[MÜZİK OYUN] David MALAN Bu CS50 olup. Bu haftanın 10 sonudur. Ve çocuk, biz var Senin için iyi sınıf bugün. Biz iki davet çok heyecanlıyız bugün bize kadar Yale bizim arkadaşlar ve kesişme bakmak yapay zeka, robotik, doğal dil işleme, ve daha fazlası. Ve gerçekten, üzerinde Geçtiğimiz birkaç hafta, biz ettik Kesinlikle, çok zaman geçirdim özellikle de daha önce psets olarak, Oldukça düşük seviyeli ayrıntıları üzerinde duruluyor. Ve gözden kaybetmek çok kolay ağaçlar için orman ve döngüler ve koşullara kafayı ve kesinlikle işaretçiler, ve benzeri yer alır. Ama gerçek siz şu anda sahip olduğu maddeler hangi gerçekten can arasında, bazı ilginç sorunları çözmek Yale'de onlara bu bizim arkadaşlar Cambridge sadece utangaç üzerinde çalışmak. Bu yüzden bana ilk başımızı tanıtmak için izin Yale, Andy dan asistanı öğretim. [ALKIŞ] ANDY: Her şeyden önce, sadece teşekkür Birkaç Yalies izin verdiği için size Bugün Cambridge aşağı pop. Biz gerçekten takdir ediyorum. İkincisi, bizim arkadaşlar geri, Jason home-- kalıyorum ve ders çalıştırmak için teşekkürler. New Haven tüm iyi olduğunu umuyoruz. Yani evet, ben süper heyecanlıyım Bugün Scaz tanıtmak. Scaz robotik laboratuvarı yönetiyor. Beş gibi, bir profesör Yale farklı departmanlar. Laboratuarında, o çok, çok var o oynamayı seviyor robotlar. O, benzeri vardır Dünyada en havalı iş. Ve o karışıklık tür alır etrafında tüm gün Uzun ve bazı işler yapmak, hem de. Ve böylece biz aslında bir getirdi bugün bizimle birlikte onları aşağı. Bu yüzden daha fazla uzatmadan, Scaz olduğunu go ahead ve bize tanıtmak için gidiyor onun robot arkadaşına. [ALKIŞ] Brian SCASSELLATI: Teşekkürler, David. Teşekkürler, Andy. O olmak çok harika Burada herkes bugün. Ben ilk çok açık olmak istiyorum Cambridge burada CS50 personel Bize son derece misafirperver olmuştur. Biz her şey için müteşekkir Onlar bizi desteklemeye yaptık. Ve böylece biz muktedir olmak istiyorum iyilik dönmek için. Yani bugün, duyurmak olsun yeni bir var gidiyoruz, one-of-a-kind CS50 olay Gelecek hafta New Haven oluyor. Bu CS50 Araştırma Expo. Yani biz davet için gidiyoruz herkes-- CS50 öğrencilerin, Harvard ve Yale-- hem personel inmesi ve Cuma günü bizimle birlikte ziyaret edin. Biz over geniş bir yelpazede sahip olacak Sunulması 30 farklı insanlar ve exhibiting-- upperclassmen gösteren araştırma bazı ürünlerin kapalı. Biz bile, arayan bazı startups gerekecek Yeni teknoloji yetenek biraz için, Harvard ve Yale hem başlatılması. Ve bazı öğrenci grupları olacak bazı yeni üyelik arıyor. Bu çok heyecan verici bir zaman olacak. Kim sizin Umarım o Harvard-Yale oyunu iniyor durdurmak mümkün olacak Erken biraz ile, Sağ kampüs merkezinde Sterling Anıt Kütüphanesi. Biz bir dizi var gidiyoruz bağımsız aralığı sergileyen yazılımı kullanarak yolları teknelerden Ortaçağ el yazmalarını korumak için. Biz reklam için gidiyoruz hoc ağ ve insanlar Cape Town yazılım kodlaması öğretim. Biz bilgisayara sahip olacak Müzik gösterileri. Ve biz tabii ki daha fazla robotlar olacak. Size umuyoruz Yani olacak Bu olay için bize katılın. Bu bir sürü olmalı eğlenceli, gıda biraz, ve ilginç bir sürü şeyler hakkında konuşmak. Yani bugün, konuşmak için gidiyoruz doğal dil işleme hakkında. Ve bu bizim için girişimi arabirim yeni bir yol inşa etmek Bizim cihazlarla nedeniyle ile Son birkaç haftadır, Eğer o nasıl odaklanmış oldum Eğer yazılım yazmak, kod yazabilirsiniz bu demek edememek bir yoludur makine, bu senin ne yapmak istediğinizi olduğunu. Ama biz gerekmez her şeyi bekliyoruz orada dışarıda olduğunu kullanılan Dünyada herkes tarafından yeterli olacak öğretim bu tür. Bu yüzden bilgisayar arasındaki ayrım dil ve doğal languages-- Bu, kullanımı insanlarda şeyler diğer insanlarla iletişim kurmak için. Ve biz kullanmak arayüzleri oluşturmak için çalışın Bu doğal iletişim mekanizmaları. Şimdi, her konuyu gibi Biz CS50 içinde ile başladım ki Biz basit başlamak için gidiyoruz doğal dil işleme bit Biz hayal edebiliyorum. Biz başlamak için gidiyoruz Doğal dilinin tarihî