கூகிள் "தபாஸ்" மூலக் குறியீட்டை வெளியிடுவதாக அறிவித்தது (டேபிள் பார்சிங்), ஒரு நரம்பியல் பிணையம் (செயற்கை நுண்ணறிவு) இயற்கையான மொழியில் ஒரு கேள்விக்கு பதிலளிக்க உள்நாட்டில் உருவாக்கப்பட்டது தொடர்புடைய தரவுத்தளம் அல்லது விரிதாளில் இருந்து பதிலைப் பெறுங்கள்.
தபாஸில் உகந்த முடிவுகளைப் பெற, திட்டத்தின் பொறுப்பான டெவலப்பர்கள் 6.2 மில்லியன் ஜோடிகளுடன் நரம்பியல் வலையமைப்பைப் பயிற்றுவிக்க தங்களை அர்ப்பணித்தனர் விக்கிபீடியாவிலிருந்து எடுக்கப்பட்ட உரைக்கு அட்டவணை. சரிபார்க்க, நரம்பியல் நெட்வொர்க் அட்டவணைகள் மற்றும் அது பயிற்சி பெறாத நூல்களில் காணாமல் போன சொற்களை மீட்டெடுக்க வேண்டியிருந்தது. மீட்டெடுப்பு துல்லியம் 71,4% மூன்று தரவுத் தொகுப்புகளிலும் போட்டி வழிமுறைகளைக் காட்டிலும் நரம்பியல் நெட்வொர்க் துல்லியமான அல்லது ஒப்பிடக்கூடிய பதில்களை வழங்குகிறது என்பதை ஒரு முக்கிய சோதனை காட்டியது.
தபஸ் பற்றி
அடிப்படையில் இந்த திட்டத்தின் கவனம் தகவல்களை கலந்தாலோசிக்க, செயலாக்க மற்றும் காண்பிக்க முடியும் இயற்கையான மொழியில் பயனர் மேற்கொண்ட வினவலின் விதிமுறைகளுடன் தொடர்புடையது, தகவல்களைப் பெறுவதற்கு பெரிய அளவில் உதவுகிறது.
ஒரு பயனர் விற்பனைத் தரவு, வருமானம் ஆகியவற்றை மதிப்பீடு செய்ய விரும்பினால், TAPAS ஐப் பயன்படுத்துவதற்கான ஒரு அடிப்படை எடுத்துக்காட்டு கோரிக்கைகள், மற்றவற்றுடன். அது தவிர நீங்கள் அதை கணக்கில் எடுத்துக்கொள்ள வேண்டும் TAPAS ஒரு தரவுத்தளத்திலிருந்து தகவல்களைப் பெறுவது மட்டுமல்ல, இது கணக்கீடுகளைச் செய்யும் திறன் கொண்டது, வழிமுறை அட்டவணை கலங்களில் நேரடியாகவும் கூடுதலாகவும், சராசரி மற்றும் பிற ஆபரேட்டர்கள் மூலமாகவும் பதிலைத் தேடுகிறது, அதோடு கூடுதலாக ஒரே நேரத்தில் பல அட்டவணைகளுக்கு இடையில் பதிலைக் காணலாம்.
கூகிள் தபஸ் சிறந்த மூன்று திறந்த மூல வழிமுறைகளை மேம்படுத்துகிறது அல்லது பொருத்துகிறது என்று கூறுகிறது தொடர்புடைய தரவை பகுப்பாய்வு செய்ய. பெரிய தரவு களஞ்சியங்களிலிருந்து குறிப்பிட்ட கூறுகளை பிரித்தெடுக்கும் தபாஸின் திறனும் பதில் திறன்களை மேம்படுத்துவதற்கு கடன் கொடுக்கக்கூடும்.
கீழ்நிலை, தபாஸ் BERT இயற்கை மொழி செயலாக்க நுட்பத்தின் மாறுபாட்டைப் பயன்படுத்துகிறார் கூகிள் இயந்திரத்தால் மேற்கொள்ளப்பட்ட தேடல்களில் பயன்படுத்தப்படுகிறது.
