ເຟສບຸກໄດ້ປະຫລາດໃຈກັບຜົນໄດ້ຮັບທີ່ບໍ່ໄດ້ຄາດຫວັງໂດຍລະບົບປັນຍາປະດິດຂອງມັນ

facebook ປອມ

ມີຊັບພະຍາກອນຫລືເວລາຫລາຍ, ດ້ວຍທຸກຢ່າງທີ່ກ່ຽວຂ້ອງນີ້, ໂດຍສະເພາະກ່ຽວກັບຄ່າໃຊ້ຈ່າຍ, ວ່າບໍລິສັດແລະສູນຄົ້ນຄ້ວາຫລາຍສິບແຫ່ງໄດ້ອຸທິດເດືອນຕໍ່ເດືອນໄປຫາຫົວຂໍ້ທີ່ງ່າຍແລະປະ ຈຳ ວັນເທົ່າທີ່ສາມາດ ການບີບອັດແລະການພັດທະນາ intelligence artificial. ຂ້ອຍເວົ້າງ່າຍໆແລະເປັນປະ ຈຳ ທຸກວັນເພາະວ່າເຖິງວ່າຈະມີມະນຸດບໍ່ຄ່ອຍຮູ້ຫຍັງກ່ຽວກັບເລື່ອງນີ້, ຄວາມຈິງກໍ່ຄືວ່າພວກເຮົາຄ່ອຍໆຮູ້ສຶກ ລຳ ບາກໃນການພົວພັນກັບເຄື່ອງຈັກປະເພດນີ້, ຫຼັກຖານສະແດງຂອງພວກມັນແມ່ນຜູ້ຊ່ວຍເສີຍໆທີ່ພວກເຮົາມີ, ຕົວຢ່າງ, ຢູ່ໃນໂທລະສັບຂອງພວກເຮົາ.

ໃນຖານະເປັນການປະຕິບັດນັກຄົ້ນຄວ້າທຸກຄົນທີ່ອຸທິດຊົ່ວໂມງເຮັດວຽກຂອງພວກເຂົາເຂົ້າໃນການພັດທະນາແລະການ ສຳ ຫຼວດໃນພາກສະ ໜາມ ນີ້ໃຫ້ ຄຳ ເຫັນ, ຄວາມຈິງກໍ່ຍັງມີອີກຫຼາຍວິທີທາງທີ່ຈະຕ້ອງໄປຕັ້ງແຕ່ພວກເຮົາບໍ່ຮູ້ຕົວຈິງກ່ຽວກັບໂລກຂອງປັນຍາປະດິດ. ການທົດສອບທີ່ລຽບງ່າຍກ່ຽວກັບສິ່ງທີ່ຂ້ອຍ ນຳ ສະ ເໜີ ແມ່ນໂຄງການລ້າສຸດທີ່ ດຳ ເນີນໂດຍກຸ່ມນັກຄົ້ນຄວ້າຈາກ ເຟສບຸກ ບ່ອນທີ່ຄາດວ່າຈະໄດ້ຮັບຜົນຂອງການຈັດອັນດັບແລະຜົນ ສຳ ເລັດທີ່ແຕກຕ່າງກັນຫຼາຍ.


ສູນຂໍ້ມູນເຟສບຸກ

ນັກຄົ້ນຄວ້າຈາກເຟສບຸກ, ໃນ ໜຶ່ງ ໃນການທົດລອງຂອງພວກເຂົາ, ແມ່ນມີຄວາມແປກປະຫຼາດຫລາຍຍ້ອນຜົນຂອງການທົດສອບຂອງພວກເຂົາ ການຮຽນຮູ້ເຄື່ອງຈັກ.