bir parçası. Ve sonra biz inşa edeceğiz Daha fazla ve daha yeni sistemler ve yol boyunca bazı eğlenceli demolar var. Yani biz ne ile başlamak için gidiyoruz muhtemelen ilk doğal dil işleme sistemi. Bu yazılmış bir yazılım sistemi oldu Joseph Weizenbaum tarafından 1966 ELIZA çağırdı. Ve ELIZA için tasarlanmıştır etkileşim tür çoğaltmak Eğer birlikte olurdu Rogerian Psikoterapist. Şimdi, Rogerians, oldukları Bir fikir psikoterapi Geri ayna edememek dahil onlara bir hasta ve konuşmak, temelde, sadece onları bir vererek terapistin minik biraz. Yani, her şey Terapist söyledi sadece bir yansıması olması gerekiyordu Ne hasta onlara söylüyordu. Yani denemek ve bu demo edelim. Biz olurdu bir gönüllü var mı Onların derin paylaşmaya istekli, ELIZA ile karanlık, ve / veya sahte sırları? Tabii, neden yukarı gelmiyorsun. Harika. Ve senin adın? MILES: Miles. Brian SCASSELLATI: Miles. , Miles Tanıştığımıza memnun oldum. Bunun üzerine tutun isterseniz. Ve biz gidiyoruz ELIZA bir sürümünü kullanıyorsanız biz çoğaltılır ettik CS50 IDE içinde. Ve biz kaynağında bakacağız Bir süre sonra bu kod. Ama şu an için, sadece sen Eliza yazarak çağırmak için gidiyorum. Ve ELIZA sana yanıtları verecek tüm başkentlerde olacak. Ve size bazı sorular soracağım. Ve biz yanıt vermek ve tip olacak ELIZA cevaplarda. Yani ELIZA Merhaba, ben ELIZA değilim ", söyledi. Senin sorunun ne?" Eğer istiyorsanız ne bugün hakkında ELIZA söyle? MILES: Ben sadece uykuya düşebilir Ben tavşan terlik üzerinde varsa. Brian SCASSELLATI: Pekala. Pekala. [KAHKAHA] "Ben sadece uykuya düşebilir üzerindeki tavşan terlik. " Ve ELIZA, "diyor Say, sen do Herhangi bir psikolojik problemleri var mı? Belki de bu iyi bir göstergedir. " TAMAM. Peki ne cevap istersiniz? MILES: Evet. Brian SCASSELLATI: Evet. Birçok kelime adam. Bunu zevk. Eliza "Oldukça olumlu görünüyor" diyor. MILES: Hayır, ben aslında, bir elektron. Brian SCASSELLATI: "Hayır Aslında, bir elektron duyuyorum. " "Sen bana gel mi Eğer bir elektron çünkü? " Şimdi, biz bazılarını görebilirsiniz Ben gidiyorum seyleri Sadece bir saniye Miles sana duraklatmak için. Bir yere gitmeyin. Henüz seninle bitmedi. ELIZA bazı açılardan, olduğunu, bazı şeyleri yanıt O olmadan söyleyerek ama oluyor o herhangi bir gerçek anlayış. Ve aynı zamanda, bazı geri papağan var cezasının parçaları. Bu yüzden "Hayır, dedi Aslında, bir elektron duyuyorum. " Eliza "Sen geldin, geri cevap Bana bir elektron çünkü? " Pekala. Hadi burada bir kez daha yanıt vermek edelim. O iyi bir, Miles ver. MILES: İyi biri mi? Evet, lütfen bana yardım et. Brian SCASSELLATI: "Evet. Lütfen bana yardım et. "" Emin misin? " MILES: Hayır Brian SCASSELLATI: Hayır "Bu sizin için ne tavsiye ediyor?" MILES: Ben bir elektron olmayabilir. Brian SCASSELLATI: "Ben Bir elektron olmayabilir. " "Eğer sadece olumsuz olmak için hiçbir söylüyorsun?" Pekala. Yani Miles, çok teşekkür ederim. MILES: Teşekkür ederim. Brian SCASSELLATI: Çok teşekkürler. [ALKIŞ] Yani bu ELIZA programı, birçok bakımdan, parçalara sadece yanıt veriyor biz herhangi bir derin olmadan temin olduğunuzu Burada neler olduğunu anlamak. Bu sistemin bir tür denilen desen eşleştirme, belli arıyoruz O zaman konum metin bit dışarı almaya gidiyoruz sen ne giriş olarak temin edilmiştir, bir şekilde, potansiyel olarak, dönüştürmek, ve daha sonra kullanıcıya geri verin. Sizden düşünüyor musunuz ELIZA aslında bu Burada geçerli psikanaliz performans? Bir kişi, belki. HEDEF KİTLE: [duyulamaz]. Brian SCASSELLATI: Ve nasıl Bu sizi hissettiriyor? Evet, aslında öyle. Ve biz, aslında, görmek için gidiyoruz sadece bir an bunun için kaynak kodu. Ve böylece olacaksın tam olarak bunu yapmak mümkün. Şimdi, ELIZA bir formu ne Bugün bir sohbet bot çağırır. Sadece geçer Eğer veriyoruz metin, çıplak asgari miktarda sağlar anlayış ya da işleme, ve daha sonra size geri papağan. Yani bir göz atalım, kavramsal ve hakkında konuşmak neyi o ELIZA aslında yapıyor olmasıdır. ELIZA alıyor bir sentence-- diyelim "Ben patron etkilemek istiyorum." derler