Kecerdasan Buatan Bisa Pelajari Pola Bahasa Manusia

JAKARTA - Bahasa manusia terkenal rumit, dan para ahli bahasa telah mengatakan bahwa tidak mungkin mengajarkan mesin untik bisa menganalisis bahasa serta tutur kata seperti yang dilakukan oleh manusia.

Tetapi para peneliti di MIT, Cornell University, dan McGill University telah mematahkan anggapan ini. Mereka mendemonstrasikan sistem kecerdasan buatan (AI) yang dapat mempelajari aturan dan pola bahasa manusia.


Para peneliti melatih dan menguji model menggunakan masalah dari buku teks linguistik yang menampilkan 58 bahasa yang berbeda. Setiap masalah memiliki seperangkat kata dan perubahan bentuk kata yang sesuai.

Model tersebut mampu menghasilkan seperangkat aturan yang benar untuk menggambarkan perubahan bentuk kata tersebut untuk 60 persen masalah. Dan menariknya ini dilakukan hanya dengan menggunakan kumpulan data kecil.

"Salah satu motivasi dari pekerjaan ini adalah keinginan kami untuk mempelajari sistem yang mempelajari model kumpulan data yang direpresentasikan dengan cara yang dapat dipahami manusia," kata Kevin Ellis '14, PhD '20, Asisten Profesor iImu Komputer di Cornell University.

"Alih-alih mempelajari bobot, dapatkah model mempelajari ekspresi atau aturan? Dan kami ingin melihat apakah kami dapat membangun sistem ini sehingga sistem ini dapat mempelajari seluruh rangkaian data yang saling terkait, untuk membuat sistem belajar sedikit tentang cara memodelkan masing-masing dengan lebih baik,” lanjutnya.

Untuk membangun model yang dapat mempelajari seperangkat aturan untuk merangkai kata, yang disebut tata bahasa, para peneliti menggunakan teknik pembelajaran mesin yang dikenal sebagai Pembelajaran Program Bayesia.

Dengan teknik tersebut, model memecahkan masalah dengan menulis program komputer. Dalam hal ini, program adalah tata bahasa yang menurut model merupakan penjelasan yang paling mungkin dari kata-kata dan makna dalam masalah linguistik

Mereka membangun model menggunakan Sketch, program synthesizer populer yang dikembangkan di MIT oleh Solar-Lezama. Tetapi Sketch membutuhkan banyak waktu untuk mempertimbangkan program yang paling mungkin.

Untuk menyiasatinya, para peneliti meminta model bekerja satu per satu, menulis program kecil untuk menjelaskan beberapa data, kemudian menulis program yang lebih besar yang memodifikasi program kecil itu untuk mencakup lebih banyak data, dan seterusnya.