Video: skolekom intro 2025
Datamaskiner er veldig smarte når det kommer til hjernespennende ting som å spille sjakk og fylle ut selvangivelse, slik at du kanskje tror de ville være whizzes på "enkle" aktiviteter som å gjenkjenne ansikter eller forstå tale. Men etter omtrent 50 år med å prøve å lage datamaskiner gjør disse enkle tingene, har programmører kommet til den konklusjonen at en ferdighet ikke er enkel, bare fordi mennesker mestrer det enkelt. Faktisk er våre hjerner og øyne og ører sjokkerende av sofistikert føle- og prosessutstyr som fortsatt ringer rundt alt vi kan designe i silisium og metall.
For å få en ide om hvorfor datamaskiner har slike problemer med tale, tenk på noe de er veldig gode til å gjenkjenne og forstå: telefonnumre med berøringstoner. De blips og bloops på telefonlinjene er mye mer meningsfylt for datamaskiner enn de er til folk. Flere viktige funksjoner gjør telefonen toner et enkelt språk for datamaskiner, oppført nedenfor. Engelsk, derimot, er helt annerledes.
-
Når du vet tonene for de ti tallene pluss * og #, er du inne. Engelsk har derimot hundretusenvis av ord. Ingen av ordene ligner det samme.
-
På tonetelefonen er "1" -tonen tydelig forskjellig fra "7" -tonen. Men engelsk har homonymer, som ny og gnu, og nær homonymer, som merrier og gifter seg med henne. Noen ganger høres hele setninger like: "Sønene hever kjøtt" og "Solens stråler møtes," for eksempel.
-
Trykk 5-knappen på en hvilken som helst telefon, og du får nøyaktig samme tone. Men en eldre mann og en 10 år gammel jente bruker svært forskjellige toner når de snakker; og folk fra Storbritannia, Canada og USA uttaler de samme engelske ordene på svært forskjellige måter. Konteksten er meningsløs.
-
På telefonen er en 1 en 1 en 1. Hvordan du tolker tonen, er ikke avhengig av det forrige nummeret eller det neste nummeret. Men i skriftlig engelsk er konteksten alt. Det er fornuftig å "gå til New York."Men det er mye mindre fornuftig å" gå to New York "eller" gå også til New York. “