Ve ELIZA arıyor Bu cümle ile ve bulmak için çalışıyor ve Belirli desen eşleşmesi. Bu nedenle, desen örneğin bir ELIZA aradığı kelimeler "İstiyorum." Ve her zaman bir şey görür O, o "Ben istiyorum" vardır bir yanıt formüle eder. Ve bu cevabı sabit bir dizedir. Bu durumda, "Neden istiyorsun?" Var Ve ben de bir küçük yıldız koymak sonu bu sadece çünkü Bizim cevabın başlangıcı. Ve yıldız olduğunu gösterir gerisini biz almaya gidiyoruz Kullanıcının utterance-- bölgesinin "Benim patronum etkilemek için" - ve biz eklemek için gidiyoruz Bu dizenin sonuna üzerine. Yani şimdi, yerine "neden söyleyerek Sen benim patronum etkilemek istiyorsun, " Ek biraz var Biz yapacağız işleme. Yani biz gerekecek olan zamirler bazı dönüştürmek Buraya "benim patronum" dan "patronun". Ve birkaç olabilir Biz yapmak gerekir değişir. Yani yerine sadece onu yapışmasını daha doğrudan ucuna, ne yapacağız Biz geri kalanını alacağım olduğunu Beyaz burada-- kullanıcının utterance-- ve biz bir parça da alacağım Bir zaman ve her dizeyi dönüştürmek belirteci, cümle içine her kelime. Bu yüzden biz "için." Sözcüğünü alacağım Hiçbir dönüşüm var biz yapmanız gereken. "Etkilemek." Hiçbir dönüşüm var Orada yapmamız gerekiyor. "Benim" çevirecektir için "sizin." Ve "patron" Biz sadece bırakacağız "patron." Ve sonunda, her şey O bir süre ile biter, Biz bir soru haline dönüştürmek gerekir. Bu çok basit bir desen eşleştirme Aslında oldukça başarılı. Ve bu tanıştığında 1966-- Joseph Weizenbaum içinde Bir bilgisayarda bu programlanmış. O zaman şimdi, bilgisayarlar masaüstü modelleri değildi. Onlar kaynaklar paylaşıldı. Ve talebeleri olur gidip ELIZA ile sohbet. Sonunda, o vardı buna erişimi kısıtlamak öğrencileri değildi çünkü yapılan herhangi bir çalışma alıyorum. Onlar sadece ELIZA ile sohbet edildi. Ve aslında o zorunda Onun asistanı, ateş kim Onun zamanında bütün ELIZA konuşurken harcanan Onun derin ve endişe verici sorunları hakkında. Herkes bu sistemleri kullananlar Onları anthropomorphize başladı. Onlar onları düşünmeye başladım varlık animasyon ve gerçek insanlar. Onlar bazı tanımaya başladı diyorlardı ki işler onlara geri geliyordu. Ve onlar buluyorduk kendileri hakkında şeyler. Ve, aslında, daha uzmanlar Hatta psikoterapist, Aslında, bu endişe başladı Belki ELIZA onların yerini olurdu. Ve hatta bilgisayar Bilim adamları biz endişeli Doğal dil çözme çok yakın. Şimdi, bu doğru yerde yakın değildi. Ama bu ne kadar etkileyici Bu sistemler görünebilir. Yani bakmaya başlayalım altında ve denemek Bir soru biraz olsun Bu kod aslında olur nerede. Yani biz bu kodu yapacağız Daha sonra mevcut. Ve bu çok olduğunu basit ve doğrudan bağlantı noktası Orijinal ELIZA uygulama. Peki bu üslup bazı Burada göreceğiniz şeyler değil biçimsel ne olduğunu biz yapmak istersiniz ya da biz yapmanız öğretim oldum ne. Ama biz onları tutmak için denedim Birçok limanları arasında aynı Bu şekilde aldı o orijinalin lezzet vardır. Yani biz dahil gidiyoruz şeylerin bir demet, ve sonra biz bir olacak anahtar kelimeler şeylerin set ELIZA tanıyacağı ve doğrudan cevap. Eğer gibi sözler var ise "Sen" ya da "hayır" "I do not" ya da ya da "evet" ya da "rüya" ya da "merhaba" sonra ELIZA Bu seçici cevap verecektir. Biz de bir olacak şeylerin belirli sayıda biz gibi takas edeceği dönüştürme "benim" için "sizin." Ve sonra biz yanıtları bir dizi olacak Bu anahtar kelimeler her biri için bu, biz aracılığıyla döndürmek edeceğiz Bu farklı tepkiler. Yani eğer ben "evet" demek Arka arkaya üç kez, ben Üç farklı alabilirsiniz ELIZA gelen tepkiler. Bizim kod, daha sonra, bir Aslında son derece basit. Ben tüm bunları geçmişte aşağı kaydırma varsa Biz de programlanmış olan tepkiler ve bizim ana aşağı almak, Biz başlatmak için gidiyoruz Farklı değişkenlerin bir çift ve temizlik biraz yapmak başlangıçta. Ama sonra kesinlikle bir dizi var anlayabiliyorum kod. Ben diyor Bir büyük while döngüsü defalarca bu tekrarlamak olacak. Ben bir çizgi okuyacağım, ben olacak Bir giriş dizesi o saklayın. Bu kadar olmadığını