Ukoliko nekoga pitate šta je NLP, velika je mogućnost da ćete dobiti dva različita odgovora. Oni će se najverovatnije bazirati na profesiji ispitanika, njihovim interesovanjima ili iskustvima.
Ono što je još interesantnije je da će oba odgovora biti tačna. Kako je to moguće?
Jedna varijanta NLP-a bi mogla biti rasprostranjenija u široj javnosti. Za ovo treba zahvaliti popularnosti moderne psihologije i sve većem broju koučeva koji ljudima obećavaju ogroman uspeh ukoliko primenjuju strategije koje ovaj pristup zagovara. Druga varijanta NLP-a je, međutim, poznata ljudima koji se više bave tehnologijom. U suštini, to je ono što omogućava AI alatima da komuniciraju sa ljudima na ljudskom jeziku.
Ali šta to dvoje imaju zajedničko? Osim što potiču od lingvistike, olakšavaju komunikaciju i nastali su u približno istom periodu, ništa posebno. U najkraćim crtama, prvi poboljšava komunikaciju među ljudima, dok drugi olakšava komunikaciju sa mašinama i pametnim uređajima. Iako možda niste svesni, oba NLP-a primenjujete svakodnevno.
NLP: Neurolingvističko programiranje
Uglavnom zahvaljujući Toniju Robinsu, američkom piscu i motivacionom govorniku, ljudi uglavnom pomisle na neurolingvističko programiranje kada se pomene NLP.
Neurolingvističko programiranje (NLP) odnosi se na psihološki pristup koji, u suštini, uključuje istraživanje strategija koje uspešni ljudi koriste i njihovu primenu kako bi se postigli lični ciljevi. Ovaj pristup povezuje jezik, misli i obrasce ponašanja koji su stečeni kroz iskustvo sa određenim ishodom.
Zagovornici NLP-a smatraju da je svako ljudsko delovanje u biti pozitivno. Stoga, ukoliko se nešto neočekivano desi ili plan ne uspe, celokupno iskustvo nije ni dobro ni loše, već prosto predstavlja dodatnu korisnu informaciju. Stručnjaci veruju da postoji prirodni redosled u komunikaciji, učenju i promenama. Redosled uključuje sledeće:
- Okolina – predstavlja najniži nivo promene. Okolina je kontekst ili okruženje pojedinca koje uključuje i druge ljude u okruženju. .
- Identitet – odnosi se na to kako ljudi sebe vide. Takođe uključuje odgovornost i uloge koje imaju u svom životu.
- Sposobnosti i veštine – predstavljaju nečije sposobnosti i šta sve umeju da rade.
- Ponašanje – tiče se konkretnih radnji koje neko vrši.
- Verovanja i vrednosti – odnose se na nečije sisteme vrednosti.
- Svrha i spiritualnost – predstavljaju najviši nivo promene. Odnose se na predanost religiji, etici i drugim sistemima.
Kratka istorija i upotreba NLP-a
NLP datira iz 1970-tih. John Grinder, lingvista po profesiji, i Richard Bandler, matematičar i informatičar, razvili su koncept NLP-ja na Univerzitetu Kalifornije. Prva knjiga o NLP-u, pod nazivom Struktura magije: knjiga o jeziku terapije izdata je 1975. godine. U njoj, autori pokušavaju da naglase specifične šablone u komunikaciji koje izdvajaju odlične govornike od ostatka.
Kao rezultat njihovog rada, pojavio se takozvani NLP meta model, koji je predstavljao tehniku za koju su mislili da može da odredi jezičke obrasce koji odražavaju fundamentalne kognitivne procese. Šira javnost se zainteresovala za NLP nakon njegovog reklamiranja kao alata koji može pomoći ljudima da otkriju kako drugi postižu uspeh. Danas se NLP primenjuje u širokom spektru oblasti koje uključuju medicinu, vojsku, pravo, savetovanje, biznis, obrazovanje, scenske umetnosti i sport.
Da nije bilo Tonija Robinsa, zajedno sa brojnim motivacionim govornicima i trenerima, NLP možda ne bi stekao takvu popularnost kao danas. Dakle, nije iznenađenje zašto, kada se pomene NLP, prva asocijacija je neurolingvističko programiranje. Međutim, treba da znate da postoji još jedan NLP koji, osim što potiče iz lingvistike, nema nikakve veze sa neurolingvističkim programiranjem.
