colton ເວົ້າ.

"ແມ່ນ​ແລ້ວ, ແທ້,"Moon ຕົກລົງ. “ ຂ້ອຍຄິດວ່ານັ້ນແມ່ນສິ່ງທີ່ນັກແຕ້ມທີ່ດີທີ່ສຸດເຮັດ. ມັນ ກຳ ລັງຈະໂອນໃຫ້.” ຫລັງຈາກນັ້ນນາງໄດ້ບອກຂ້ອຍວ່ານາງຮູ້ສຶກປະເພດຂອງ "ພີ່ນ້ອງ" ກັບໂປແກຼມໂປແກຼມທີ່ພວກເຂົາເຮັດວຽກຂ້າງຄຽງ.

ສິ່ງທີ່ສໍາຄັນຫຼາຍ, ຂ້າພະເຈົ້າຮັບຮູ້ວ່າສິ່ງທີ່ ສຳ ຄັນບໍ່ແມ່ນວິທີທີ່ເຄື່ອງຈັກຈະສີດ; ມັນເປັນວິທີທີ່ຂ້ອຍເຫັນ. Moon ຂ້ອຍເຂົ້າໃຈ, ຂ້າ​ພະ​ເຈົ້າ​ຄິດ​ວ່າ. ນາງເປັນບຸກຄົນແລະຂ້ອຍຮູ້ຄວາມຮູ້ສຶກນັ້ນ, ສະນັ້ນຂ້ອຍສົນໃຈຮູບຂອງນາງ. ແຕ່ມັນມີຄວາມຮູ້ສຶກແນວໃດທີ່ຢາກເປັນ Painting Fool? ນັ້ນແມ່ນສິ່ງທີ່ຮູບຂອງມັນ ກຳ ລັງພະຍາຍາມບອກຂ້ອຍ?

ຄໍາ​ຕັດ​ສິນ ຮູບແຕ້ມຂອງດວງຈັນມີຄວາມຮັ່ງມີກວ່າ; Fool ແມ່ນຍັງຮຽນແລະມີສັດຕະວັດແລ້ວຂອງການປະຕິບັດໄປ.

ການທົດສອບການແປ

Google Translate ແມ່ນສິ່ງ ທຳ ອິດຂອງການປະດິດວິທະຍາສາດທີ່ຖືກຕ້ອງ, ແລະ ມັນມີອາຍຸ ໜຶ່ງ ທົດສະວັດແລ້ວ. ໃນຫລາຍໆດ້ານມັນ ໝາຍ ເຖິງບ່ອນທີ່ AI ໄດ້ໄປເຖິງ. ມີປະໂຫຍດ, ໃຫ້ແນ່ໃຈວ່າ; ປະທັບໃຈ, ໂດຍບໍ່ມີຄໍາຖາມ; ແຕ່ຍັງ clunky ເປັນ hell, ເຖິງວ່າຈະມີການປັບປຸງໃຫຍ່ກໍ່ຕາມ.

ຖ້າທ່ານບໍ່ໄດ້ໃຊ້ມັນ, ມັນເຮັດວຽກແບບນີ້: ໃສ່ລິ້ງຂໍ້ຄວາມຫລືເວບໄຊທ໌ໃດໆ 103 ພາສາທີ່ຮອງຮັບແລະທ່ານຈະໄດ້ຮັບການແປເປັນວິນາທີຫຼັງຈາກນັ້ນໃນພາສາອື່ນ. ແອັບ on ໃນໂທລະສັບຂອງທ່ານຈະໂອນຂໍ້ມູນທີ່ທ່ານເວົ້າອອກມາແລ້ວເວົ້າມັນຄືນ, ແປ (32 ພາສາທີ່ຮອງຮັບ); ມັນສາມາດປ່ຽນແທນຂໍ້ຄວາມຂອງເຄື່ອງ ໝາຍ ພາສາຕ່າງປະເທດຫລືເມນູບ່ອນໃດກໍ່ຕາມທີ່ທ່ານຊີ້ກ້ອງ. ບໍ່ ຈຳ ເປັນຕ້ອງມີ ຄຳ ອະທິບາຍກ່ຽວກັບວ່າມັນເຢັນສໍ່າໃດ (ແລະມັນບໍ່ເສຍຄ່າ).