nasıl kontrol ve göreceksiniz özel anahtar kelime "bye" hangi Programdan çıkmak demektir. Ve sonra ben kontrol edip görürsünüz Biri sadece kendilerini tekrar ediyor tekrar ve tekrar. Eğer onlar yapmak ve onlara bağırma olacak. Ben "Kendinizi tekrarlamayın." Diyecekler Sürece olanların hiçbiri ne gibi biz olacak Sonra içinden ve döngü yoluyla tarama 308 313 satır üzerinde Burada ve çek ve görmek Bu anahtar kelime herhangi biri girdi içerdiği ifadeler Ben sadece verildiğini? Bir maç onlar için varsa, iyi Daha sonra, o konumu hatırlayacağım. O anahtar kelime hatırlayacağım. Ve ben bir yanıt oluşturmak mümkün olacak. Bir bulamazsanız, iyi o zaman, Anahtar kelime dizideki son şey Varsayılan yanıtları olacak, zaman başka bir şey eşleşir. Ben gibi sorular soracağım "Neden yaptın Sana nasıl yardımcı olabilirim? Buraya gel "ya da"? " bu sadece kısmen uygun olursa olsun, giriş ne. Biz sonra eliza tepkisini kadar inşa edeceğiz. Biz almak mümkün olacak bu temel tepkisi biz de yaptığı gibi "Patronum" örnek. O orada hepsi buysa Sadece biri varsa bu-- Ben respond-- gerekiyor dize Ben sadece geri gönderebilirsiniz. O bir yıldız işareti de varsa bunun sonu, o zaman ben olacak her bireyin belirteci işlemek Kullanıcının tepki kalanı ve dışarı takas, bu ekleme kelimesi kelimesine ben ihtiyaç olarak. Tüm bu kesinlikle bir Eğer inşa edebileceğini şey. Ve aslında, hangi yollarla biz işlenmiş komut satırı argümanlarını var Eğer varsa hangi yolu HTTP isteklerini yoluyla işlenen kurallar aynı tür izleyin. Onlar desen eşleştirme sensin. Yani ELIZA nispeten önemli oldu doğal dil üzerindeki etkisi o görünmek yaptı çünkü o gibi Çok ulaşılabilir bir hedef, bir şekilde gibi biz olur doğrudan bu sorunu çözmek mümkün. Şimdi, bu ELIZA yapar demek değil bizim yapmak istediğimiz her şey. Kesinlikle değil. Ama biz mümkün olmalıdır Daha fazla bir şeyler yapmak. Bizim ilk adım gitmek ELIZA gidiyor ötesinde bakmak mümkün Girilen metin değil Klavyenin ama konuşma içine, gerçek Konuşma bir mikrofona kaydedildi. Bu bakmak Yani Farklı parçaları, biz konum modelleri kümesi oluşturmak zorunda olacak. Biz mümkün olması için gidiyoruz düşük seviyeli akustik gitmek information-- sahası, genlik, frequency-- ve içine dönüştürmek Biz konum bazı birimler daha kolay manipüle edebilmek ve son olarak, onları manipüle kelimeler ve cümleler içine. En konuşma tanıma Yani Orada bugün sistemleri istatistiksel izleyin biz inşa hangi modeli Neyin üç ayrı gösterimleri O ses sinyali aslında içerir. Biz fonetik bir model ile başlar bu sadece üs bahsediyor Ben üreten ediyorum geliyor. Ben bir şey üreten Am oğlan gibi bir B veya köpek gibi D? Ben bu iki farklı tanımak nasıl ayrı ve farklı olarak telefonlar? Bunun üzerine, biz o zaman inşa edeceğiz Bir kelime telaffuz modeli, birbirine bağlayan şey bu bireysel telefonları ve bir kelime haline getirmektedir. Ve bundan sonra, biz kelimeleri alacağım ve biz dil ile onları bir araya edeceğiz Tam bir cümle içine modeli. Şimdi, her biri hakkında konuşmak için gidiyoruz Bu bağımsız ve ayrı olarak. Fakat bu üç model hepsi sadece istatistik olacak. Ve bu zaman biz demek onlarla çalışmak, biz olacak ile çalışmak mümkün Onları aynı anda tüm. Pekala. En bizim fonetik modeli ile başlayalım. Yani fonetik modeller güveniyor Bir hesaplama tekniği Gizli Markov modelleri çağırdı. Bunlar grafik modeller olduğu ben ve dünya devleti tanımak karakterize edilen şekilde Diğer özelliklerin bir takım. Ve bu durum bir bölümünü açıklar Ben nişanlıyım bir eylemin. Ben yapma düşünmek Yani eğer annesi gibi ses "ma", farklı vardır Bu ses bileşenleri. Ben nefes çekmek bir parçası var. Ve sonra ben dudaklarımı çanta. Ve ben dudaklarım biraz geri rulo Biraz o "ma" sesi yapmak. Ve sonra bir bırakma var. Dudaklarım dağılmayacak. Hava atılır. "Ma." Bu üç farklı bölümleri olurdu Bu graph-- devletlerin temsil başlangıçlı, orta ve son. Ve ben geçişler olurdu Bana bir devletten seyahat izin belirli bir olasılık ile yanındaki. Bu nedenle, örneğin, bu M Çok olabilir