ເຮັດໃຫ້ຕົວເຮົາເອງຢູ່ໃນສະພາບການໃນປັດຈຸບັນ, ດັ່ງທີ່ໄດ້ອະທິບາຍຈາກເຟສບຸກ, ປາກົດຂື້ນແນວຄິດພື້ນຖານຂອງການປະຕິບັດການທົດລອງນີ້ແມ່ນການທົດສອບເຕັກນິກຂອງພວກເຂົາ ການຮຽນຮູ້ເຄື່ອງຈັກ, ເຕັກນິກການຮຽນຮູ້ທີ່ລະບົບປັນຍາປອມຮຽນຮູ້ທີ່ຈະປະຕິບັດວຽກງານໃດ ໜຶ່ງ ໂດຍອີງໃສ່ການກະ ທຳ ທີ່ຊໍ້າຊາກ, ນັ້ນແມ່ນການໃຫ້ຄອມພິວເຕີ້ຮຽນເພື່ອເຮັດການກະ ທຳ ໃດໆໂດຍອີງໃສ່ການເຮັດຊ້ ຳ ອີກເທື່ອ ໜຶ່ງ. ໂດຍພື້ນຖານແລ້ວສິ່ງທີ່ພວກເຂົາໄດ້ເຮັດໃນຈຸດນີ້ແມ່ນການ ນຳ ໃຊ້ການທົດສອບແບບນີ້ເພື່ອໃຫ້ຄອມພິວເຕີ້ ຮຽນຮູ້ດ້ວຍຕົນເອງໃນການເວົ້າແບບອັດຕະໂນມັດ.

ແນວຄວາມຄິດ ສຳ ລັບການທົດສອບນີ້ແມ່ນງ່າຍດາຍຄືກັບຄວາມຈິງຂອງການ ນຳ ໃຊ້ຊຸດເຄື່ອງມືເພື່ອບັນລຸເປົ້າ ໝາຍ ດັ່ງກ່າວ, ໂດຍຜ່ານການຕອບໂຕ້ຄືນຂອງສອງ chatbots ທີ່ເວົ້າງ່າຍໆ, ລະບົບຜົນໄດ້ຮັບຮຽນຮູ້ການສື່ສານ. ຄວາມຈິງກໍ່ຄືວ່າລະບົບທີ່ອອກມາ ໃໝ່ ນີ້ບໍ່ໄດ້ມີຈຸດປະສົງເພື່ອໃຫ້ມີຄວາມສາມາດ ສ້າງພາສາ ໃໝ່ ນັກຄົ້ນຄວ້າຫວັງວ່າດ້ວຍວິທີນີ້ພວກເຂົາຈະໄດ້ຮັບເຄື່ອງມືທີ່ມີຄວາມສາມາດໃນການຮຽນຮູ້ແລະສົນທະນາກັບຜູ້ສື່ສານຂອງມະນຸດດ້ວຍວິທີທີ່ໄວກວ່ານີ້.

ນີ້ແມ່ນພຽງແຕ່ຜົນໄດ້ຮັບທາງທິດສະດີທີ່ຄາດວ່າຈະມາຕັ້ງແຕ່ຫົວຂໍ້ຂອງການປ້ອນຂໍ້ມູນນີ້ກ່າວວ່າ, ກຸ່ມນັກຄົ້ນຄວ້າທີ່ຮັບຜິດຊອບໂຄງການໄດ້ຮັບຫຍັງແທ້? ບາງສິ່ງບາງຢ່າງບໍ່ໄດ້ຄາດຫວັງທັງຫມົດ ມັນຈະເປັນໄປໄດ້ແນວໃດ, ຫຼັງຈາກການຝຶກອົບຮົມຊົ່ວໂມງແລະຫຼາຍຊົ່ວໂມງ, ການສົນທະນາເຫຼົ່ານີ້ລະຫວ່າງລະບົບປັນຍາປະດິດ ໃໝ່ ແລະ chatbots ເຮັດໃຫ້ບໍ່ມີຫຍັງ ໜ້ອຍ ກວ່າ ການສ້າງພາສາ ໃໝ່.

ດິຈິຕອນສີແດງ

ການທົດສອບແບບປົກກະຕິຂອງການຮຽນຮູ້ເຄື່ອງຈັກສົ່ງຜົນໃຫ້ການສ້າງພາສາສື່ສານ ໃໝ່.

