Meghatározó lenne a beszéd­felismerésben az Alibaba

Mivel az egész világgal akarnak kereskedni, a kínai cég kiemelten kezeli a területet és már eddig is komoly eredményeket értek el.

Luo Si, az Alibaba egyik vezető nyelvésze elmondta, hogy az általuk kifejlesztett technológiát többek között az online vásárlási platformjukon lévő felhasználói értékelések elemzésére használják. A rendszer képes felismerni az értékelésekben lévő érzelmeket és jelzi, hogy egy pozitív vagy negatív bejegyzésről van szó, továbbá, hogy az adott terméknek melyik jellemzőit fogadták a vásárlók pozitívan vagy negatívan.

A szakember kifejtette, hogy olyan alapkutatást végeznek, amelynek alapján később számos alkalmazás lesz létrehozható. Si korábban a Purdue Egyetem professzora volt és jelenleg az Alibaba Damo nevű akadémiájának beszédtechnológiai laboratóriumát vezeti. Az Amerikai Egyesült Államok nyugati partján található létesítményben jelenleg kereken száz tudós dolgozik. Az ott fejlesztett technológia a világ egyik vezető mesterséges intelligencián alapuló beszédfelismerési megoldásának számít. A befektetett összegek és munkaórák már most eredményre vezettek, ugyanis a nyáron a rendszer sikeresen elvégezte az MS Marco nevű tesztet és ott jobb pontszámot ért el, mint egy ember.

Chen Wu, az Alibaba projektcsapatának vezetője hozzátette, hogy az MS Marco olyan kérdéseket tesz fel, mint például a lakosságuk alapján melyek a világ legnagyobb városai, vagy hogy milyen hosszú a kínai nagy fal. A válaszokat a számítógépnek egy adatbázisból kellett kikeresnie, amely a Bing több mint egymillió keresésére és további több mint 3,2 millió kapcsolódó dokumentumra épült. Wu hangsúlyozta, hogy neurális hálózatokat és gépi tanulást alkalmaztak annak kitalálására, hogy melyik dokumentum tartalmazhatja a helyes válaszokat. A megfelelő fájl megtalálása után a rendszer először az egyes bekezdéseket, majd az egyes mondatokat vizsgálta át. Az egész folyamat rendkívül rövid időt vett igénybe és nagyon precíz volt. Az MS Marco teszten részt vevő ember 0,539 pontot kapott, az Alibaba megoldása viszont 0,54 pontot. A titok nyitja abban rejlik, hogy a megalkotott technológia pontosan úgy gondolkodik, mint az ember.

Wu rámutatott, hogy ha valaki egy kérdést meg akar válaszolni, akkor elég megadni a keresőnek, de az csak azután kutatja át a dokumentumokat, ha az illető a pontos kulcsszót adta meg a szolgáltatásnak. Egy neurális hálózat ezzel szemben képes a feltett kérdést és a forrásdokumentumot összefüggéseiben értelmezni, s így megadni a valóban megfelelő választ. Ez az eljárás pedig nagyon hasonlít az emberi gondolkodásmódra.

Si kiemelte, hogy a másik fontos területet a gépi fordítások jelentik. A kapcsolódó technológia nagyon fontos a számukra, mert abba a helyzetbe akarnak kerülni, hogy globális eladásokat, szállításokat és fizetéseket kínálhassanak. A gépi fordítások ezt a határokon átnyúló online kereskedelmet lehetővé teszik. A Damo akadémia feladata ugyanakkor nem csupán az Alibaba saját termékeinek a fejlesztése. Si szerint három missziójuk van. Az első a szolgáltatások javítása, a második a technológia külső partnerekkel való megosztása, míg a harmadik a beszédfelismerési technológia folyamatos javítása.

2017 decemberében derült ki, hogy együttműködik az Alibaba és a BMW, s a kínai óriáscég digitális asszisztense megjelenik majd a német gyártó Ázsiában értékesített járműveiben. Ez megerősítést is nyert januárban. Emellett korábban ismertté vált, hogy az Audi, a Daimler és a Volvo szintén az Alibaba beszédasszisztensére építenek.