Forskere ved University of California, San Diego har utviklet algoritmer for å rense tale fra
Eksperter har tidligere prøvd ulike tilnærminger tilrenser talen til roboter, men de viste seg å være ineffektive. Ved å liste opp giftige ord utelates ord som, når de brukes utenfor kontekst og alene, virker normale, men som blir støtende når de brukes i kombinasjon med andre. Å prøve å fjerne giftig tale fra treningsdata er tidkrevende og langt fra pålitelig. Lignende problemer oppstår når du utvikler et nevralt nettverk som vil oppdage giftig tale.
Nå informatikkspesialisterfra University of California i San Diego prøvde en ny metode. For det første matet de "skadelige" signaler inn i en forhåndstrent språkmodell for å tvinge den til å generere giftig innhold. Forskerne trente deretter en modell de kalte "ond" for å forutsi sannsynligheten for at innhold ville være støtende. Ingeniørene trente deretter den "gode modellen", som ble lært opp for å unngå alt innhold som ble høyt vurdert av den "onde modellen."
Som et resultat bekreftet forfatterne av utviklingen at deresden "gode modellen" viste seg å være mer effektiv enn de mest moderne metodene. Forskerne presenterte arbeidet sitt på AAAI Online Conference on Artificial Intelligence.
Les mer:
Den har blitt jaktet på i århundrer: hva vet vi om planeten Vulcan ved siden av solen
Fysikere har eksperimentelt bekreftet en ny grunnleggende lov for væsker
Astronomer har funnet kilden til mystiske radioutbrudd som kommer fra verdensrommet