ທົ່ວໂລກ, ເຄິ່ງ ໜຶ່ງ ພັນລ້ານຄົນໃຊ້ Google Translate ໃນແຕ່ລະເດືອນ, ສ່ວນຫຼາຍແມ່ນຜູ້ທີ່ບໍ່ເວົ້າພາສາອັງກິດ (ເຊິ່ງແມ່ນ 80% ຂອງປະຊາຊົນ) ແຕ່ວ່າຜູ້ທີ່ຕ້ອງການເຂົ້າໃຈໃນອິນເຕີເນັດ (ເຊິ່ງແມ່ນ 50% ພາສາອັງກິດ). “ ການເຕີບໃຫຍ່ຂອງພວກເຮົາສ່ວນໃຫຍ່, ແລະຕົວຈິງແມ່ນການຈາລະຈອນສ່ວນໃຫຍ່ຂອງພວກເຮົາ, ແມ່ນມາຈາກການພັດທະນາຫລືການພັດທະນາຂອງຕະຫຼາດເຊັ່ນ: ປະເທດບຣາຊິນ, ອິນໂດເນເຊຍ, ປະເທດອິນເດຍ, ປະເທດໄທ,” Barak Turovsky ເວົ້າ, ຫົວ ໜ້າ ຝ່າຍບໍລິຫານຜະລິດຕະພັນແລະປະສົບການຂອງຜູ້ໃຊ້ທີ່ Google Translate. ເປັນທີ່ ໜ້າ ແປກໃຈ ສຳ ລັບການຄົບຫາ, ເກີນໄປ, ລາວກ່າວຕື່ມ. ສິ່ງທີ່ຄ້າຍຄື 'ຂ້ອຍຮັກເຈົ້າ' ແລະ 'ເຈົ້າມີສາຍຕາທີ່ສວຍງາມ', ນັ້ນແມ່ນແຜ່ຫຼາຍ. "

ຊອບແວໄດ້ ນຳ ໃຊ້ຮູບແບບການຮຽນຮູ້ຂອງເຄື່ອງຈັກສະຖິຕິ: ຂູດອິນເຕີເນັດ ສຳ ລັບຂໍ້ຄວາມທີ່ແປແລ້ວ - ການປະກາດຂອງສະຫະປະຊາຊາດ, ເອກະສານຂອງສະຫະພາບເອີຣົບ - ແລະ ກຳ ນົດຄວາມເປັນໄປໄດ້ຂອງ ຄຳ ສັບແລະປະໂຫຍກໃດ ໜຶ່ງ ທີ່ສອດຄ້ອງກັບກັນແລະກັນ. ຂໍ້ມູນຫຼາຍມັນລວບລວມ, ດີກວ່າມັນຈະໄດ້ຮັບ, ແຕ່ວ່າການປັບປຸງໄດ້ຫລຸດລົງເມື່ອສອງສາມປີກ່ອນ. ທັນທີ, Turovsky ເວົ້າ, ພວກເຂົາຈະ ນຳ ໃຊ້ສູດການຮຽນແບບເລິກເຊິ່ງ ໃໝ່, ເຊິ່ງຈະຜະລິດການແປທີ່ຄ່ອງແຄ້ວຫຼາຍຂື້ນ.

ດັ່ງນັ້ນເຖິງແມ່ນວ່າ, ມີຂໍ້ ຈຳ ກັດ, and some seem fundamental when you talk to a human translator and realise how subtle their work is. Ros Schwartz ແລະ Anne de Freyman volunteer for this task. Both are professional French/English translators, and I need two because, in order to judge how good the translation is without being fluent in both languages, we need to translate twice – once out of English into French, once back again. Google Translate keeps no memory of the original and can do the same thing.

I choose a short passage of distinctive but not especially wild or ambiguous prose from the beginning of Herzog by Saul Bellow. Translators normally require context, so I tell Schwartz and De Freyman that it comes from a famous mid-century American novel.

Within a few days, Schwartz and De Freyman return a very smooth facsimile of the original text. Here and there some nuances have not survived, but the passage remains a pleasure to read, and the main meanings come across exactly.

Google Translate takes only a few seconds, and the result is both impressive and inadequate, weirdly good in places, in others weirdly bad – turning “he” into “it” and concocting the idea that Herzog is in love. Miraculously, it keeps “cracked” as a description of the hero. French has no word that combines the sense of “broken” and “mad” that cracked coveys in English, so De Freyman makes it “cinglé”, which comes back from Schwartz as “crazy”.

“Google Translate would look at statistical probability and say, what does ‘cracked’ mean?” Turovsky explains. “And statistically, it will try to decide whether it means ‘cracked’ or ‘crazy’ or whatever. ທີ່, for a machine, is a non-trivial task.” Nor is it simple for a human, even though we find it easy. You’d have to ask whether Bellow could have meant that Herzog was “cracked” as in physically fractured. Then you’d have to assume not, because human bodies don’t generally do that. So you’d wonder what he did mean and assume instead, if you were not already familiar with the usage, that he must mean “crazy”, because you understand the rest of what you’ve read. But to do all this, wouldn’t Google Translate have to be pretty much conscious, I ask? Turovsky laughs. “I don’t think I’m qualified to answer that question.”

ຄໍາ​ຕັດ​ສິນ Some bullseyes and howlers from Google Translate, while Schwartz and De Freyman are fluent and exact.

guardian.co.uk ©​ຜູ້​ປົກ​ຄອງ News & Media Limited 2010