បញ្ញាសិប្បនិម្មិតទាយពាក្យសម្ងាត់ច្រើនជាង 90% តាមរយៈសំឡេងចុចគ្រាប់ចុច

អ្នកស្រាវជ្រាវឈានមុខគេ នៅលើពិភពលោក បានបង្កើតប្រព័ន្ធបញ្ញាសិប្បនិម្មិតដែលប្រើការថតសំឡេងដើម្បីទស្សន៍ទាយច្រើនជាង 90% នៃពេលវេលាដែលអ្នកប្រើប្រាស់កំពុងវាយ។

ការពិតដែលថាបញ្ញាសិប្បនិមិត្តអាចទស្សន៍ទាយដោយភាពត្រឹមត្រូវបែបនេះអាចបើកទ្វារទៅរកការវាយប្រហារតាមអ៊ីនធឺណិត។ អ្នកជំនាញបាននិយាយថា នៅពេលដែលឧបករណ៍ធ្វើសន្និសីទ វីដេអូ ដូចជា Zoom និងឧបករណ៍ដែលមានមីក្រូហ្វូនដែលភ្ជាប់មកជាមួយកាន់តែមានប្រជាប្រិយភាព ហានិភ័យនៃការវាយប្រហារតាមអ៊ីនធឺណិតតាមអូឌីយ៉ូនឹងកើនឡើង។

Trí tuệ nhân tạo có thể đoán phím nào đang được gõ với độ chính xác trên 90% chỉ nhờ vào âm thanh.

បញ្ញាសិប្បនិមិត្តអាចទស្សន៍ទាយបានថាគន្លឹះមួយណាដែលកំពុងត្រូវបានចុចជាមួយនឹងភាពត្រឹមត្រូវជាង 90% គ្រាន់តែចេញពីសំឡេងប៉ុណ្ណោះ។

ដូច្នោះហើយ អ្នកស្រាវជ្រាវបានបង្កើតប្រព័ន្ធបញ្ញាសិប្បនិមិត្ត ដែលអាចទស្សន៍ទាយបានថា គ្រាប់ចុចមួយណាកំពុងត្រូវបានចុចនៅលើក្តារចុចកុំព្យូទ័រយួរដៃ ជាមួយនឹងភាពត្រឹមត្រូវគួរឱ្យភ្ញាក់ផ្អើលជាង 90% ដោយផ្អែកលើការថតសំឡេងប៉ុណ្ណោះ។

វេជ្ជបណ្ឌិត Ehsan Toreini សហអ្នកនិពន្ធនៃការសិក្សានៅសាកលវិទ្យាល័យ Surrey (ចក្រភពអង់គ្លេស) បានអត្ថាធិប្បាយថាភាពត្រឹមត្រូវនៃគំរូក៏ដូចជាការវាយប្រហារតាមអ៊ីនធឺណិតនឹងកើនឡើង។ យោងតាមគាត់ ចាំបាច់ត្រូវមានការជជែកដេញដោលជាសាធារណៈទាក់ទងនឹងបញ្ហានៃការគ្រប់គ្រងបញ្ញាសិប្បនិម្មិត (AI) ជាពិសេសនៅពេលដែលឧបករណ៍ឆ្លាតវៃដែលបំពាក់ដោយមីក្រូហ្វូនកាន់តែស៊ាំនៅក្នុងគ្រួសារ។

លោក Toreini និងសហការីរបស់គាត់ក៏បានប្រើវិធីដោះស្រាយការរៀនម៉ាស៊ីនដើម្បីបង្កើតប្រព័ន្ធបញ្ញាសិប្បនិមិត្តដែលអាចកំណត់ថាតើគ្រាប់ចុចណាមួយត្រូវបានចុចនៅលើកុំព្យូទ័រយួរដៃដោយផ្អែកលើសំឡេង។

