Generativna umetna inteligenca sloni na jezikovnih modelih. V tokratni epizodi govorimo o tem, kako nam podrobno poznavanje človeškega jezika, ki ga raziskujemo že več tisočletij, lahko pomaga razumeti jezikovne modele umetne inteligence. Na koncu pa tudi o tem, kako skuša raziskovalna skupina, v kateri sodeluje sogovornik dr. Gašper Beguš, razvozlati govorico kitov glavačev.

V prvi avgustovski epizodi gostuje jezikoslovec dr. Gašper Beguš, ki vodi Laboratorij za govor in računalništvo (Berkeley Speech & Computation Lab) na Oddelku za jezikoslovje na kalifornijski univerzi Berkeley. Raziskovalno pot je začel na Filozofski fakulteti na Univerzi v Ljubljani, kjer je študiral primerjalno jezikoslovje. Doktorat je opravljal na Harvardski univerzi, sedaj pa je po dvoletnem podoktorskem izobraževanju na Univerzi v Washingtonu docent na kalifornijski univerzi Berkeley.

Pogovor teče o generativni umetni inteligenci in jezikovnih modelih. Modeli umetne inteligence so izjemno dobri pri opravljanju nalog, ki jih sicer izvajamo ljudje. Vendar pa smo ljudje manj uspešni pri tem, da bi povsem razumeli delovanje umetne inteligence. Kako torej umetna inteligenca reši določeno nalogo ali opravilo? V laboratoriju dr. Gašperja Beguša uporabljajo človeški jezik, ki ga preučujemo že tisoče let in ga poznamo veliko boljše kot umetno inteligenco, da bi bolje razumeli, kako se umetna inteligenca uči. Poskušajo torej čim podrobneje razumeti, kako jezikovni modeli in druga orodja umetne inteligence delujejo ter kako se učijo. V pogovoru gost pojasni tudi nekaj temeljnih terminov, kot so nevronske mreže, strojno učenje in umetna inteligenca.

V zaključku pogovora nekaj minut posvetimo tudi projektu CETI, kjer široka skupina znanstvenic in znanstvenikov skuša podrobneje raziskati komunikacijo kitov glavačev.

Povezave:
Nekatere nevronske mreže se učijo jezika tako kot človek
Projekt CETI 

Poiščite nas na kanalih družbenih omrežij Facebook, Instagram, LinkedIn in Twitter.
Glasba: © Oleg Fedak SoulProdMusic/Pixabay