Googles nye Meena Chatbot kan føre fornuftige og specifikke samtaler om næsten alt

Så imponerende og nyttige virtuelle assistenter som Siri, Alexa og Google Assistant er, er deres konversationsfærdigheder typisk begrænset til at modtage bestemte kommandoer og levere foruddefinerede svar. Selskaber som Google og Amazon (AMZN ) har været på udkig efter metoder til AI-træning og udvikling, der kan gøre AI-chatbots mere robuste og fleksible, så de kan føre samtaler med brugere på en langt mere naturlig måde. Ifølge DigitalTrends har Google nylig offentliggjort en rapport, der demonstrerer evnerne i dens nye chatbot, kaldet “Meena”. Ifølge en blogpost fra forskerne kan Meena engagere sig i samtale med brugerne om næsten hvilket emne som helst.

Meena er en åben-domæne chatbot, hvilket betyder, at den reagerer på samtalekonteksten og tilpasser sig til indgange for at levere mere naturlige svar. De fleste andre chatbots er lukkede-domæner, hvilket betyder, at deres svar er temaer omkring bestemte ideer og begrænses til at udføre bestemte opgaver.

Ifølge Googles rapport var Meenas fleksibilitet resultatet af en enorm træningsdataset. Meena blev trænet på omkring 40 milliarder ord hentet fra sociale medie-samtaler og filtreret for de mest relevante og repræsentative ord. Google havde til hensigt at løse nogle af de problemer, der findes i de fleste taleassistenter, såsom evnen til at håndtere emner og kommandoer, der udvikler sig over flere omdrejninger i samtalen, hvor brugeren giver yderligere indgange efter, at boten har svaret på en indgang. Dette betyder, at mange chatbots ikke kan bede brugeren om klarhed og når der er et spørgsmål, der ikke kan fortolkes, de ofte bare går til webresultater.

For at løse dette specifikke problem aktiverede Googles forskere algoritmerne til at holde øje med samtalekonteksten, hvilket betyder, at den kan generere specifikke svar. Modellen brugte en encoder, der behandler, hvad der allerede er sagt i samtalen, og en decoder, der opretter et svar baseret på konteksten. Modellen blev trænet på specifik og ikke-specifik data. Specifik data er ord, der er tæt relateret til den foregående udtalelse. Ifølge Googles post:

“For eksempel, hvis A siger, ‘Jeg elsker tennis,’ og B svarer, ‘Det er dejligt,’ så skal udtalelsen markeres som ‘ikke specifik’. Det svar kan bruges i dusinvis af forskellige sammenhænge. Men hvis B svarer, ‘Mig også, jeg kan ikke få nok af Roger Federer!’, så er det markeret som ‘specifik’, da det relaterer tæt til, hvad der diskuteres.

De data, der blev brugt til at træne modellen, bestod af syv “omdrejninger” i samtalen. Under træningen havde modellen 2,6 milliarder parametre, der undersøgte 341 GB tekstdata for mønstre, en dataset, der er omkring 8,5 gange større end den dataset, der blev brugt til at træne GPT-2-modellen oprettet af OpenAI.

Google rapporterede, hvordan Meena opførte sig på Sensibleness og Specificity Average (SSA)-målet. SSA er et mål, der er designet af Googles forskere, og det er ment til at kvantificere evnen til en konversationsentitet til at svare med specifikke, relevante svar, mens samtalen skrider frem.

SSA-scores beregnes ved at teste en model mod en fast række prompts, og antallet af fornuftige svar, som modellen giver, spores. Modellens score er afledt på basis af procentdelen af fornuftige/specifikke svar, som modellen kunne give i forhold til promptene. Generiske svar straffes. Ifølge Google scorer en gennemsnitlig person omkring 86% på SSA, mens Meena kunne score 79%. En anden berømt AI-model, en agent oprettet af Pandora Bots, vandt Loebner-prisen for anerkendelse af, at deres AI-bots opnåede sofistikeret, menneske-lignende kommunikation. Pandora Bots-agenten opnåede omkring 56% på SSA-testen.

Microsoft (MSFT ) og Amazon forsøger også at skabe mere fleksible og naturlige chatbots. Microsoft har forsøgt at skabe multiturn-samtale i chatbots i to år, ved at erhverve Semantic Machines, en AI-startup, for at forbedre Cortana. Amazon har nylig afholdt Alexa Prize-udfordringen, der opfordrede deltagerne til at designe en bot, der kan føre samtale i omkring 20 minutter.