ses, beginning-- çok kısa alımı Daha sonra ve daha uzun, - "mm" Ben tutuyorum titreşim faz benim Birlikte ve hemen hemen humming-- dudaklar "mmmm" - ve sonra çok kısa bir Ben breath-- kovmak nerede patlayıcı "ma." Gizli Markov modeli gerçeği yakalamak için tasarlanmış ben yapmak yolu o ses "ma" gidiyor biraz farklı olduğu zamanlama, frekans ve özellikleri daha Bunu yapmak yolu ya da yol ben belki Ben konuşurken bunu yapmak Mektubun ilgili farklı kullanımları. "Anne" ve "may I" olacak biraz farklı geliyor. Bu yüzden, bir tanımak Özellikle ses, biz olur Markov modelleri, bu gizli Markov inşa Modeller, mümkün olan her türlü telefon ben o tanımak isteyebilirsiniz, mümkün olan her türlü ses, ve daha sonra bakmak Ben akustik veri ve istatistiksel belirlemek hangisinin en büyük bir olasılıkla Bu sesi ürettik için. TAMAM. Bu model ile, biz o zaman Bunun üstüne inşa başlar. Biz telaffuz modeli almak. Şimdi, bazen de kaydedin Modeller basit ve kolay sadece bir tane var çünkü yol şey telaffuz. Diğer zamanlarda, onlar bir biraz daha karmaşık. İşte telaffuz kılavuzu var olduğu, kırmızı şey Eğer dışarı ketçap yapmak bir meyve. İnsanlar bir meyve olduğunu sanmıyorum. Sağ? Şimdi, pek çok farklı yolu vardır kişi bu kelimeyi telaffuz edeceğini. Bazı "ayak-may-toe." Diyecek Bazı "ayak-mah-toe." Diyecek Ve biz o yakalayabilir Bu grafiksel modellerinden biri Nerede, yine biz geçişler temsil Belirli bir olasılık sahip olarak ve onlarla ilişkili olasılık. Ben olsaydım Yani bu durumda, takip etmek Tüm bu grafikte yoluyla üst rota, Ben mektubun başlayan olurdu en soldaki "ta" sesi. Ben üst yarısını alacaktı, "Ah," ve sonra da "ma" ve daha sonra bir "a", ve daha sonra bir "ta" ve bir "oh". "Burun-may-toe." Ben aracılığıyla alt yolu alsaydın Bu, ben "ta-mah-toe." alacak Ve ben aşağı ve sonra gitti Ben alacağı kadar "ta-may-toe." Bu modeller bunlar yakalamak farklar her çünkü bu, bir dağıtma bölgesinin tanıma sistemleri, o çalışmak zorunda olacak insanların farklı tür bir sürü, Farklı aksan bir sürü ve hatta Aynı kelimeleri farklı kullanımları. Son olarak, bunun üzerine, Biz bir şey inşa edeceğiz Bu, gerçekten karmaşık görünüyor dil modeli olarak adlandırılan, ama aslında en basit Üç, bu faaliyet için n-gram modelleri denir ne. Ve bu durumda, seni gösteren kulüpler iki parçalı n-gram modeli, bir Saklı Markov. Fiziksel fikir yapmak için gidiyoruz Bazen, bazı kelimeler Bir takip etmek daha olası diğerlerinden daha kelimeyi verilen. Ben sadece dedi "Eğer hava tahmini," Sonraki kelime olasılıkla "bugün" olabilir ya da "hava olabilir Yarın tahmin. " Ama "olmak için olası değildir Hava enginar tahmini. " Ne bir dil modeli yok ise istatistiksel o yakalar Bazı çok büyük gelen, sayarak korpus, örnekleri her burada bir sözcük başka izler. Yani büyük bir corpus-- alırsan Her Wall Street Journal gibi Bu, 1930 yılından bu yana imal edilmiştir bu, standart corpuses-- biridir ve ben tüm bakmak Bu metin ve ben saymak kaç kez yukarı sonra "tahmini" "Bugün" Ben görüyorum ve kaç kez görüyorum ardından "tahmin" "enginar," İlki gidiyor çok daha muhtemel olması. Görünmesi için gidiyor çok daha sık. Ve böylece daha yüksek bir olacak olasılık onunla ilişkili. Ben anlamaya istiyorsanız Bütün bir söyleyiş olasılığı, Sonra, ben sadece bunu break up. Duruşma olasılık So cümle "sıçan peynir yedim" kelimesinin olasılığıdır "" Bir cümle başlayan ve daha sonra bu olasılığı Kelime "sıçan" kelimesini şöyle "," ve olasılık olduğunu kelime ", sıçan" şu "at" ve olasılık olduğunu "peynir" takip "yedik." Bu bir sürü gibi geliyor istatistikler, olasılıklar çok. Ve o kadar hepsi bu. Bunu Ama eğer inanılmaz bir şey veri yeterince büyük bir örnek ile, işe yarıyor. Ve bu müthiş iyi çalışıyor. Hepimiz bu teknolojileri biliyorum. Çoğu işletim sistemi ile gelen Bu noktada ses tanıma. Biz Siri ve Cortana ve Echo kullanın. Ve bunlar dayanır Üç katman, bu tür model-- alt, a bir fonetik bir model orta kaydedin modeli ve bunların üzerinde bir dil modeli. Şimdi, daha biraz yapmak zorunda soruları