1. Cum apar ipotezele alternative?
Sa presupunem ca sistemul aude propozitia "Am vazut o casa mare." Vorbirea rapida poate face unele fragmente ambigue. In loc sa decida imediat ce cuvant a fost rostit, sistemul poate pastra mai multe ipoteze.
Pentru un fragment audio, sistemul poate considera:
| Ipoteza | Probabilitate ilustrativa |
|---|---|
| casa | 0,7 |
| masa | 0,2 |
| casca | 0,1 |
Pentru fragmentul urmator: mare (0,8) sau marea (0,2).
Toate probabilitatile sunt inventate pentru explicatie; nu provin dintr-un sistem real de recunoastere.
2. Cum construim graful?
In desenul simplificat, fiecare nod este o ipoteza partiala, iar fiecare muchie reprezinta o continuare posibila. Eticheta muchiei indica probabilitatea conditionala a continuarii.
In acest exemplu, muchiile dintre cele doua grupuri au probabilitati 0,8 pentru "mare" si 0,2 pentru "marea", indiferent de cuvantul anterior. In realitate, probabilitatile pot depinde de intregul context.
Atentie: in sistemele reale, nodurile pot reprezenta stari acustice, pozitii in timp si contexte lingvistice, nu doar cuvinte. Desenul este o abstractizare pedagogica.
3. Unde apare problema drumului minim?
Fiecare muchie arata cat de probabila este continuarea cu un anumit cuvant. Pentru un drum complet, inmultim probabilitatile muchiilor sale.
Cel mai probabil drum este casa - mare, cu probabilitatea 56% in modelul nostru simplificat.
Dar de ce vorbim despre drumuri de valoare minima?
Putem inlocui probabilitatile cu costuri: o continuare mai probabila primeste un cost mai mic. Daca alegem o transformare potrivita, drumul cu suma costurilor minima este exact drumul cu probabilitatea cea mai mare.
De retinut: AI compara drumuri complete, nu doar cuvinte luate separat. Nu avem nevoie aici de formula matematica a transformarii.
4. De ce nu alegem pur si simplu cuvantul cel mai probabil?
O decizie locala poate fi gresita la nivelul intregii propozitii. Un cuvant care pare initial mai putin probabil poate conduce, datorita contextului, la o secventa cu probabilitate totala mai mare.
De aceea, decodorul poate pastra simultan mai multe ipoteze si le poate compara dupa scorul acumulat, eliminand progresiv variantele slabe.
In desenul nostru, probabilitatile celui de-al doilea cuvant sunt aceleasi pentru toate ipotezele initiale. Pentru a vedea efectul contextului, ar trebui ca probabilitatile tranzitiilor sa depinda de cuvintele precedente.
5. Ce algoritm foloseste AI?
In recunoasterea clasica a vorbirii, algoritmul Viterbi poate identifica secventa optima de stari intr-un model probabilistic.
In comparatie cu Dijkstra, Viterbi exploateaza organizarea temporala a starilor prin programare dinamica. Daca reteaua este un graf orientat aciclic, drumul minim poate fi calculat eficient in ordinea topologica a nodurilor.
Ideea centrala: o problema de recunoastere a vorbirii, aparent foarte diferita de navigatie, poate fi transformata intr-o problema de optimizare a unui drum intr-un graf.