ระบบ การเรียนรู้ภาษาที่ไม่มีวันสิ้นสุด ( NELL ) เป็นระบบการเรียนรู้ของเครื่องจักรเชิงความหมาย ซึ่งในปี 2010 กำลังได้รับการพัฒนาโดยทีมวิจัยที่^{มหาวิทยาลัย}คาร์เนกีเมลลอนและได้รับการสนับสนุนจากทุนวิจัยจากDARPA , Google , NSFและCNPqโดยบางส่วนของระบบทำงานบนคลัสเตอร์ซูเปอร์คอมพิวเตอร์ที่จัดหาโดยYahoo! [ ^{1 ]}

NELL ได้รับการตั้งโปรแกรมโดยผู้พัฒนาให้สามารถระบุชุดความสัมพันธ์เชิงความหมายพื้นฐานระหว่างหมวดหมู่ข้อมูลที่กำหนดไว้ล่วงหน้าหลายร้อยหมวดหมู่ เช่น เมือง บริษัท อารมณ์ และทีมกีฬา ตั้งแต่ต้นปี 2010 ทีมวิจัยของ Carnegie Mellon ได้ใช้งาน NELL ตลอด 24 ชั่วโมง โดยคัดกรองเว็บเพจหลายร้อยล้านหน้าเพื่อค้นหาความเชื่อมโยงระหว่างข้อมูลที่มันรู้จักอยู่แล้วกับสิ่งที่มันพบผ่านกระบวนการค้นหา เพื่อสร้างการเชื่อมโยงใหม่ในลักษณะที่ตั้งใจจะเลียนแบบวิธีที่มนุษย์เรียนรู้ข้อมูลใหม่^{[ 2 ]}ตัวอย่างเช่น เมื่อพบคำคู่ "Pikes Peak" NELL จะสังเกตเห็นว่าทั้งสองคำขึ้นต้นด้วยตัวพิมพ์ใหญ่และอนุมานจากคำที่สองว่าเป็นชื่อของภูเขา จากนั้นจึงสร้างความสัมพันธ์ของคำที่อยู่รอบ ๆ สองคำนั้นเพื่ออนุมานความเชื่อมโยงอื่น ๆ^{[ 1 ]}

เป้าหมายของ NELL และระบบการเรียนรู้เชิงความหมายอื่นๆ เช่น ระบบ WatsonของIBMคือการพัฒนาวิธีการตอบคำถามที่ผู้ใช้ถามด้วยภาษาธรรมชาติโดยไม่ต้องมีการแทรกแซงจากมนุษย์ในกระบวนการ^{[ 3 ]} Oren Etzioniจากมหาวิทยาลัยวอชิงตันยกย่องระบบนี้ว่า "การเรียนรู้อย่างต่อเนื่อง ราวกับว่า NELL กำลังใช้ความอยากรู้อยากเห็นของตัวเองโดยแทบไม่ต้องอาศัยความช่วยเหลือจากมนุษย์" ^{[ 1 ]}

ภายในเดือนตุลาคม 2553 NELL ได้เพิ่มจำนวนความสัมพันธ์ที่มีอยู่ในฐานความรู้เป็นสองเท่า และได้เรียนรู้ข้อเท็จจริงใหม่ 440,000 รายการ ด้วยความแม่นยำ 87% ^{[ 4 ] [ 1 ]}หัวหน้าทีมTom M. Mitchellประธานแผนกการเรียนรู้ของเครื่องจักรที่ Carnegie Mellon อธิบายว่า NELL "แก้ไขตัวเองเมื่อมีข้อมูลมากขึ้น เนื่องจากเรียนรู้มากขึ้น" แม้ว่าบางครั้งจะสรุปผิดพลาดก็ตาม ข้อผิดพลาดที่สะสม เช่น การสรุปว่าคุกกี้อินเทอร์เน็ตเป็นขนมอบชนิดหนึ่ง ทำให้ NELL สรุปจากวลี "ฉันลบคุกกี้อินเทอร์เน็ตของฉัน" และ "ฉันลบไฟล์ของฉัน" ว่า " ไฟล์คอมพิวเตอร์ " ก็อยู่ในหมวดหมู่ขนมอบเช่นกัน^{[ 5 ]}ข้อผิดพลาดที่ชัดเจนเช่นนี้จะได้รับการแก้ไขทุกๆ สองสามสัปดาห์โดยสมาชิกของทีมวิจัย และระบบจะได้รับอนุญาตให้ดำเนินการเรียนรู้ต่อไป^{[ 1 ]}ภายในปี 2018 NELL ได้ "สะสมฐานความรู้ที่มีความเชื่อที่หลากหลายและมีน้ำหนักความมั่นใจ 120 ล้านรายการ (เช่นเสิร์ฟพร้อม (ชา, บิสกิต) ) ในขณะที่เรียนรู้ฟังก์ชันที่เกี่ยวข้องกันหลายพันรายการซึ่งปรับปรุงความสามารถในการอ่านอย่างต่อเนื่องเมื่อเวลาผ่านไป" ^{[ 6 ]}

ณ เดือนกันยายน พ.ศ. 2566 ข้อเท็จจริงที่รวบรวมล่าสุดของโครงการมีตั้งแต่เดือนกุมภาพันธ์ พ.ศ. 2562 (ตามฟีดทวิตเตอร์) ^{[ 7 ]}หรือเดือนกันยายน พ.ศ. 2561 (ตามหน้าแรก) ^{[ 8 ]}

ในหนังสือ " Human Compatible " ปี 2019 ของเขา Stuart Russellได้แสดงความคิดเห็นว่า 'น่าเสียดายที่ NELL มีความมั่นใจในความเชื่อเพียง 3 เปอร์เซ็นต์เท่านั้น และต้องพึ่งพาผู้เชี่ยวชาญของมนุษย์ในการกำจัดความเชื่อที่ผิดพลาดหรือไม่มีความหมายเป็นประจำ เช่น ความเชื่อที่ว่า “เนปาลเป็นประเทศที่รู้จักกันในชื่อสหรัฐอเมริกา” และ “มูลค่าเป็นผลิตภัณฑ์ทางการเกษตรที่มักจะถูกตัดเป็นฐาน”' ^{[ 9 ]}บทความปี 2023 ได้แสดงความคิดเห็นว่า "ในขณะที่ส่วนที่ไม่สิ้นสุดดูเหมือนจะเป็นแนวทางที่ถูกต้อง แต่ NELL ก็ยังมีข้อเสียคือ การมุ่งเน้นยังคงยึดติดอยู่กับคำอธิบายภาษาของวัตถุมากเกินไป และอาศัยเว็บเพจเป็นแหล่งข้อมูลเดียว ซึ่งมีอิทธิพลอย่างมากต่อประเภทของไวยากรณ์ สัญลักษณ์ คำแสลง ฯลฯ ที่นำมาวิเคราะห์" ^{[ 10 ]}

• สถาปัตยกรรมทางปัญญา
• แบบจำลองเชิงคำนวณของการเรียนรู้ภาษา
• ไซค
• ดาร์วินท่ามกลางเครื่องจักร
• วัยรุ่นของ ป.1

• หน้าหลักโครงการ