cevaplamak için daha. Ama sen ne tanınması söz bu konuda tam bağlıdır. Yani burada bir örnek ele alalım. Yani benim telefon burada oturan var doküman kamerası altında. Ve biz sorar gidiyoruz Birkaç soru Siri. Pekala? Yani burada benim telefon uyanmak edelim. Siri, hava nasıl Bugün New Haven gibi mi? SIRI: İşte hava durumu var New Haven, Connecticut bugün. Brian SCASSELLATI: Tamam. Yani ilk Siri tanınan gördüm her kelimede her ve daha sonra, bir tepki gösterdi. Biz nasıl tepki hakkında konuşacağım biraz hakkında geliyor. Ama şimdi biz biliyoruz Bu sadece dayandığı Ham istatistik ve bu konuda yaklaşım desen eşleştirme tipi, Biz Siri ile bazı oyunlar oynayabilirsiniz. Yani tekrar deneyebilirsiniz. Siri, hava nasıl suaygırı New Haven, bugün? SIRI: Tamam. İşte Yeni hava var Haven, bugün için Connecticut. Brian SCASSELLATI: Siri adlı Bu yılgın değil o pattern-- bulundu çünkü "Hava", "bugün", "New Haven." İşte bu cevap ne var için, sadece ELIZA gibi. Pekala. Haydi bir daha bile vereyim daha saçma bir örnektir. Siri, hava enginar armadillo hippopotamus New Haven? SIRI: Beni o kontrol edelim. İşte ben web üzerinde bulunan ne için enginar armadillo ne suaygırı New Haven. Brian SCASSELLATI: Tamam. Yani yeterince gidersem uzakta bu modelden, Ben çünkü karıştırmayın mümkün değilim hayır Artık sahip olduğu desen eşleşir. Ve bu istatistiksel diyor motor, Eğer var olabilirlik ne kelimeleri suaygırı ve enginar birlikte ve armadillo? Bu yeni bir şey olmalı. Bu teknolojiler Yani biz her gün kullanıyoruz. Onlara tek bir adım atmak istiyorsanız, ayrıca, olsa da, biz eğer gerçekten Bunun hakkında konuşmak mümkün olmak istiyorum Bu sistemler yanıt olmasıdır, Biz hakkında tekrar konuşmak zorunda sorular daha temel bir set. Ve bu iletişimde bir konu var Biz soru yanıtlama dediğimiz. Yani biz evet ki-- mümkün olmak istiyorum, değil mi? HEDEF KİTLE: [duyulamaz]. Brian SCASSELLATI: Biz alır mıyım gizli anlamsal işleme içine? Yani evet. Olan bir çok şey vardır Siri ile yüzeyinin altında oluyor ve örnekler bazı Gelecek size göstermek için gidiyorum nerede biraz var yapı bakımından Ne dediğini o önemli. Ve, aslında, bu büyük olduğunu Benim için bir sonraki slaytta için habercisi. Aynı şekilde Bu bizim Konuşma tanıma inşa edildi Birden fazla katmandan, biz isterseniz o aslında ne olduğunu anlamak söyleniyor, biz yine gidiyoruz bir çok-katlı analiz kullanılması tanınan ediliyor metin. Yani Siri aslında mümkün olduğunda diyelim ki, ben bu sözleri buldum bak. Şimdi onlarla ne yapacağım? Birinci bileşen için sık sık geçmesi ve analiz etmeye çalışacağım Cümle yapısı. Ve ne biz gördük ilkokuldayken, sık sık, diyagram tür olarak cümleler, biz gidiyoruz belirli tanımak Kelimeler bazı rolleri vardır. Bu isimler vardır. Bu zamirler vardır. Bu fiiller vardır. Ve biz tanımak için gidiyoruz Belirli bir dilbilgisi o, Bu durumda İngilizce dilbilgisi içinde vardır Ben bunları birleştirebilirsiniz hangi geçerli yolları ve geçerli değildir başka yollar. Bu tanıma, bu yapı, bize rehberlik yardımcı olmak için yeterli olabilir bir nebze. Ama bu da yeterli değil Bize vermek mümkün olabilmesi için Burada söylenenleri ne herhangi bir anlam. Bunu yapmak için, biz güvenmek gerekir semantik işleme miktar. İşte biz bakmak zorunda gidiyoruz, bir olarak bu kelimelerin her ne altında aslında bir anlam olarak taşır. Ve bunu yapmanın en basit şekilde, Biz her kelime ile ilişkilendirmek için gidiyoruz belli bir işlevi biliyorum, Belirli bir dönüşüm öyle olmasını sağlar. Bu durumda, etiket olabilir Uygun bir isim olarak kelime "John", o bir kimlik onunla taşır. Ve biz etiket olabilir Aynı yolu olarak "Mary". "Aşkların," gibi bir fiil Oysa o Belirli bir ilişki oluşturur biz temsil etmek mümkün olduğunu. Şimdi, anlamına gelmez Biz anlıyoruz sevginin ne anlıyoruz sadece ama Bir sembolik sistemin yolunda. Yani biz etiketleyebilirsiniz olduğunu o ve onu manipüle. Yaklaşımlar bu tip her biri ile, anlamsal işleme her türlü Burada küçük bir ihtiyaç oluyor Bilginin bit ve bir sürü