보조 Zuckerberg 및 운영 체제 "Samantha": 두 가지 유형의 음성 시스템
저는 실험실에서 일합니다
무엇인지 보는 두 가지 방법이 있습니다.음성 도우미. 가상 집사가 있다고 상상해보십시오. 예를 들어, 약 5년 전 Mark Zuckerberg는 집에서 "Jarvis"라는 스마트 비서를 만들었습니다. 그는 사람들을 집에 들어오게 하고, 문을 열고 닫고, 커튼을 치고, 불을 켜는 방법을 알고 있었습니다. 이러한 장치의 다른 예로는 "Alexa"와 "Alice"가 있으며 장치에 살고 수명을 향상시킬 수 있습니다. 그들은 오븐, 세탁기, 진공 청소기 등을 제어할 수 있습니다.
어시스턴트를 보는 또 다른 방법은 다음과 같습니다.상호 작용. 영화 "She"에는 "Samantha"라는 운영 체제가 있었고 러시아 성우는 Yandex의 "Alice"와 목소리가 같았습니다. 그녀는 운영 체제 관리에 대한 인터페이스 역할을 했으며 조수로 설계되지 않았습니다. Apple에는 Siri, Microsoft - Сortana, Google - Google Assistant와 같은 접근 방식이 있습니다.
그들은 어떻게 작동합니까?
모든 어시스턴트는 매우 유사한원칙. 그가 가장 먼저 해야 할 일은 목소리를 듣는 것입니다. 이것은 사용자의 장치(휴대전화 또는 스마트 스피커)에서 발생합니다. 사용자는 "Alice", "Alexa", "OK Google"이라고 말합니다. 이 마법의 단어 후에 장치는 사용자의 음성을 녹음할 준비가 됩니다. 이것은 클라이언트가 무음 상태가 되거나 장치가 무음이 될 때까지 기다리는 데 지칠 때까지 어느 정도 발생합니다. 그 후 데이터는 서비스를 제공하는 회사의 서버로 전송됩니다.
마법이 시작되는 곳입니다.첫 번째 작업은 음성을 텍스트로 변환하는 것입니다. 사람마다 다르게 말합니다. 이것을 텍스트로 변환하는 방법은 무엇입니까? 그런 다음 음성 도우미를 사용하는 서비스 제공을 시작합니다. 이것은 온라인으로 가능한 모든 작업입니다 - 티켓 구매, 레스토랑 테이블 예약. 유일한 질문은 사용자 친화적인 인터페이스를 제공하는 방법입니다. 거기에 없으면 장치가 화자로 바뀝니다.
서비스를 호출한 후 사용자는결과를 반환하려면 적절하게 포장해야 합니다. 아마도 텍스트, 인터넷 페이지의 문제, 노래, 계산기가 계산한 데이터일 것입니다. 데이터는 음성으로 다시 변환되어 클라이언트로 전송됩니다.
음성을 텍스트로 변환
우리의 의사 소통은 말을 통해 이루어지며 음성은주위의 공기 이동. 이 진동은 고막에 떨어지며 등자, 모루 및 망치의 세 가지 뼈를 밉니다. 그것들은 차례로 달팽이라고 불리는 기관을 흔듭니다. 우리는 물고기에서 달팽이를 얻었습니다. 그것은 물로 채워져 있고 그 안에 유모 세포가 살고 있으며 달팽이의 물과 함께 진동합니다. 상부 유모 세포는 체액의 변동을 증폭하여 전기 자극을 형성하는 유모 세포의 하부로 전달합니다. 이 충동은 뇌로 전달됩니다.
또한, 달팽이관의 다른 위치에서 유모 세포는 다른 주파수를 담당합니다. 높은 주파수는 넓은 부분에서 처리되고 중간 주파수는 중간에, 낮은 주파수는 중앙에 가까울 것입니다.
어떻게 기계가 소리를 이렇게 인식하게 할 수 있습니까?같은 방식으로 - 원시 신호의 형태가 아니라 주파수 세트의 형태로? 이 질문에 대한 답은 프랑스 수학자 Jean Baptiste Fourier에 의해 주어졌으며 그는 XVIII-XIX 세기의 경계에 살았습니다. 과학자는 모든 것이 귀와 동일한 수학적 변환을 제안했습니다. 원시 신호를 가져와 주파수 구성 요소로 분해했습니다.