Dame i gospodo, pozdravite obradu prirodnog jezika.
NLP: Obrada prirodnog jezika
Ako više naginjete ka tehnologiji, velike su šanse da ste upoznati sa drugim NLP-jem koji nema nikakve veze sa modernom psihologijom. U ovom slučaju, NLP je skraćenica za obradu prirodnog jezika (Natural Language Processing), i predstavlja AI komponentu koja se odnosi na sposobnost kompjuterskog programa da razume govorni i pisani jezik ljudi
Ovo možda može da vas zbuni, ali budite strpljivi.
Prirodni jezik je nešto što mi, ljudi, koristimo svakog dana. Prirodni jezik nikada nije stvoren namerno ili za određenu svrhu. Umesto toga, prirodno je evoluirao kroz upotrebu i ponavljanje. Da biste koristili prirodni jezik, nije potrebno nikakvo svrsishodno planiranje ili strategija – sve, u neku ruku, dolazi na prirodan način.
Konstruisani ili programski jezici, s druge strane, različitog su porekla i imaju različite puteve razvoja. Napravljeni su sa specifičnom svrhom na umu – uzmite na primer C, C++, Python ili Javu. Svi oni, i mnogi drugi, stvoreni su za određenu svrhu.
Da bi mašina radila nezavisno, ključni princip je sposobnost komunikacije sa ljudima korišćenjem prirodnog jezika koji im je poznat. U domenu veštačke inteligencije (AI – Artificial Intelligence), polje koje omogućava mašinama da komuniciraju sa ljudima koristeći prirodni jezik je NLP – obrada prirodnog jezika. Dakle, NLP je opšti termin koji uključuje sve što se tiče omogućavanja mašinama da obrađuju prirodni jezik. To može biti povezano sa primanjem i razumevanjem unosa ili kreiranjem odgovora.
Obrada prirodnog jezika kroz vreme
Slično kao i njegov psihološki pandan, NLP datira iz sredine 20. veka, tako da postoji više od 50 godina. Nastao je iz niza disciplina kao što su razvoj računarske lingvistike i računarske nauke.
Čini se da su 1950-te bile značajan period za nauku. Među ostalim, ne tako naučnim događajima, ovaj period beleži pronalazak UNIVAC-a I, prvog poslovnog računara, prvog transkontinentalnog TV prenosa sa teritorije SAD i otkriće dvostruke spirale DNK.
Tokom 1950-ih, Alan Turing je napravio Turingov test kako bi proverio da li je računar inteligentan. Test se svodio na automatizovano tumačenje i generisanje ljudskog jezika kao kriterijuma inteligencije. Do 1990-ih, obrada prirodnog jezika je uglavnom bila zasnovana na pravilima, implementirajući „ručno izrađena“ pravila koja su lingvisti kreirali da otkriju kako računari obrađuju prirodni jezik.
Tokom 1990-ih, zahvaljujući napretku računarstva, više statistički pristup zamenio je početni pristup NLP-u koji je bio baziran na jeziku. Kompjuteri su postali efikasniji i mogli su se primeniti za kreiranje pravila zasnovanih na lingvističkim statistikama bez potrebe razvijanjem od strane lingviste. U ovoj deceniji, NLP vođen podacima postao je mejnstrim, a ovo je bio period kada je NLP prešao sa lingvističkog na pristup zasnovan na inženjeringu.
Od 2000-tih do danas, NLP svedoči ogromnom porastu popularnosti. Zajedno sa napretkom u računarskoj snazi, NLP je postigao višestruke primene u stvarnom svetu. Danas, pristupi obradi prirodnog jezika obuhvataju kombinaciju tradicionalne lingvistike i statističkih metoda.
Zašto je NLP važan?
U suštini, NLP omogućava računarima da razumeju ljudski jezik. Da biste dobili jasniju sliku, zamislite jezik (španski, engleski, esperanto) kao slobodan oblik teksta – bez ključnih reči postavljenih na određenim pozicijama prilikom inputa. Tako to vidi mašina.