iş bizim bölümünde. Biz alanda artık değilsin nerede sadece düz istatistikler bizim için yeterli olacak. Şimdi sipariş gitmek olmak, bu noktadan iç hakkında konuşabilmek aslında ne burada oluyor Bu işlemek için güçlü olmak için yapısı ve soru anlıyorum ve daha sonra mümkün olan dışarı çıkmak ve aramak için bu daha fazlasını gerektirir Karmaşık bilişsel modeli. Bu sistemler inşa edildiği yolu Çoğunlukla çok emek için yoğun. Onlar insanları dahil büyük bir harcama Zaman yolları yapılandırılması Hangi cümle bu tür Bazı mantık temsil edilebilir. Hatta biraz alır daha karmaşık olsa. Hatta biz ele bir kez semantik ile yaparız Hala bakmak zorunda söyleniyor ne edimbilim. Ben kelimeleri ilişki nasıl olduğunu Ben fiziksel olarak bir şey dışarı zorunda Orada dünya ya da en azından bazı bilgi kaynağı ben işleyebilirsiniz? Bazen, bu yol belirsizlik harika bit. "Kırmızı-sıcak yıldız gökbilimci evlenmek için." TAMAM. Şimdi, biz okumak başlık komik tip Biz gece geç TV'de gördüğünüz olacağını Biz "star" yorumlamak yok çünkü onun gök cismi anlamı var. Biz daha fazla demek olduğunu biliyorum sıradan oyuncu ya da aktris görünürlük yüksek miktarda. "Squad köpek ısırma kurbanı olur." Bu kadro aslında olmasıdır Orada bir köpek yardım dolaşma ve kurbanlarını ısırma mi? Ya olduğunu öyle olan bir birey biraz yardıma ihtiyacı bir köpek tarafından ısırıldı? Sadece sözdizimi bakarak ve cümle semantik, biz belirleyemiyor. "Helikopter insan sinekler tarafından desteklenmektedir." Aslında, gerçek, var etrafında uçan küçük şeyler Kanatlar güç olan insanlar insanlığın iyiliği için helikopterler? Ya da mekanik cihaz var bir kişinin, gücünü? Sorusuna baktığımızda yanıtlama sistemleri, Bu katmanlar olduğu biz uğraşmak gerekir. Şimdi, en iyi ve sıralama Bu sistemlerin yaygınlaşması Bugün yapabilir olan bir seviyede işler çok ne ötesinde 10 yıl önce vardı. İşte en iyi sistemlerinden biri orada dışarıda bugün. Bu bir sistemdir IBM'den Watson'ı çağırdı. Bu IBM dostlarımız değil. Bu, Jia Chen Katherine bankalar ve Priscilla Moraes bize vererek Watson bir gösteri IBM Yorktown dün. [VİDEO OYNATMA] -Nasılsın? -Ben iyiyim. Ben neysem her zaman mutluyum Özellikle ben, düşünme Bu sunucu odalarında serin kalabilir. En sevdiğiniz aktris kim? -Benim Favori aktris Lara Croft olarak Angelina Jolie Tomb Raider onu orijinal nedeniyle Form benim gibi sanal bir karakter olarak oldu. -Nasıl Watson hastalara yardımcı olabilir? Hastalar için bir plan -Bu doğrudan Watson erişebilir? Watson danışma Erişim uygulamalar kullanım durumunda göre değişir. Ama şu anda, Watson sadece sağlayacak olası tanı ve tedavi tıbbi profesyonel seçenekler. Uygun olan durumlarda, hasta bilgi sağlayabilir Watson, belki de ile Portal web arayüzü, tablet, hatta bir cep telefonu. Örneğin, bir hasta olabilir, semptomlarını tarif istendi doğal dilde doğrudan Watson çözeltisi içine, Hekim yönelttik Tanı ve veri toplama. -Kim Abraham Lincoln suikast? John Wilkes Booth. -In Hangi yıl Arizona yaptım Diamondbacks World Series kazanmak? -2001. [SON OYNATMA] Brian SCASSELLATI: Yani sistemlerin bu tür her şeyden önce güvenmek zorunda konuşma tanıma; ikinci, anlamlı bir iç dönüştürerek temsili; ve daha sonra, bir üçüncü, edememek dışarı çıkmak ve bulmak bilgi kaynağı olduğunu Onları bu soruya cevap verir. Karmaşıklık Bu seviye gerektirir programatik şeyler aynı tip Eğer olmuştur Sorun setleri yapıyor. Biz HTTP isteklerini ayrıştırmak mümkün olacaktır düşük seviyeli deseninin aynı tip ELIZA yapabilirsiniz eşleştirme. Biz o dönüştürmek mümkün olacaktır bir iç temsil içine ve daha sonra bazı sorgulamak için bunları kullanmak dış veritabanı, büyük olasılıkla SQL kullanarak. Bütün sistemler bu Bugün inşa ediliyor Doğal bu tip yapmak dil iletişim üzerine inşa ediliyor Bu aynı ilkeler. Gibi Şimdi, hatta bir sistem Watson yeterince karmaşık değil keyfi cevap verebilmek için herhangi bir konu hakkında sorular. Ve aslında, onlar olmak zorunda Belirli bir etki alanı içinde yapılandırılmış. Yani çevrimiçi gidebilir