주파수 성분으로 무엇을 해야 합니까?스펙트럼 표현을 음소에 매핑할 수 있습니다. 즉, 음성을 음소로 변환할 수 있습니다. 그것들은 알고리즘적으로 문자로 다소 쉽게 변환됩니다. 즉, 음성 표현에서 단어를 얻을 수 있습니다.
그러나 이 모든 것은 정확하지 않습니다.약간 다른 음소가 있으며 한 소리에서 다른 소리로의 전환은 다르게 들릴 수 있습니다. 세노네(senone)라고 하는 것은 10,000개 정도인데, 너무 많으면 단어를 정의하는 작업이 훨씬 어려워집니다.
벌레 퇴치
연구자들은 오류를 어떻게 처리합니까?이 질문에 대한 답은 19-20세기 전환기에 살았던 러시아 수학자 Andrei Markov가 제시했습니다. 그는 하나가 다른 하나에 뒤따르는 과정을 설명하는 이론을 개발했습니다. 그리고 그의 이론 덕분에 숨겨진 Markov 모델이 개발되었습니다. 이것은 이런 종류의 오류를 수정하는 첫 번째 방법 중 하나입니다.
예를 들어, 사람이 불명확하게 말할 때 그는악센트 또는 그는 단어를 잘못 발음합니다. 그 사람이 의미하는 바를 높은 정확도로 복원하고 결정할 수 있는 수학적 메커니즘이 있습니다. 결국 사람들도 실수를 하지만 서로를 이해합니다. 즉, 머리에 오류를 수정하는 메커니즘이 있습니다.
그러나 텍스트 표현이 충분하지 않습니다.컴퓨터는 숫자로 작동합니다. 그것들을 얻는 방법? Noam Chomsky는 우리의 뇌에 구조가 있으며 출생 단계에서 사용할 수 있는 구조가 있어 자연어를 빠르게 배울 수 있다는 가설을 세웠습니다. Chomsky는 평생 동안 러시아어, 영어 또는 중국어와 상관없이 언어에 어떤 공통 패턴이 있는지 결정하는 모델을 구축, 개선 및 작업합니다.
슬라이드에서 - Chomsky의 문법.이것은 러시아어 수업에서 구성별로 문장을 분석할 때 하는 것과 거의 같습니다. 명사, 형용사, 주제, 술어, 동사 그룹이 있습니다. 이 모든 것이 형식화되어 기계에 표시될 수 있습니다. 이 구조는 숫자의 형태로 쉽게 표현됩니다.
기계는 주제가 무엇인지 이해할 수 있습니다.제안 및 취해야 할 조치. 예를 들어 클라이언트가 "Alice, 음악을 틀어줘"라고 말하면 "켜기"가 작업이 되고 "음악"이 작업이 수행되는 대상이 됩니다. "앨리스"는 클라이언트를 이해하고 행동을 시작합니다.
그러나 단어 자체는 다음과 같은 문자 모음입니다.그들의 의미를 이해? "play"와 "play"와 같은 유사한 단어가 있습니다. 장치가 이것이 같은 것임을 이해할 수 있습니까? 이 질문에 대한 답은 미국 언어학자 Leonardo Bloomfield가 했습니다. 20세기 초에 그는 단어의 의미가 이 단어가 위치한 맥락에 의해 결정된다는 이론을 제안했습니다. 슬라이드를 보고 점 세 개를 대체할 수 있는 단어가 무엇인지 생각해 보세요.
내 대답은 코끼리지만 내가 물었을 때학생들은 코뿔소나 기린이 있을지도 모른다고 합니다. 그러나 일반적으로 우리는 이것이 아프리카에 살고 화를 낼 수 있는 큰 동물이라는 것을 이해합니다. 이 모든 것을 결합하면 단어 자체를 사용하지 않고 이 객체에 대한 의미론적 설명을 얻을 수 있습니다.
하지만 디지털화하면 수만 개의 수치를 얻을 수 있습니다.그리고 미국 수학자 Gene Golub 덕분에 그는 자릿수를 크게 줄이는 방법을 알아낼 수 있었습니다.숫자를 사용하는 대신 벡터라고 하는 숫자 모음을 사용했습니다.그리고 이 벡터는 의미론적 일관성의 근접성 또는 거리를 이해하는 데 사용할 수 있습니다.이렇듯 '놀이'는 '놀이'와 거의 같다는 것을 알 수 있다.