Ono što mašina ne zna, ali ljudi znaju, jeste da postoji više načina da se nešto saopšti prirodnim jezikom. Na primer, možete da pitate o vremenu napolju na najmanje tri načina:
Ono što mašina ne zna, ali ljudi znaju, jeste da postoji više načina da se nešto saopšti prirodnim jezikom. Na primer, možete da pitate o vremenu napolju na najmanje tri načina:
- Kakvo je vreme danas?
- Da li je hladno napolju?
- Hoće li danas biti sunčano?
- Da li mi treba vetrovka?
Poruka koju ove četiri rečenice šalju je ista – raspitivanje o vremenu danas. Naša ljudska inteligencija nam omogućava da prepoznamo osnovnu poruku i da lako i brzo odgovorimo. Mašine, međutim, nisu sposobne za to. Da bi odgovorila, mašina će zahtevati algoritam, koji, zauzvrat, zahteva da input bude u jednom, definisanom formatu. Primetićete da se ove četiri rečenice razlikuju i po strukturi i po formatu.
Jedno od mogućih rešenja je kodiranje pravila za svaku kombinaciju reči kako bi se pomoglo mašini da shvati poentu. Međutim, ovo nije sasvim prihvatljivo rešenje jer će se stvari prilično brzo zakomplikovati. Ovde nastupa NLP.
NLP, ili obrada prirodnog jezika (Natural Language Processing), je podskup AI-a čiji je zadatak da omogući mašini da komunicira koristeći prirodni jezik. Pored toga, potrebno je omogućiti mašini da obradi ogromne količine jezičkih podataka i dobije uvid i informacije. Ipak, pre nego što se izvrši bilo kakva obrada prirodnog jezika, tekst mora biti standardizovan.
Kako funkcioniše NLP?
NLP can be applied in multiple fields such as search engines, medical research, and business intelligence. But what does it do?
NLP se može primeniti u više oblasti kao što su pretraživači, medicinska istraživanja i poslovna inteligencija. Ali šta NLP tačno radi?
Dakle, kao što je već́ pomenuto, NLP pomaže računarima da razumeju prirodni jezik na isti način kao i ljudi. Bez obzira na to da li se jezik govori ili se piše, NLP koristi AI da uzme input, obradi ga i učini razumljivim za računare. Tokom obrade, input se u nekom trenutku pretvara u kod kako bi ga mašina razumela.
NLP ima dve glavne faze: jedna je prethodna obrada podataka, a druga razvoj algoritma. Prvi obuhvata pripremu i „čišćenje” tekstualnih podataka kako bi ih mašina razumela. U fazi pre obrade podataka tekst prelazi u radnu formu, naglašavajući karakteristike sa kojima algoritam može kasnije da radi. To bi se moglo uraditi na nekoliko načina:
- Tokenizacija – podrazumeva razbijanje teksta na manje jedinice sa kojima računar može da radi.
- Lematizacija i korenovanje – uključuje svođenje reči na njihove korenske oblike.
- Označavanje vrste reči – uključuje označavanje reči prema delu govora (glagoli, imenice, pridevi, prilozi, itd.).
- Uklanjanje opštih reči – uklanjanje uobičajenih reči iz teksta i njihova zamena jedinstvenim rečima koje nude informacije.
Kada se faza pre obrade završi, razvija se algoritam za obradu podataka. Postoji niz algoritama za obradu, ali dva koja se najčešće koriste uključuju sisteme zasnovane na pravilima i sisteme zasnovane na mašinskom učenju.
Sistem zasnovan na pravilima primenjuje se od rane faze razvoja NLP-a i podrazumeva korišćenje pažljivo osmišljenih lingvističkih pravila. Sistemski algoritmi zasnovani na mašinskom učenju (Machine learning) implementiraju statističke metode. ML (Machine learning) algoritmi uče da izvršavaju zadatke u skladu sa podacima obuke koji su im dati, a zatim fino podešavaju svoje metode sa više podataka koji se obrađuju. Kombinovanjem mašinskog učenja, dubokog učenja i neuronskih mreža, NLP algoritmi izoštravaju sopstvena pravila ponavljanjem obrade i učenja.
Za šta se koristi NLP?
Obrada prirodnog jezika primenjuje se u mnogo više slučajeva nego što mislite. Jedan koji ste sigurno isprobali, bilo za posao, učenje ili zabavu, je mašinski prevod. Ovaj proces uključuje računar koji prevodi tekst sa jednog jezika, recimo sa engleskog na drugi, na primer španski, bez uplitanja ljudi. Alati koji se ovde koriste uključuju (ali nisu ograničeni na) Google Translate, Translate Me ili Bing Translate.