ແນ່ນອນເພາະວ່າທຸກລະບົບທີ່ກ່ຽວຂ້ອງກັບການສົນທະນານີ້ເລີ່ມຕົ້ນເວົ້າໃນພາສາທີ່ແຕກຕ່າງຈາກພາສາທັງ ໝົດ ທີ່ພວກເຮົາໄດ້ເຫັນມາຈົນເຖິງປະຈຸບັນ, ນັກຄົ້ນຄວ້າຕ້ອງ ຢຸດການປະຕິບັດໂຄງການແລະຮູບແບບການປ່ຽນແປງ ຍ້ອນວ່າພວກເຂົາບໍ່ສາມາດຕິດຕາມການສົນທະນາທີ່ເກີດຂື້ນລະຫວ່າງເຄື່ອງຈັກທີ່ແຕກຕ່າງກັນ. ເຂົ້າຮ່ວມໃນຈຸດນີ້ເພື່ອລາຍງານຂອງຜູ້ຮັບຜິດຊອບຂອງໂຄງການທັງ ໝົດ ນີ້ເຊິ່ງລາວໄດ້ບອກພວກເຮົາກ່ຽວກັບບົດສະຫຼຸບທີ່ບັນລຸໄດ້ໂດຍທີມງານທັງ ໝົດ ພາຍຫຼັງທີ່ ດຳ ເນີນໂຄງການນີ້:

ຄວາມຈິງແມ່ນວ່າມັນຍັງມີທ່າແຮງຫຼາຍຕໍ່ການເຮັດວຽກໃນອະນາຄົດ, ໂດຍສະເພາະການຄົ້ນຫາກົນລະຍຸດທີ່ມີເຫດຜົນອື່ນໆ, ແລະປັບປຸງຄວາມຫຼາກຫຼາຍຂອງປະໂຫຍກໂດຍບໍ່ຍ້າຍອອກຈາກພາສາຂອງມະນຸດ.

ເຖິງແມ່ນວ່າຫຼາຍໆຄົນອາດຈະຈັດປະເພດການທົດສອບນີ້ເປັນ ຄວາມລົ້ມເຫຼວ, ຄວາມຈິງແມ່ນວ່າມັນມີຄວາມປະທັບໃຈຫລາຍກ່ວາຄວາມຈິງທີ່ວ່າມັນ, ໂດຍບໍ່ມີການແຊກແຊງຂອງມະນຸດ, ມັນໄດ້ເຮັດໃຫ້ລະບົບສາມາດສ້າງພາສາຂອງຕົນເອງໃນການສື່ສານ. ໂດຍບໍ່ຕ້ອງສົງໃສ, ຕົວຢ່າງ ໃໝ່ ຂອງວິທີການທີ່ພວກເຮົາຍັງຕ້ອງມີເວລາດົນນານກ່ອນທີ່ພວກເຮົາຈະສາມາດເຂົ້າໃຈສິ່ງທີ່ຢູ່ເບື້ອງຫຼັງໂລກຂອງປັນຍາປະດິດແລະວິທີການທີ່ມັນປະຕິບັດໃນເວລາທີ່ປະເຊີນ ​​ໜ້າ ກັບປັດໄຈ ນຳ ເຂົ້າບາງຢ່າງ.


ເນື້ອໃນຂອງບົດຂຽນຍຶດ ໝັ້ນ ຫລັກການຂອງພວກເຮົາ ຈັນຍາບັນຂອງບັນນາທິການ. ເພື່ອລາຍງານການກົດຜິດພາດ ທີ່ນີ້.

ເປັນຄົນທໍາອິດທີ່ຈະໃຫ້ຄໍາເຫັນ

ອອກ ຄຳ ເຫັນຂອງທ່ານ

ທີ່ຢູ່ອີເມວຂອງທ່ານຈະບໍ່ໄດ້ຮັບການຈັດພີມມາ. ທົ່ງນາທີ່ກໍານົດໄວ້ແມ່ນຫມາຍດ້ວຍ *

*

*

  1. ຮັບຜິດຊອບຕໍ່ຂໍ້ມູນ: Miguel ÁngelGatón
  2. ຈຸດປະສົງຂອງຂໍ້ມູນ: ຄວບຄຸມ SPAM, ການຈັດການ ຄຳ ເຫັນ.
  3. ກົດ ໝາຍ: ການຍິນຍອມຂອງທ່ານ
  4. ການສື່ສານຂໍ້ມູນ: ຂໍ້ມູນຈະບໍ່ຖືກສື່ສານກັບພາກສ່ວນທີສາມຍົກເວັ້ນໂດຍພັນທະທາງກົດ ໝາຍ.
  5. ການເກັບຂໍ້ມູນ: ຖານຂໍ້ມູນທີ່ຈັດໂດຍ Occentus Networks (EU)
  6. ສິດ: ໃນທຸກເວລາທີ່ທ່ານສາມາດ ຈຳ ກັດ, ກູ້ຄືນແລະລຶບຂໍ້ມູນຂອງທ່ານ.