أعلنت شركة جوجل عن إطلاق الكود المصدري لـ "TAPAS" (TAble PArSing) ، شبكة عصبية (الذكاء الاصطناعي) تم تطويره داخليًا للإجابة على سؤال بلغة طبيعية واحصل على الإجابة من قاعدة بيانات ارتباطية أو جدول بيانات.
من أجل الحصول على أفضل النتائج في TAPAS ، كرس المطورون المسؤولون عن المشروع أنفسهم لتدريب الشبكة العصبية بـ 6.2 مليون زوج جدول إلى نص مأخوذ من ويكيبيديا. للتحقق ، كان على الشبكة العصبية استعادة الكلمات المفقودة في كل من الجداول والنصوص التي لم يتم تدريبها عليها. كانت دقة الاسترداد 71,4٪ كاختبار معياري أظهر أن الشبكة العصبية توفر استجابات دقيقة أو قابلة للمقارنة من الخوارزميات المنافسة في جميع مجموعات البيانات الثلاث.
حول تاباس
أساسيا يركز هذا المشروع على القدرة على التشاور ومعالجة وعرض المعلومات تتعلق بشروط الاستعلام التي أجراها المستخدم بلغة طبيعية ، مما يسهل الحصول على المعلومات على نطاق واسع.
مثال أساسي على استخدام TAPAS هو إذا كان المستخدم يريد تقييم بيانات المبيعات والدخل ، الطلبات ، من بين أمور أخرى. إلى جانب ذلك عليك أن تأخذ في الاعتبار ذلك لا يقتصر TAPAS على الحصول على المعلومات من قاعدة البيانات فحسب ، بل إنه قادر أيضًا على إجراء العمليات الحسابيةتبحث الخوارزمية عن الإجابة في خلايا الجدول ، سواء بشكل مباشر أو عن طريق الجمع والتوسيط وعوامل أخرى ، بالإضافة إلى أنه يمكنها أيضًا البحث عن الإجابة بين عدة جداول في نفس الوقت.
تقول Google إن Tapas يتفوق في الأداء أو يطابق أفضل ثلاث خوارزميات مفتوحة المصدر لتحليل البيانات العلائقية. يمكن أن تؤدي قدرة تاباس على استخراج عناصر محددة من مستودعات البيانات الكبيرة إلى تحسين قدرات الاستجابة.
Underhood ، يستخدم Tapas مجموعة متنوعة من تقنية معالجة اللغة الطبيعية BERT المستخدمة في عمليات البحث التي أجراها محرك Google.
يوفر BERT دقة أكبر من الأساليب التقليدية لأنه يسمح للذكاء الاصطناعي بتقييم تسلسل نصي ليس فقط من اليسار إلى اليمين أو من اليمين إلى اليسار كما هو معتاد ، ولكنه يفعل كلا الأمرين في نفس الوقت.
يسمح الإصدار الذي طبقته Google لـ TAPAS لمنظمة العفو الدولية بالنظر ليس فقط في السؤال الذي يطرحه المستخدمون والبيانات التي يريدون الاستعلام عنها ، ولكن أيضًا في بنية الجداول الارتباطية التي يتم تخزين البيانات فيها.
كيفية تثبيت TAPAS على نظام Linux؟
بالنظر إلى أن TAPAS هو في الأساس نموذج BERT وبالتالي له نفس المتطلبات. هذا يعني أنه يمكن تدريب نموذج كبير بطول تسلسل يبلغ 512 والذي سيتطلب TPU.
لتتمكن من تثبيت TAPAS على Linux نحن نطلب مترجم البروتوكول ، والتي يمكن العثور عليها في معظم توزيعات Linux.
في Debian و Ubuntu ومشتقاتهما ، يمكننا تثبيت المترجم باستخدام الأمر التالي:
sudo apt-get install protobuf-compiler
في حالة Arch Linux أو Manjaro أو Arco Linux أو أي مشتق آخر من Arch Linux ، نقوم بالتثبيت مع:
sudo pacman -S protobuf
الآن لكي نتمكن من تثبيت TAPAS ، علينا فقط الحصول على الكود المصدري وتنفيذ التجميع باستخدام الأوامر التالية:
git clone https://github.com/google-research/tapas
cd tapas
pip install -e .
ولتشغيل مجموعة الاختبار ، نستخدم مكتبة Tox التي يمكن تشغيلها عن طريق الاتصال بـ:
pip install tox
tox
من هنا سيتعين تدريب الذكاء الاصطناعي في مجال الاهتمام. على أية حال يتم تقديم بعض النماذج المدربة في مستودع GitHub.
بالإضافة إلى ذلك ، يمكنك استخدام خيارات تكوين مختلفة ، مثل الخيار max_seq_length لإنشاء تسلسلات أقصر. سيؤدي ذلك إلى تقليل الدقة ولكنه سيجعل نموذج GPU قابلاً للتدريب. خيار آخر هو تقليل حجم الدُفعة (قطار_حجم_الدفعة) ، ولكن من المحتمل أن يؤثر ذلك على الدقة أيضًا.
أخيرًا إذا كنت تريد معرفة المزيد عنها حول هذا الذكاء الاصطناعي ، يمكنك التحقق من تفاصيل الاستخدام والتنفيذ والمعلومات الأخرى في الرابط التالي.