Drugi primer je generisanje prirodnog jezika, proces koji uključuje NLP algoritme koji analiziraju nestrukturisane podatke i automatski generišu sadržaj na osnovu njih. Zvuči poznato? Da, govorimo o OpenAI-ovoj popularnoj aplikaciji zvanoj ChatGPT, koja je nedavno izazvala mnogo pompe. Pored toga, budući da je u stanju da analizira velike količine istraživačkih radova i akademskog materijala, AI se može primeniti za akademsko istraživanje i analizu. U ovom slučaju, analiza se sprovodi ne samo na osnovu meta podataka već i na osnovu samog teksta.
NLP se može koristiti i za ekstrakciju teksta. Ovaj proces uključuje sumiranje teksta i otkrivanje značajnih grupa podataka. Jedan praktičan primer je izdvajanje ključnih reči – uzimanje najznačajnijih reči ili fraza iz teksta – koje se koristi u svrhe optimizacije pretraživača (SEO – Search Engine Optimization). Vredi napomenuti da izdvajanje ključnih reči nije u potpunosti automatizovano, jer raditi to sa NLP-om zahteva određen nivo programiranja. Srećom, postoji bezbroj alata za ekstrakciju ključnih reči koji automatizuju skoro ceo proces. Korisnik samo treba da podesi parametre u programu.
NLP se takođe koristi za klasifikaciju teksta, odnosno dodeljivanje oznaka tekstovima kako bi se stavili u određene kategorije. Ovo je prilično zgodno za analizu sentimenta, što pomaže NLP algoritmima da identifikuju sentiment iza teksta. Ilustracije radi, ako se brend A pojavljuje X puta u tekstu, algoritam može otkriti koliko se puta brend spominje u pozitivnom a koliko u negativnom svetlu. Savršen primer je analiza povratnih informacija kupaca u kojoj AI analizira recenzije društvenih medija.
Drugi primeri upotrebe NLP-a
Pored slučajeva koje smo upravo spomenuli, NLP se može koristiti za automatizaciju korisničke usluge. To podrazumeva uključivanje glasovnih asistenata koji koriste prepoznavanje govora kako bi shvatili o čemu kupac govori kako bi u skladu s tim odgovorili na poziv.
AI takođe može da pomogne u predviđanju i, u idealnim okolnostima, sprečavanju bolesti na osnovu analize i kategorizacije medicinske dokumentacije. Isto tako, NLP se može koristiti za predviđanje kretanja akcija na berzi i uvid u finansijsku trgovinu. U ovom slučaju, AI analizira istoriju tržišta zajedno sa 10-K dokumentima koji sadrže opširan rezime finansijskog učinka kompanije.
Na kraju, ali ne i najmanje važno, NLP se koristi za regrutovanje talenata u HR-u i za automatizaciju uobičajenih sudskih zadataka – da li ste ikada čuli za AI advokate?
OpenAI ChatGPT
Iako fraza OpenAI ChatGPT može izgledati kao šifra za tajni portal koji vas vodi u svemir, to nije tako. ChatGPT je mali, ali moćan chatbot koji je razvio OpenAI, kompanija za istraživanje i primenu veštačke inteligencije. Chatbot je kompjuterski softver koji implementira AI i NLP kako bi razumeo pitanja kupaca i automatski odgovarao na njih, simulirajući tako ljudski razgovor.
Chatbotovi se obično koriste u korisničkoj podršci za pružanje odgovora na neka od najčešće postavljanih pitanja. Dakle, umesto da ćaskate sa agentom za korisničku podršku, vi se obraćate botu. Prošlog Božića mnogi korisnici su se posvetili ChatGPT 3, a da se nisu razočarali već́ sledećeg dana. Naprotiv, ovaj mali, ali moćni AI alat prosto oduševljava svakog.
