Nový chatbot Meena od Googlu dokáže vést rozumné a konkrétní konverzace téměř o čemkoli

Jakkoli jsou virtuální asistenti jako Siri, Alexa a Google Assistant působiví a užiteční, jejich konverzační schopnosti se obvykle omezují na přijímání určitých příkazů a poskytování předem definovaných odpovědí. Společnosti jako Google a Amazon používají metody školení a vývoje AI, které mohou učinit chatboty AI robustnějšími a flexibilnějšími a schopné vést konverzace s uživateli mnohem přirozenějším způsobem. Jak informoval DigitalTrends, Google nedávno publikoval referát demonstruje schopnosti svého nového chatbota nazvaného „Meena“. Podle blogu od výzkumníků se může Meena zapojit do konverzace se svými uživateli na téměř jakékoli téma.

Meena je chatbot s otevřenou doménou, což znamená, že reaguje na kontext dosavadní konverzace a přizpůsobuje se vstupům, aby poskytoval přirozenější odpovědi. Většina ostatních chatbotů má uzavřenou doménu, což znamená, že jejich odpovědi jsou tematicky zaměřeny na určité nápady a omezují se na plnění konkrétních úkolů.

Podle zprávy Google byla flexibilita Meeny výsledkem rozsáhlého tréninkového souboru dat. Meena byla vyškolena na přibližně 40 miliardách slov získaných z konverzací na sociálních sítích a filtrována na nejrelevantnější a nejreprezentativnější slova. Google se snažil vypořádat se s některými problémy, které se vyskytují u většiny hlasových asistentů, jako je schopnost zpracovávat témata a příkazy, které se odvíjejí během několika odboček v konverzaci, přičemž uživatel poskytuje další vstupy poté, co robot zareaguje na jeden vstup. To znamená, že mužští chatboti nedokážou uživatele vyzvat k vysvětlení, a když se vyskytne dotaz, který nelze interpretovat, často pouze výchozí výsledky na webu.

Aby se výzkumníci Google vypořádali s tímto konkrétním problémem, umožnili svým algoritmům sledovat kontext konverzace, což znamená, že může generovat konkrétní odpovědi. Model používal kodér, který zpracovává to, co již bylo řečeno v rozhovoru, a dekodér, který vytváří odpověď na základě kontextu. Model byl trénován na specifických a nespecifických datech. Konkrétní údaje jsou slova, která úzce souvisejí s výrokem o řízení. Jak je vysvětleno v příspěvku Google:

„Například, když A řekne: ‚Miluji tenis‘ a B odpoví: ‚To je hezké‘, pak by měl být výrok označen, ‚ne konkrétní‘. Tato odpověď by mohla být použita v desítkách různých kontextů. Ale pokud B odpoví: „Já taky, nemůžu se Rogera Federera nabažit!“, pak je to označeno jako „specifické“, protože to úzce souvisí s tím, o čem se diskutuje.

Data, která byla použita k trénování modelu, se skládala ze sedmi „otoček“ v rozhovoru. Během trénování měl model 2.6 miliardy parametrů, které zkoumaly 341 GB textových dat na vzory, což je datová sada přibližně 8.5krát větší než datová sada použitá k trénování modelu GPT-2. vytvořený OpenAI.

Google informoval o tom, jak si Meena vedla v metrice Sensibleness and Specificity Average (SSA). SSA je metrika navržená výzkumnými pracovníky společnosti Google a je určena ke kvantifikaci schopnosti konverzační entity odpovídat konkrétními relevantními odpověďmi v průběhu konverzace.

SSA skóre se vypočítává testováním modelu proti pevnému počtu výzev a sleduje se počet rozumných odpovědí, které model poskytuje. Skóre modelu je odvozeno na základě procenta rozumných/specifických odpovědí, které byl model schopen poskytnout s ohledem na výzvy. Obecné odpovědi jsou penalizovány. Podle Googlu má průměrný člověk na SSA skóre asi 86 %, zatímco Meena dokázala získat 79 %. Další slavný model umělé inteligence, agent vytvořený Pandora Boti, vyhráli Loebnerovu cenu jako uznání skutečnosti, že jejich roboti AI dosáhli sofistikované lidské komunikace. Agent Pandora Bots dosáhl v testu SSA přibližně 56 %.

Microsoft a Amazon se také snaží vytvořit flexibilnější a přirozenější chatboty. Microsoft se již dva roky pokouší vytvořit víceotáčkový dialog v chatbotech, pořízení sémantických strojů, startup s umělou inteligencí, ke zlepšení Cortany. Amazon nedávno spustil Výzva o cenu Alexa, což přimělo účastníky k návrhu robota schopného konverzovat přibližně 20 minut.