Google je najavio objavljivanje izvornog koda "TAPAS" (TABLICA PARSing), neuronska mreža (umjetna inteligencija) razvijen interno kako bi se odgovorilo na pitanje prirodnim jezikom i odgovor dobiti iz relacijske baze podataka ili proračunske tablice.
Da bi se postigli optimalni rezultati u TAPAS-u, programeri zaduženi za projekat posvetili su se obuci neuronske mreže sa 6.2 miliona parova tabela uz tekst preuzet sa Wikipedije. Da bi provjerila, neuronska mreža morala je vratiti riječi koje nedostaju kako u tablicama tako i u tekstovima na kojima nije bila obučena. Preciznost oporavka bila je 71,4% jer je referentni test pokazao da neuronska mreža pruža tačne ili uporedive odgovore od suparničkih algoritama u sva tri skupa podataka.
O TAPAS-u
U osnovi fokus ovog projekta je mogućnost konsultovanja, obrade i prikazivanja informacija koji se odnosi na uslove upita korisnika na prirodnom jeziku, olakšavajući u velikoj mjeri dobivanje informacija.
Osnovni primjer upotrebe TAPAS-a je ako korisnik želi procijeniti podatke o prodaji, prihodu, zahtjeve, između ostalog. Osim toga, to morate uzeti u obzir TAPAS nije samo ograničen na dobivanje informacija iz baze podataka, već je u stanju i da vrši proračune, algoritam traži odgovor u ćelijama tablica, izravno i pomoću sabiranja, usrednjavanja i drugih operatora, uz to također može istovremeno tražiti odgovor između nekoliko tablica.
Google kaže da tapas nadmašuje ili se podudara s prva tri algoritma s otvorenim kodom analizirati relacijske podatke. Tapasova sposobnost izdvajanja određenih stavki iz velikih spremišta podataka takođe bi mogla da se poboljša poboljšanjem mogućnosti reagovanja.
Underhood, Tapas koristi varijaciju tehnike obrade prirodnog jezika BERT koristi se u pretragama koje provodi Googleov motor.
BERT pruža veću preciznost od tradicionalnih pristupa jer omogućava AI da procijeni sekvencu teksta ne samo slijeva nadesno ili zdesna nalijevo, kao što je to uobičajena praksa, već istovremeno čini i jedno i drugo.
Verzija koju je Google implementirao za TAPAS omogućava AI da uzme u obzir ne samo pitanje koje postavljaju korisnici i podaci koje žele pitati, već i strukturu relacijskih tablica u kojima su podaci pohranjeni.
Kako instalirati TAPAS na Linux?
Od tada TAPAS je u osnovi BERT model i stoga ima iste zahtjeve. To znači da se veliki model može obučiti sa sekvencom duljine 512 za što će biti potreban TPU.
Da biste mogli instalirati TAPAS na Linux potreban nam je kompajler protokola, koji se mogu naći u većini Linux distribucija.
U Debian, Ubuntu i njihove derivate, kompajler možemo instalirati sljedećom naredbom:
sudo apt-get install protobuf-compiler
U slučaju Arch Linux, Manjaro, Arco Linux ili bilo kojeg drugog derivata Arch Linuxa, instaliramo sa:
sudo pacman -S protobuf
Sada, da bismo instalirali TAPAS, samo moramo dobiti izvorni kod i kompajlirati sa sljedećim naredbama:
git clone https://github.com/google-research/tapas
cd tapas
pip install -e .
A za pokretanje paketa za testiranje koristimo biblioteku toksova koja se može pokrenuti pozivanjem:
pip install tox
tox
Odavde će se AI morati obučavati u oblasti koja vas zanima. Ipak neki obučeni modeli nude se u spremištu GitHub.
Pored toga, možete koristiti različite opcije konfiguracije, poput opcije max_seq_length za stvaranje kraćih sekvenci. Ovo će smanjiti tačnost, ali će takođe model učiniti GPU-om održivim. Druga opcija je smanjenje veličine šarže (train_batch_size), ali ovo će vjerovatno utjecati i na tačnost.
Konačno, ako želite znati više o tome O ovom AI možete provjeriti detalje upotrebe, izvršenja i druge informacije Na sledećem linku.