Forskningens Døgn 2015 Fra filosofi til kunstig intelligens -Hvordan vi får computere til at tale som mennesker Ved Erik David Johnson.

Præsentationer af emnet: "Forskningens Døgn 2015 Fra filosofi til kunstig intelligens -Hvordan vi får computere til at tale som mennesker Ved Erik David Johnson."— Præsentationens transcript:

1 Forskningens Døgn 2015 Fra filosofi til kunstig intelligens -Hvordan vi får computere til at tale som mennesker Ved Erik David Johnson

2 Program Kort om mig Sprogteknologi i dag Introduktion til min forskning – herunder: -Sprogfilosofi -Kognitiv semantik -AI / Ontology Engineering Hvordan hænger disse sammen?  Fremtidens sprogteknologi/AI

3 Kort om mig Seniorkonsulent i Netcompany Humanistisk baggrund i sprog, kognitiv semantik og analytisk sprogfilosofi Skiftet retning hen imod IT: Datamatiker og cand.it i Software Engineering på ITU med speciale i kunstig intelligens programmering Amatørforsker indenfor kunstig intelligens sprogteknologi

4 Mit uddannelsesforløb (I alt ca. 25 år)

5 Hvad menes der med “sprogteknologi”? ….”Processering af indhold”!

6 Sprogteknologi i dag Citat, Market Magazine: ”Selv om vi de seneste år har set flere nye tiltag, som skal gøre interaktionen mellem menneske og computer mere flydende og naturlig ved at benytte sig af sprogteknologi, så er der stadig langt til, at vi kan have en meningsfuld samtale med et stykke software. Det er der en grund til, for selv om vi er nået langt, har vi endnu ikke knækket koden, når det kommer til at få en computer til at tale de menneskelige, naturlige sprog. Det er nemlig anerkendt som et ‘AI-komplet problem’. Med andre ord - at simulere en sprogforståelse indebærer at simulere egentlig forståelse - hvilket igen svarer til den hellige gral indenfor kunstig intelligens: At få computeren til at tænke som et menneske.”

7 Sprogteknologi eksempel: Manskinoversættelse World Knowledge Diskursviden Pragmatik Semantik Grammatik/Syntaks Morfologi Statistisk funderet på corpus af eksisterende ord- og frase par Benytter de nederste niveauer af sproganalyse

8 Sprogteknologi Eksempel: Manskinoversættelse

9

10 Wittgensteins lektie Ludwig Wittgenstein (1889-1951) Østrigsk sprogfilosof Den tidlige vs. den sene Wittgenstein: 2 divergerende syn på sproget Den tidligere Wittgenstein: Måden vi arbejder med sprog på i dag Den sene Wittgenstein: Måden vi bør arbejde med sprog på fremadrettet

11 Den tidlige Wittgenstein Centralt værk: ”Tractatus logico-philosophicus” Fokus på sprogets logiske form. Ønskede at finde ”matematikken i sproget”. Sprogets formål er at beskrive verden – dvs. det deskriptive egenskaber. Mening er sandhedsbetingelser. Filosofiske problemer er blot er et resultat af en forkert anvendelse af sproget, hvor der fejlagtigt fremsættes spørgsmål som ikke kan bringes på en logisk form.

12 Den tidlige Wittgenstein (fortsat) Den logiske atomisme bliver afgørende for mekanikken i Wittgensteins tidlige sprogforståelse. Sammenhængen mellem sproget og den verden som det beskriver, er ganske entydig via relationen mellem virkelighedens og sprogets ’mindste bestanddele’, men Wittgenstein giver intet konkret bud på hvad disse er. Minder meget om med nutidens fokus på statistisk behandling af de nederste niveauer af sproganalyse.

13 Den sene Wittgenstein Centralt værk: ”Filosofiske Undersøgelser” Forkaster den logiske atomisme og ideen om at sprog blot beskriver verden. Mening er ikke længere sandhedsbetingelser – mening er brug! Fokus skifter til hverdagssproget og interpersonel kommunikation indenfor en social og kulturel kontekst. Sprogspil som det mest grundlæggende (mere end selv ostensiv definition). Sprogspil muliggøres af vores medfødte kapacitet for regelfølge og vores ”Fælles livsform”.