이제 단어를 입력할 수 있는 도구가 있으며 의미 맵에 단어가 어떻게 분포되어 있는지 명확해질 것입니다.예를 들어, "기린", "코끼리" 및 "코뿔소"라는 단어는 의미 공간에서 함께 그룹화됩니다.이러한 방법은 진화하여 이제 훨씬 더 발전된 것처럼 보입니다.
우리는 구조의 형태로 단어를, 구조의 형태로 문장을 제시했으며, 의미의 형태로 단어를 제시했습니다. 이 모든 것이 숫자의 형태입니다. 다음은 무엇입니까?
서비스
각 서비스에는 수십만, 수백만,수십억 개의 개체. 인터넷 검색에 대해 이야기하면 수천억 페이지, 수천억 이미지입니다. 음악 스트리밍의 경우 수백만 곡.
데이터 인덱싱에 대한 첫 번째 접근 방식 중 하나 -이진 검색 트리 구축 사전에서도 동일하게 사용됩니다. 중간에 열고 올바른 단어를 건너뛴 경우 뒤로 스크롤하고, 이해하지 못한 경우 계속 진행합니다. 그러나 1962년 소련의 수학자 Georgy Adelson-Velsky와 Evgeniy Landis는 빠른 조회 상태를 유지하는 데이터 구조를 고안했습니다.
이 시스템은 선형 데이터에서만 작동합니다.숫자나 단어. 지도나 3차원 공간에서 무언가를 검색하려는 경우 다차원 데이터는 어떻게 될까요? 이를 위해 그들은 kd-trees와 같은 구조를 생각해 냈으며 3 차원 공간에서 검색하는 작업에 완벽하게 대처합니다. 그러나 그들은 텍스트가 수백 개의 숫자로 설명되는 현대적인 작업에 대한 작업을 중단했습니다.
그러나 20세기 후반의 이론적인 작업 덕분에Eric Berninson은 Anna라고 하는 검색 트리의 개발을 제안했는데, 이는 방대한 컬렉션에서 우수한 검색 품질을 보장하는 데 사용할 수 있습니다. 이것은 광대한 Spotify 기반 전체에서 작동합니다. 불과 5년 전에 얻은 놀라운 결과입니다.
다른 접근 방식도 있습니다.예를 들어, 사회학자 Stanley Milgram은 기이하고 때로는 비인간적인 실험을 수행했습니다. 그는 지구상의 모든 사람들이 여섯 번의 악수를 통해서만 서로를 안다는 여섯 번의 악수 이론을 탄생시켰습니다. 이를 위해 그는 사람들에게 낯선 사람에게 편지를 보내달라고 요청했습니다. 그런 다음 그들은 지인 중에서 이 사람을 잘 아는 사람을 선택해야 했습니다. 그리고 이 작업을 수행하는 데 6개의 편지가 필요하다는 것이 밝혀졌습니다. 실험은 비판을 받았지만 2000년대에 반복되었고 결과를 확인했습니다.
이것은 수학에서 나타나는 놀라운 속성입니다."작은 세계" 백작이라는 이름을 얻었습니다. Yuri Malkov 그룹인 러시아 과학자들은 흥미로운 알고리즘을 제안했습니다. 그들은 그것을 사용하여 어디에서나 무엇이든 찾았습니다. 이 그래프의 노드는 더 이상 사람이 아니라 문서입니다.
이 그래프에서 - 모든 사이의 최단 거리몇 가지 개체. 사용자는 우리가 필요로 하는 것을 매우 빨리 찾을 수 있습니다. 이 데이터 구조는 이제 Facebook, Mail.ru, Yandex와 같은 러시아 및 해외의 많은 회사에서 사용됩니다. 검색 및 추천 서비스뿐만 아니라 음성 비서까지 변화시킨 우수한 수학적 모델입니다.
더 읽어보기
세계 최초의 미래형 단일 단계 궤도선 보기
3년 동안 과학자들은 화성 남쪽에 물이 있다고 믿었습니다. 그렇지 않은 것으로 밝혀졌습니다.
수소 동력 극초음속 항공기는 최대 마하 12의 속도로 발전합니다. 거의 15,000km/h입니다.