ជាពិសេសនៅក្នុងការសិក្សា ពួកគេបានចុចគ្រាប់ចុចនីមួយៗក្នុងចំណោម 36 គ្រាប់នៅលើ MacBook Pro រួមទាំងលេខ និងតួអក្សរ 25 ដងជាប់គ្នា ដោយប្រើម្រាមដៃ និងសំពាធខុសៗគ្នា។ សំឡេងត្រូវបានថតតាមរយៈ Zoom call និងនៅលើស្មាតហ្វូនដែលដាក់នៅជិតក្ដារចុច។

បន្ទាប់មក ក្រុមការងារបានបញ្ចូលទិន្នន័យទៅក្នុងប្រព័ន្ធ AI machine learning system ដែលរៀនស្គាល់លក្ខណៈនៃសញ្ញាអូឌីយ៉ូដែលភ្ជាប់ជាមួយនឹងសោនីមួយៗ។ លទ្ធផលបានបង្ហាញថាប្រព័ន្ធអាចកំណត់សោឱ្យសំឡេងបានយ៉ាងត្រឹមត្រូវ 95% នៃពេលវេលាថតការហៅទូរសព្ទ និង 93% នៃពេលវេលាថតការហៅ Zoom ។

ខណៈពេលដែលការសិក្សានេះគឺបង្ហាញឱ្យឃើញសុទ្ធសាធ និងមិនមានគោលបំណងប្រើសម្រាប់ការបំបែកពាក្យសម្ងាត់ ឬនៅក្នុងការកំណត់ពិភពលោកពិតនោះទេ អ្នកនិពន្ធនិយាយថាមនុស្សគួរតែប្រុងប្រយ័ត្ន ជាពិសេសចាប់តាំងពីកុំព្យូទ័រយួរដៃប្រើក្តារចុចស្រដៀងគ្នា ហើយជារឿយៗត្រូវបានគេប្រើនៅកន្លែងសាធារណៈដូចជាហាងកាហ្វេជាដើម។ វិធីសាស្ត្រលួចស្តាប់អាចត្រូវបានអនុវត្តចំពោះក្តារចុចណាមួយ។

អ្នកស្រាវជ្រាវក៏បានណែនាំពីវិធីជាច្រើនដើម្បីកាត់បន្ថយហានិភ័យនៃការវាយប្រហារតាមរយៈសំឡេង ដូចជាការជ្រើសរើសការចូលជីវមាត្រ ប្រសិនបើមាន ឬបើកការផ្ទៀងផ្ទាត់ពីរជំហាន។

លើសពីនេះ អ្នកប្រើប្រាស់គួរតែប្រើគ្រាប់ចុចប្តូរ (Shift) ដើម្បីបញ្ចូលគ្នានូវអក្សរតូច និងអក្សរធំ លេខ និងនិមិត្តសញ្ញានៅក្នុងពាក្យសម្ងាត់របស់ពួកគេ។ Joshua Harrison ដែលជាអ្នកនិពន្ធម្នាក់ក្នុងចំណោមអ្នកនិពន្ធបានអត្ថាធិប្បាយថាវាពិបាកណាស់ក្នុងការកំណត់ថាតើគ្រាប់ចុច Shift ត្រូវបានប្រើឬអត់។

ជាមួយគ្នានេះដែរ សាស្ត្រាចារ្យ Feng Hao មកពីសាកលវិទ្យាល័យ Warwick បានព្រមានអ្នកប្រើប្រាស់កុំឱ្យវាយអក្សររសើប រួមទាំងពាក្យសម្ងាត់នៅលើក្តារចុចអំឡុងពេលហៅ Zoom ។ លោកបានចែករំលែកថា “បន្ថែមពីលើសំឡេង រូបភាពដែលមើលឃើញនៃចលនាស្មាតូច និងកដៃក៏អាចបង្ហាញព័ត៌មានអំពីគ្រាប់ចុចណាមួយដែលកំពុងត្រូវបានវាយបញ្ចូល ទោះបីជាក្តារចុចមិនអាចមើលឃើញនៅលើកាមេរ៉ាក៏ដោយ”។

ប្រភព