El nou chatbot Meena de Google pot mantenir converses específiques i sensibles sobre gairebé qualsevol cosa

Per molt impressionants i útils que són els assistents virtuals com Siri, Alexa i Google Assistant, les seves habilitats de conversa normalment es limiten a rebre determinades ordres i a oferir respostes predefinides. Empreses com Google i Amazon han estat buscant mètodes de formació i desenvolupament d'IA que poden fer que els chatbots d'IA siguin més robusts i flexibles, capaços de mantenir converses amb els usuaris d'una manera molt més natural. Segons informa DigitalTrends, Google ha fet recentment va publicar un article demostrant les capacitats del seu nou chatbot, anomenat "Meena". Segons una entrada al blog dels investigadors, Meena pot conversar amb els seus usuaris sobre gairebé qualsevol tema.

Meena és un chatbot de domini obert, és a dir, respon al context de la conversa fins ara i s'adapta a les entrades per oferir respostes més naturals. La majoria dels altres chatbots són de domini tancat, la qual cosa significa que les seves respostes estan temàtiques al voltant de determinades idees i es limiten a realitzar tasques específiques.

Segons l'informe de Google, la flexibilitat de Meena va ser el resultat d'un conjunt de dades d'entrenament massiu. Meena es va formar amb uns 40 milions de paraules extretes de converses a les xarxes socials i filtrades per les paraules més rellevants i representatives. Google tenia com a objectiu fer front a alguns dels problemes que es troben a la majoria dels assistents de veu, com ara la capacitat de gestionar temes i ordres que es desenvolupen en diversos torns a la conversa, amb l'usuari proporcionant entrades addicionals després que el bot hagi respost a una entrada. Això vol dir que els chatbots d'home no poden demanar aclariments a l'usuari i, quan hi ha una consulta que no es pot interpretar, sovint només s'utilitzen per defecte els resultats web.

Per fer front a aquest problema en particular, els investigadors de Google van habilitar els seus algorismes per fer un seguiment del context de la conversa, el que significa que pot generar respostes específiques. El model utilitzava un codificador que processa el que ja s'ha dit a la conversa i un descodificador que crea una resposta basada en el context. El model es va entrenar amb dades específiques i no específiques. Les dades específiques són paraules que estan estretament relacionades amb la declaració del procediment. Com va explicar la publicació de Google:

"Per exemple, si A diu: 'M'encanta el tennis' i B respon: 'Això està bé', aleshores l'enunciat s'hauria de marcar com a 'no específic'. Aquesta resposta es podria utilitzar en desenes de contextos diferents. Però si B respon: "Jo també, no en tinc prou de Roger Federer!", llavors es marca com a "específic" ja que està molt relacionat amb el que es parla.

Les dades que es van utilitzar per entrenar el model van consistir en set "girs" a la conversa. Durant l'entrenament, el model tenia 2.6 milions de paràmetres que examinaven 341 GB de dades de text per als patrons, un conjunt de dades unes 8.5 vegades més gran que el conjunt de dades utilitzat per entrenar el model GPT-2. creat per OpenAI.

Google va informar del rendiment de Meena a la mètrica de sensibilitat i especificitat mitjana (SSA). L'SSA és una mètrica dissenyada pels investigadors de Google i té la intenció de quantificar la capacitat d'una entitat conversacional per respondre amb respostes específiques i rellevants a mesura que avança una conversa.

Les puntuacions de SSA es calculen provant un model amb un nombre fix de sol·licituds i es fa un seguiment del nombre de respostes raonables que dóna el model. La puntuació del model es deriva en funció del percentatge de respostes sensibles/específiques que el model va poder donar respecte a les indicacions. Les respostes genèriques estan penalitzades. Segons Google, una persona mitjana obté un 86% a l'SSA, mentre que Meena va aconseguir un 79%. Un altre model d'IA famós, un agent creat per Pandora Bots, va guanyar el premi Loebner en reconeixement al fet que els seus robots d'IA van aconseguir una comunicació sofisticada semblant a l'ésser humà. L'agent de Pandora Bots va aconseguir aproximadament un 56% a la prova SSA.

Microsoft i Amazon també estan intentant fer chatbots més flexibles i naturals. Microsoft porta dos anys intentant crear diàlegs múltiples en els chatbots, Adquisició de màquines semàntiques, una startup d'IA, per millorar Cortana. Amazon va executar recentment el Repte del premi Alexa, que va impulsar els participants a dissenyar un bot capaç de conversar durant aproximadament 20 minuts.