பாரம்பரிய அணுகுமுறைகளை விட பெர்ட் அதிக துல்லியத்தை வழங்குகிறது ஏனெனில் இது வழக்கமான நடைமுறையைப் போலவே ஒரு உரை வரிசையை இடமிருந்து வலமாக அல்லது வலமிருந்து இடமாக மதிப்பீடு செய்ய AI ஐ அனுமதிக்கிறது, ஆனால் இரண்டையும் ஒரே நேரத்தில் செய்கிறது.
TAPAS க்காக கூகிள் செயல்படுத்திய பதிப்பு, பயனர்கள் எழுப்பும் கேள்வியையும் அவர்கள் வினவ விரும்பும் தரவையும் மட்டுமல்லாமல், தரவு சேமிக்கப்படும் தொடர்புடைய அட்டவணைகளின் கட்டமைப்பையும் கருத்தில் கொள்ள AI ஐ அனுமதிக்கிறது.
லினக்ஸில் TAPAS ஐ எவ்வாறு நிறுவுவது?
என்று கொடுக்கப்பட்ட தபாஸ் அடிப்படையில் ஒரு பெர்ட் மாதிரி, எனவே அதே தேவைகள் உள்ளன. இதன் பொருள் ஒரு பெரிய மாடலுக்கு 512 வரிசை நீளத்துடன் பயிற்சி அளிக்க முடியும், அதற்கு TPU தேவைப்படும்.
லினக்ஸில் TAPAS ஐ நிறுவ முடியும் எங்களுக்கு நெறிமுறை தொகுப்பி தேவை, இது பெரும்பாலான லினக்ஸ் விநியோகங்களில் காணப்படுகிறது.
டெபியன், உபுண்டு மற்றும் இவற்றின் வழித்தோன்றல்களில், பின்வரும் கட்டளையுடன் தொகுப்பினை நிறுவலாம்:
sudo apt-get install protobuf-compiler
ஆர்ச் லினக்ஸ், மஞ்சாரோ, ஆர்கோ லினக்ஸ் அல்லது ஆர்ச் லினக்ஸின் வேறு ஏதேனும் வழித்தோன்றல் விஷயத்தில், நாங்கள் இதை நிறுவுகிறோம்:
sudo pacman -S protobuf
இப்போது TAPAS ஐ நிறுவ, நாம் மூலக் குறியீட்டை மட்டுமே பெற்று பின்வரும் கட்டளைகளுடன் தொகுப்பை மேற்கொள்ள வேண்டும்:
git clone https://github.com/google-research/tapas
cd tapas
pip install -e .
சோதனை தொகுப்பை இயக்க, அழைப்பதன் மூலம் இயக்கக்கூடிய டாக்ஸ் நூலகத்தைப் பயன்படுத்துகிறோம்:
pip install tox
tox
இங்கிருந்து AI ஆர்வமுள்ள பகுதியில் பயிற்சி பெற வேண்டும். என்றாலும் பயிற்சி பெற்ற சில மாதிரிகள் கிட்ஹப் களஞ்சியத்தில் வழங்கப்படுகின்றன.
கூடுதலாக, நீங்கள் விருப்பம் போன்ற வெவ்வேறு உள்ளமைவு விருப்பங்களைப் பயன்படுத்தலாம் அதிகபட்சம்_செக்_நீளம் குறுகிய காட்சிகளை உருவாக்க. இது துல்லியத்தை குறைக்கும், ஆனால் மாதிரியை ஜி.பீ.-பயிற்சி பெறக்கூடியதாக மாற்றும். மற்றொரு விருப்பம் தொகுதி அளவைக் குறைப்பதாகும் (ரயில்_பட்ச்_அளவு), ஆனால் இது துல்லியத்தையும் பாதிக்கும்.
இறுதியாக நீங்கள் அதைப் பற்றி மேலும் தெரிந்து கொள்ள விரும்பினால் இந்த AI பற்றி, நீங்கள் பயன்பாடு, செயல்படுத்தல் மற்றும் பிற தகவல்களைப் பார்க்கலாம் பின்வரும் இணைப்பில்.