-
Ренессанс глубокого обучения
Начало активного использования методов глубокого обучения для обработки естественного языка (NLP). Ученые начали использовать многоуровневые нейронные сети для решения задач распознавания текстов и их интерпретации. Это событие дало начало новому подходу в лингвистических исследованиях и автоматическом переводе.
Источник -
Победа IBM Watson в "Jeopardy!"
IBM Watson выиграл в телевизионной викторине "Jeopardy!", продемонстрировав возможности современных алгоритмов анализа и интерпретации человеческого языка. Этот момент привлек внимание к применению технологий NLP в системах взаимодействия с пользователями, включая чат-ботов и виртуальных помощников.
Источник -
Прорыв на конкурсе ImageNet
Команда Google использовала сверточные нейронные сети (CNN) для достижения успеха в конкурсе ImageNet по распознаванию изображений. Это событие повысило интерес к применению ИИ для задач компьютерного зрения.
Источник -
Появление коммерческих продуктов на основе ИИ
На рынке появились коммерческие продукты на основе искусственного интеллекта, такие как Apple Siri, способные понимать и интерпретировать человеческую речь. Это стало важным шагом для дальнейшего использования ИИ в переводах и взаимодействии с пользователями на естественном языке.
Источник -
Появление BERT
В 2018 году Google представил модель BERT, которая стала основой для многих приложений NLP. Модель улучшила качество понимания и обработки текста, что позволило разрабатывать более сложные лингвистические модели для анализа текста, автоматического перевода и создания виртуальных ассистентов.
Источник -
Прорыв в генеративном ИИ (ChatGPT)
Появление ChatGPT от OpenAI, который стал активно использоваться для создания текста и общения на естественном языке. Это событие значительно расширило границы использования ИИ в филологии, способствовало разработке систем, которые могут понимать и формировать текст с высокой точностью.
Источник