14 Wittgensteins lektie applikeret Vi skal forkaste den logiske atomisme (dvs. fokus på sprogets mindste bestanddele), og starte med det øverste niveau af sproganalyse.

15 Wittgensteins lektie applikeret (fortsat) World knowledge: Udgangspunktet må være den menneskelige kapacitet for sprog - vores fælles livsform. Spørgsmålet bliver så: Hvordan udmønter vores ‘fælles livsform’ sig i sproget, og hvordan kan vi simulere dette i natursprogs-systemer, som for eks. maskinoversættelse eller dialogsystemer?

16 Vore fælles livsform: Kropslighedstesen Udsprunget af de seneste års forskningsresultater indenfor felter som lingvistik, kunstig intelligens, robotvidenskab samt neurobiologi Krop og sind kan ikke adskilles – dvs. sindet kan ikke beskrive verden uafhængigt af kroppen  Siger dermed at vores kroppe og fysiske omstændigheder spiller en afgørende rolle for vores kognitive processer og dermed også for vores sprogs udvikling og anvendelse. Eksempel: Opdagelsen af spejlneuroner: Centreret omkring sprogcentret i den menneskelige hjerne. Medfødt kapacitet for sprogspil / regelfølge.

17 Vore fælles livsform: Kognitiv Semantik I trit med kropslighedstesen: Metaforisk systematik i sproget George Lakoff (kropslighedstesens fader): ”Metaphors we live by” Metaforiske koncepter: -[Glad  op] [Ked af det  Ned] -[Mere  op] [Mindre  Ned] -[Varme  Omsorg] [Kulde  ÷ Omsorg] Fælles livsform: Fælles mønstre/neurale forbindelser ud fra ensartede omstændigheder kroppe, sanseapparater, fysisk miljø, mm. -Vores historie og kultur er også en del af vores fælles livsform.

18 Vore fælles livsform: Kognitiv Semantik Hvordan udmønter vores fælles livsform sig i sproget? Metaforisk systematik i sproget er kun ét af flere steder at starte, men et godt udgangspunkt. Alternativer: -Gilles Fauconnier ”Mental space blending theory” (Berkeley U.) -Mark Turner: Concepual Blending (Berkeley U.) Vores mål: At udstyre computere med ”World Knowledge”, og arbejde os ned gennem samtlige niveauer af sproglig analyse.

19 World knowledge gennem ‘Ontology Engineering’ Ontologi: måden hvorpå verden er struktureret: Ontologisk repr. af world knowledge: Struktur af kognitive mønstre i sproget. ”Ontology Engineering” er stadig et ungt felt, og der er akademisk røre og uenighed omkring netop repræsentationsformen.

20 Ontologi gennem mønstergenkendelse ANN: Matematisk model som muliggør mønstergenkendelse Lag af neuroner justerer hvor stærkt forbundne de med hinanden og derved danner et netværk der er i stand til at approksimere den underliggende funktion der er repræsenteret ved de eksempler på input- og output-data, som benyttes til at træne netværket.

21 Kunstige Neurale Netværk Inspireret af den menneskelige hjernes virkemåde. Kan Generalisere på hidtil uset data (Eks.: ansigtsgenkendelse). Kræver mange træningseksempler. Best case er en approksimering af det underliggende mønster. Nøglen til succes ligger (igen) i repræsentationsformen. Næste Skridt?

22 Ontologi med klasser af kognitive mønstre

23 Forhindringer og ‘åbne spørgsmål’ Kognitivt semantisk fundament? (Metaforisk systematik er, som sagt, kun ét bud) Hvilken repræsentationsform og matematisk model skal benyttes til design af en ontologi af World Knowledge? (ANN er ikke eneste mulighed). Kan man nå hele vejen ned igennem alle lag af sproglig analyse? For at få brugbare resultater skal man hele vejen igennem alle lag af sproglig analyse – dette er charmen ved bottom-up tilgangen, og grunden til at den har vundet indpas! Hvorfor har ingen forsøgt dette? Ingen delresultater => Svært at få finansiering, MEN: ”NTL-group” på Berkeley er faktisk i gang!