С момента создания приложение SwiftKey использовало алгоритм, построенный на модели n-грам. При таком способе система анализирует два последних слова в набранном тексте, сверяется с базой данных и предлагает на выбор три слова, которые должны последовать в тексте дальше. Но, как отмечает Enadget, у такой системы был очевидный недостаток — контекст не всегда определяли последние два слова.
В прошлом году компания выпустила специальную программу Neural Alpha, в основе которой лежала нейросеть. Система долгое время изучала законченные предложения, чтобы понять, как устроен контекст и как слова используются реальными людьми на самом деле. Теперь результат обучения стал доступен всем пользователям SwiftKey — а их в мире около 300 млн.
Система постоянно сверяется с базой данных и лингвистическим облаком тегов для анализа предложений. Таким образом SwiftKey воспринимает слова как часть кода и предлагает наиболее подходящие варианты для его завершения. При этом старая модель n-грам также используется, что позволяет еще больше повысить точность предикативного набора.
Разработчики SwiftKey решили минимально афишировать нововведение, чтобы не вызывать беспокойство и вопросы у пользователей. Люди просто почувствуют, что система стала работать лучше, считают создатели приложения.
Пока что система совместима только с английским языком, но постепенно разработчики будут добавят поддержку и других языков.
Искусственная нейронная сеть WaveNet заговорила на двух языках
Идеи
Нейросети в основе мобильных приложений пока встречаются не очень часто. Google Translate использует машинное обучения в процессе перевода, а российское приложение Prisma превращает фотографии в имитацию картин великих мастеров, используя нейросети. Но по частоте использования эти программы едва ли сравнятся со SwiftKey.
Развитие нейросетей не стоит на месте. Умные алгоритмы уже могут восстанавливать изображения лиц по воспоминаниям, определять возраст человека по анализу крови, имитировать звуки и даже говорить на двух языках.