AI สตาร์ทอัพ Diffbot อ่านอินเทอร์เน็ตสาธารณะทั้งหมดเพื่อสร้างข้อความที่มีฐานข้อมูล

ความก้าวหน้าล่าสุดในด้านการประมวลผลภาษาธรรมชาติและสร้างข้อความที่ได้รับการพัฒนาโดย OpenAI ผ่านโมเดลภาษา GPT-2 และ GPT-3 เป็นผลงานที่น่าประทับใจ สามารถสร้างข้อความที่ดูเหมือนจะถูกเขียนโดยมนุษย์จริงๆ แต่น่าเสียดายที่แม้ว่าโมเดลเหล่านี้จะสามารถสร้างข้อความที่ดูเป็นธรรมชาติ แต่ก็ไม่สามารถสร้างข้อความที่มีฐานข้อมูลได้ โมเดลภาษาที่ซับซ้อนจะสร้างประโยคโดยการรวมคำที่มีความหมายในบริบทโดยไม่สนใจความถูกต้องของข้อความที่สร้างขึ้น ตามรายงานของ MIT Technology Review สตาร์ทอัพชื่อ Diffbot มีเป้าหมายที่จะแก้ปัญหานี้โดยการให้ AI นำข้อมูลจากอินเทอร์เน็ต

Diffbot เป็นสตาร์ทอัพที่หวังจะทำให้ AI มีประโยชน์มากขึ้นสำหรับการสร้างข้อความโดยอัตโนมัติ เช่น การเติมข้อมูลในตารางหรือการเติมประโยคหรือโค้ดโดยอัตโนมัติ เพื่อให้ข้อความที่สร้างโดย AI นั้นเชื่อถือได้ AI ต้องเชื่อถือได้และต้องมีความเข้าใจในข้อความที่มีฐานข้อมูล Diffbot เริ่มต้นด้วยการรวบรวมข้อความจำนวนมากจากอินเทอร์เน็ตสาธารณะ Diffbot วิเคราะห์ข้อความในหลายภาษาและแบ่งข้อความออกเป็นชุดของข้อความที่มีฐานข้อมูล โดยใช้หัวเรื่อง วัตถุ และกริยาในการเชื่อมโยงข้อความต่างๆ เช่น ข้อความเกี่ยวกับ Bill Gates และ Microsoft (MSFT ) อาจถูกแสดงเป็น

Bill Gates เป็นผู้ก่อตั้ง Microsoft Microsoft เป็นบริษัทเทคโนโลยีคอมพิวเตอร์

Diffbot นำข้อความเหล่านี้มารวมกันเพื่อสร้างกราฟความรู้ กราฟความรู้สร้างเครือข่ายความสัมพันธ์ระหว่างแนวคิด และมักจะมีเครื่องมือที่ช่วยในการสร้างข้อสรุปใหม่ตามความสัมพันธ์เหล่านั้น กราฟความรู้มีมาหลายทศวรรษแล้ว และนักวิจัย AI ในยุคแรกๆ มองว่ามันเป็นเครื่องมือที่สำคัญสำหรับการให้ AI เข้าใจโลกของมนุษย์ แต่กราฟความรู้มักถูกสร้างขึ้นโดยมนุษย์ ซึ่งเป็นกระบวนการที่ยากและใช้เวลานาน การสร้างกราฟความรู้โดยอัตโนมัติอาจช่วยให้ AI มีความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับแนวคิดและสร้างข้อความที่มีฐานข้อมูล

Google (GOOGL ) เริ่มใช้กราฟความรู้เมื่อหลายปีที่แล้วเพื่อช่วยในการสรุปข้อมูลเมื่อมีการค้นหาหัวข้อที่นิยม กราฟความรู้ถูกใช้เพื่อดึงข้อความที่เกี่ยวข้องมากที่สุดและแสดงเป็นสรุป Diffbot ต้องการทำสิ่งเดียวกันสำหรับทุกหัวข้อ ไม่ใช่แค่หัวข้อที่นิยมเท่านั้น ซึ่งต้องสร้างกราฟความรู้ที่มีขนาดใหญ่มาก โดยการค้นหาอินเทอร์เน็ตสาธารณะทั้งหมด ซึ่งเป็นสิ่งที่只有 Google และ Microsoft ทำได้ Diffbot สแกนอินเทอร์เน็ตทั้งหมดและอัปเดตกราฟความรู้ด้วยข้อมูลใหม่ทุกๆ 4-5 วัน และในหนึ่งเดือน มันจะเพิ่มประมาณ 100-150 ล้านรายการ

Diffbot ไม่ได้อ่านข้อความของเว็บไซต์เหมือนกับเครื่องมือค้นหาทั่วไป แต่ใช้แอลกอริทึมการมองเห็นของคอมพิวเตอร์เพื่อดึงพิกเซลของหน้าเว็บและดึงข้อมูลวิดีโอ ภาพยนตร์ บทความ และการอภิปรายจากหน้า Diffbot ระบุองค์ประกอบหลักของหน้าเว็บและดึงข้อความในหลายภาษา ตามโครงสร้างข้อความที่มีฐานข้อมูล

ปัจจุบัน Diffbot มีการเข้าถึงกราฟความรู้ทั้งแบบเสียเงินและฟรี นักวิจัยสามารถเข้าถึงกราฟความรู้ได้ฟรี ในขณะที่บริษัทอย่าง DuckDuckGo และ Snapchat ใช้กราฟความรู้เพื่อสรุปข้อความและดึงข้อมูลข่าวที่นิยม ในขณะเดียวกัน Nike และ Adidas ใช้แพลตฟอร์มนี้เพื่อค้นหาสाइटที่ขายสินค้าปลอม ซึ่งเป็นไปได้เพราะ Diffbot สามารถระบุได้ว่าสाइटไหนที่ขายรองเท้าจริงๆ ไม่ใช่แค่พูดถึงสินค้าเหล่านั้น

ในอนาคต Diffbot มีแผนจะขยายความสามารถและเพิ่มการอินเทอร์เฟซภาษาธรรมชาติให้กับแพลตฟอร์ม ซึ่งสามารถตอบคำถามเกือบทุกคำถามที่ถามและให้แหล่งที่มาของคำตอบเหล่านั้น ในอุดมคติ ความสามารถของ Diffbot จะถูกผสมผสานกับโมเดลสังเคราะห์ภาษาที่ทรงพลัง เช่น GPT-3