Программа решила университетские тестовые задания с помощью Википедии

PanARMENIAN.Net - Разработкой «умных» программ занимаются в основном научно-исследовательские институты: главная цель – создание универсальных самообучающихся алгоритмов, как первых зачатков искусственного интеллекта. Исследования пока далеки от завершения и не покидают стены лабораторий, однако с каждым шагом прогресс заметен.

Группа ученых из научно-исследовательского центра Fujitsu в Китае разработала программу для решения университетских тестовых заданий по мировой истории. Приложение сопоставляет тексты заданий и вариантов ответа с содержанием похожих статей на Википедии, после чего выдает наиболее совпадающий вариант. В качестве теста в реальном задании авторам удалось набрать 37 процентов правильных ответов, что превышает 25 процентов для «метода тыка», но все еще далеко от идеала.

В качестве основного источника информации авторы использовали архив статей en.wikipedia.org. Задания были построены по схеме из трех направлений: целевой текст - вопрос по нему - варианты ответа. Для каждой тройки объектов составлялся полный список заголовков Википедии, входящих в текст каждого из них. Далее рассчитывалась степень совпадения заголовков в тексте и вопросе с каждым из вариантов ответа.

Чем больше совпадали заголовки, входящие в целевой текст и вопрос, с данным вариантом ответа, тем большая значимость ему присваивалась. Кроме того, учитывалось, насколько заголовки пересекались между собой, то есть количество ссылок друг на друга в текстах соответствующих статей Википедии.

Классификацию ответов проводили при помощи 11 стандартных обучающих алгоритмов, окончательное решение вычислялось как среднее по 11 алгоритмам.

В качестве тестового задания авторы взяли вступительный экзамен «B» по мировой истории, проводившийся в 2007 году в Японии. Программе удалось набрать 37 баллов из 100. Она относительно хорошо справилась с заданиями, где нужно было выбрать правильный ответ из четырех предложенных (результативность 45 процентов), но провалила более сложные задания другого формата (в некоторых блоках результативность была нулевой).

В итоге авторы отмечают, что результат их программы оказался выше, чем случайный, однако о широком использовании такого приложения думать еще рано. Ученые называют ряд улучшений, которые они собираются внести в алгоритм в будущем, и планируют продолжать заниматься этой тематикой.

Читайте также: Программу научили распознавать автора, жанр и стиль разных картин