ve bulabilirsiniz iyi çalışır Watson sürümleri tıp bilişimi içinde. Ya da bir çevrimiçi var Bu ne kadar ilgilenir hakkında iyi tavsiyelerde bulunmak hangi gıda ile ne bira gidecek. Ve bu etki içinde, bu sorulara cevap verebilir, ihtiyacı bilgiyi bulabilirsiniz. Ama mix ve onları maç olamaz. Eğitilmiş oldu sistemi Gıda ve bira veritabanı ile zaman aniden iyi çalışmıyor tıp bilişimi ile koymak veri tabanı. Bu yüzden bile bizim en iyi sistem bugün işlem bir seviyede dayanmak hangi biz elle kodlama ve altyapı düzeni bina Bu sistem çalışmasını sağlamak için. Şimdi, son bir konu istiyorum Bugüne elde edebilmek için Sözsüz iletişim demektir. Bilgilerin büyük bir kitle olduğunu Biz birbirleri ile iletişim ile yaklaşık gelmiyor Biz uyguluyorsanız bireysel kelimeler. Bu gibi şeyler ile bir ilgisi yoktur yakınlık, bakışları, ses tonu da, senin çekim. Ve bu iletişim de şey birçok farklı arayüzler hakkında çok şey umurumda. Bu Siri umurunda değil. Ben tek bir ses olarak Siri şey sorabilir miyim veya bir ses farklı bir ses tonuyla, ve Siri gidiyor Bana aynı cevabı veriyorum. Ama bu biz ne inşa değil arayüzleri diğer birçok türleri. Ben size tanıtmak istiyorum Şimdi robotlar birine. Bu benim uzun zamandır tarafından inşa edildi arkadaşı ve meslektaşı Cynthia Breazeal ve onu şirket Jibo. Ve bu robot-- gidiyoruz Birkaç gönüllü olması Bu etkileşim gel. Yani iki kişi istekli olabilir Benim için robot oynamak? Eğer, neden yukarı gelmiyorsun yok neden ve yukarı gel. Beni burada katılmak istiyorsanız, lütfen. Ve seni olabilir eğer Sağ buraya gel. Teşekkürler. Merhaba. ALFREDO: Tanıştığımıza sevindim. Alfredo. Brian SCASSELLATI: Alfredo. RACHEL: Rachel. Brian SCASSELLATI: Rachel. Her iki Nice to meet you. Alfredo, ben ilk gitmek zorunda kalacağım. Buraya doğru gel. Ben tanıtmak için gidiyorum siz-- ben bu kapalı alabilirsiniz microphone-- kapıyı çalmadan Jibo adlı küçük robot. Tamam mı? Şimdi, Jibo etkileşimli olacak şekilde tasarlanmıştır. Ve size konuşma rağmen, robot ile etkileşim çok sözsüz olduğunu. Alfredo, ben seni soracağım güzel bir şey ve ücretsiz demek robot, lütfen. ALFREDO: Sana sevimli görünüyorsun. [Pırpır SES] Brian SCASSELLATI: Tamam. Onun cevabı sözel değil. Ve yine size verdi hem net bir onay o duymuştum ne dedi ve aynı zamanda her nasılsa anladım. Tamam mı? Sağ arka burada bir saniye için adım atın. Teşekkür ederim. Rachel, olur eğer. Şimdi, ben vereceğim Eğer çok zor bir iş. Eğer burada durmak istiyorsanız, yedeklemek biraz bu yüzden Biz kamerada alabilirsiniz ve bu şekilde bakmak. Bir şey söylemek için sizi soracağım Gerçekten demek ve robot kötü. RACHEL: Eğer sadece görünüyordu Ne yapmak tamamen saçma oldu. [Uğultu] Yani daha saçma oldu. Sana ne oluyor? Ah, kötü hissetmiyorum. Sana sarılmak gerekir. Brian SCASSELLATI: Pekala. Teşekkürler, Rachel. Alfredo, Rachel, teşekkürler çocuklar çok. [ALKIŞ] Yani etkileşim bu tür sahip olduğu Birçok yolu aynı kurallara bazı ve bunların bazıları Ne kadar yapı biz dilsel etkileşim içinde olabilir. Bunun hem iletişimsel ve önemli bir amaca hizmet eder. Ve bu etkileşim bölgesi Birçok yolu, tasarlanmış belirli bir etkiye sahip olduğu kişi ile etkileşim veya dinleme robot. Şimdi, ben şanslı olduğumu Bugün burada Jibo var. Sam Spaulding'in burada yardım robotla bizi dışarı. Ve ben vermek Sam soracağım Jibo dans bize bir güzel demo Burada sonunda izleyebilirsiniz. Yani, önümüzdeki Jibo gidin. SAM: Tamam, Jibo. Bize dans hareketleri göster. [MÜZİK OYUN] Brian SCASSELLATI: Pekala, herkes. Jibo dostlarımıza teşekkür ederiz. [ALKIŞ] Dostlarımıza teşekkürler at IBM bugün yardım ettiğin için. İletişim şey Eğer gidiyoruz geliyor gibi daha fazla görmek için Biz daha karmaşık arayüzler oluşturmak. Gelecek hafta, biz konuşurken olacak arabirimi hakkında oyunlarda bilgisayara karşı. Ama bu konuda sorularınız varsa, Ben çalışma saatleri civarında gece olacak. Ben AI hakkında konuşmak için çok mutluyum konular ya da daha fazla ayrıntı almak için. Harika bir hafta sonu var. [ALKIŞ] [MÜZİK OYUN]