مایکروسافت در حال حاضر به عنوان یک شرکت پیشرو در زمینه توسعه خواندن ماشینی (Machine Reading) شناخته میشود. این فناوری جدید به رایانهها امکان میدهد تا اقدام به خواندن هر متن دلخواه نموده، معنای آن را استخراج کرده و برای پاسخ به سوالات مطرح شده در مورد محتوای مذکور، از آن کمک بگیرند.
آقای Kaheer Suleman بنیانگذار Maluuba (یک شرکت استارتاپ یادگیری عمیق در شهر کبک کانادا که مایکروسافت اوایل سال جاری میلادی آن را به مالکیت خود درآورد)، درباره چنین ایدهای گفته:
ما در حال تلاش برای توسعه چیزی هستیم که به آن یک ماشین با سواد میگوییم: ماشینی که میتواند متن را خوانده، درک کرده و سپس یاد بگیرد که چگونه با آن ارتباط برقرار کند، چه این متن به صورت نوشته باشد و چه شفاهاً بیان شود.
تیم مایکروسافت در حال حاضر در صدر جدول ردهبندی SQuAD قرار دارد. اگر با این نام آشنایی ندارید باید بگوییم، رقابتی بین تیمهای علمی برای توسعه یک فناوری آزمایشی جهت خواندن اطلاعات از ویکیپدیا شکل گرفته تا مشخص شود کدام یک از هوشهای مصنوعی تولید شده میتواند پاسخ بهتری به سوالات مطرح شده در مورد متون، ارائه دهد.
همچنین محققان مایکروسافت و سایر کارشناسان علمی و صنعتی در حال رقابت برای کسب بهترین نتایج با استفاده از مجموعه داده دیگری، به نام MS MARCO هستند و با استفاده از اطلاعات واقعی و البته ناشناس تهیه شده از موتور جستجوی بینگ (Bing) اقدام به تست توانایی یک سیستم برای پاسخ به سوالات واقعی از کاربران واقعی میکنند.
آقای Rangan Majumder، یکی از مدیران فعال در بخش بینگ مایکروسافت، در این رابطه گفته:
ما تنها به دنبال ساخت دستهای الگوریتم برای حل مسائل تئوری نیستیم. ما از آنها برای حل مسائل واقعی و آزمودن آنها بر روی دادههای واقعی، استفاده میکنیم.
یک سیستم مؤثر خواندن ماشینی میتواند نحوه کارکرد موتورهای جستجو را نیز ارتقاء داده و دستخوش تغییر نماید. با کامل و اجرایی شدن این تکنولوژی، دیگر لازم نخواهد بود تا موضوع مورد نظرتان را در کادر جستجوی موتورهایی مانند گوگل و بینگ تایپ کرده و تعدادی لینک را به عنوان نتیجه دریافت کنید، بلکه میتوانید سؤال خود را از هوش مصنوعی که نقش یک فرد بسیار آگاه را دارد پرسیده و جواب منطقی و مناسب خود را دریافت.
Jianfeng Gao یکی از مدیران مرکز فناوری یادگیری عمیق مایکروسافت، در این باره چنین میگوید:
اطلاعات بسیار زیادی در سراسر جهان و به خصوص در اینترنت وجود دارد. به منظور استفاده از این حجم بالای اطلاعات، نیاز به تبدیل آنها به دانش داریم و فناوری خواندن ماشینی میتواند این شکاف را پر کند.
مانند بسیاری از هوشهای مصنوعیای که در چند سال گذشته پیشرفت کردهاند، خواندن ماشینی نیز مدیون برخی عوامل از قبیل الگوریتمهای یادگیری عمیق بهتر، پیشرفت عظیم در قدرت محاسباتی مبتنی بر فضاهای ابری جهت به اجرا درآوردن آن الگوریتمها و همچنین حجم بسیار بزرگی از دادهها برای یادگیری و انجام تست بر روی آنها، میباشد.
محققان میگویند این قابلیتها، همراه با پیشرفتهای حاصل شده در روشهای یادگیری عمیق در حوزههایی مانند تشخیص تصویر و گفتار، آنان را به نقطهای رسانده که اکنون احساس اعتماد به نفس خوبی داشته و میتوانند پیشرفتهای قابل توجهی را برای خواندن ماشینی متصور باشند.
آقای Furu Wei، یکی از محققان ارشد در گروه پردازش زبان طبیعی در مرکز تحقیقات مایکروسافت در آسیا، معتقد است که “این یک رویای بلند مدت برای محققان پردازش زبان طبیعی و حتی هوش مصنوعی است“. آقای Ming Zhou، یکی دیگر از اعضای ارشد مرکز تحقیقات مایکروسافت در پکن هم که سرپرستی گروه پژوهشی زبان طبیعی را بر عهده دارد، گفته: ” این یک گام کوچک در زمینه چالش عظیم درک زبان طبیعی محسوب میشود“.