Za razliku od prethodnih botova koji se koriste kao agenti za korisničku podršku ili generatori sadržaja (Jarvis/Jasper AI), ChatGPT se može koristiti u različite svrhe. Ilustracije radi, ako tražite određenu informaciju, samo otkucajte pitanje i odgovor će odmah iskočiti. Slično tome, ako ste pisac sadržaja/kopirajter koji se bori sa kreativnom blokadom, koristite ChatGPT da biste generisali ideje koje biste ubacili u sadržaj. I dok ste tamo, primenite ga da biste pronašli ključne reči za svoj tekst. SEO stručnjaci se kunu u njegovu moć́ i efikasnost.
Opseg upotrebe ChatGPT-ja ne prestaje ovde. Da li ste ikada čuli za AI alat koji može da kodira i proizvodi delove softvera? Pa, sada je tu. Da, tako je, ChatGPT se može koristiti za razvoj softvera. Što je još neverovatnije, pre nekoliko dana je položio ispit iz medicine! Dakle, s obzirom na skoro neograničene kapacitete ChatGPT-a, ne iznenađuje odluka Microsoft-a da investira ogromnih 10 milijardi dolara u svog proizvođača OpenAI.
Da li će ChatGPT zameniti stručnjake?
Dok slušate o svemu što ChatGPT može da uradi, ne možete a da se ne zabrinete za budućnost svog posla. Ali da li su SEO stručnjaci, pisci, programeri, čak i doktori zaista u opasnosti? Pa, ne baš. Barem ne u skorije vreme.
Naime, ChatGPT možda može da kodira, ali samo jednostavne aplikacije. Stvaranje složenog softvera i video igara kao što je, recimo, Elden Ring, nije sasvim moguće sa njim. Stoga će programeri definitivno ostati, kao i lekari. Iako je položio ispit iz medicine, ChatGPT verovatno neće i ne može zameniti lekare. Može im pomoći u lečenju, ali im sigurno neće preuzeti posao.
A pisci, šta je sa njima? Pa, to može zavisiti od njihovih poslodavaca. Ukoliko više vole veštačke, neemotivne, jednolične tekstove generisane veštačkom inteligencijom koji će im samo pomoći da uštede novac, takvi poslodavci će u nekom trenutku sigurno odbaciti pisce u korist ChatGPT-a. Ali tada će ceo internet biti preopterećen manje-više identičnim tekstovima sa informacijama čija je validnost sumnjiva. Uostalom, da li je Google Translate preuzeo poslove prevodilaca?
Prednosti i izazovi NLP-a
Osnovna prednost NLP-a je unapređenje komunikacije između ljudi i mašina. Već́ znate da je najneposredniji način upravljanja računarom preko njegovog jezika, a to je kôd. Međutim, omogućavanjem mašinama da shvate ljudski jezik, interakcija postaje mnogo intuitivnija i spontanija za ljude.
Ostale prednosti NLP-a uključuju:
- Povećanu tačnost i efikasnost dokumentacije;
- Sposobnost sažimanja velikih i složenih tekstova;
- Omogućavanje ličnim asistentima kao što su Siri ili Alexa da razumeju šta ljudi govore;
- Olakšavanje analiziranja performansi i sentimenta;
- Pružanje analitičkih uvida koji su ranije bili nedostupni zbog obima podataka;
- Omogućavanje preduzećima da implementiraju chatbotove za korisničku podršku..
Kao što je slučaj sa svim drugim, NLP ne dolazi bez izazova. Većina njih se svodi na činjenicu da se ljudski jezik razvija i da ponekad može biti dvosmislen. Računari zahtevaju preciznost, strukturu i jasnoću – baš kakav je i programski jezik. Prirodni jezik, s druge strane, može povremeno biti neprecizan i nejasan, sa elementima slenga, dijalekata i društvenog konteksta, što otežava računaru da ga razume.
Ton komunikacije i artikulacija mogu predstavljati problem jer NLP i AI nisu u stanju da shvate sarkazam ili ironiju. Kada prepoznaju govor, algoritmi mogu propustiti suptilne promene u tonu govornika. Akcenti takođe mogu predstavljati velike probleme, jer ih algoritam ne može uvek efikasno analizirati.
Prirodni jezik se kontinuirano razvija vremenom i upotrebom. Iako svaki jezik ima svoja specifična pravila, ona se vremenom mogu menjati. Dakle, kardinalna računarska pravila koja se sada primenjuju mogu zastareti kako se jezik stvarnog sveta bude menjao u budućnosti.
