Interviews

Stefan Schaffer, Senior Researcher, Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) – Interview-Serie

mm
Veröffentlicht am
Aktualisiert am
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Stefan Schaffer ist Senior Researcher und Gruppenleiter am Cognitive Assistants-Department des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI). Seine Arbeiten haben zu mehreren konversationellen Schnittstellen für Bereiche wie Mobilität, Automotive, Steuerinformationen, Kundenservice usw. geführt. Derzeit arbeitet er an AI-Chatbots für Wertschöpfungsketten und hybride Veranstaltungen. Bevor er zum DFKI kam, arbeitete Stefan als Produktmanager bei Linon Medien. Er studierte Kommunikationswissenschaft und Informatik und promovierte an der Technischen Universität Berlin im Bereich multimodale Mensch-Computer-Interaktion.

Was hat Sie ursprünglich zur maschinellen Lerntheorie hingezogen?

Schon während meines Studiums hatte ich ein großes Interesse an Spracherkennung und besuchte Kurse, in denen wir Spracherkenner von Grund auf aufbauten.

Was hat Sie ursprünglich zur Spracherkennung hingezogen?

Ich war bereits von der sprachbasierten Mensch-Computer-Interaktion fasziniert, als Captain Picard mit “dem Computer” sprach und sinnvolle Antworten erhielt.

Eines Ihrer jüngsten Projekte war der Bau einer Chatbot-Schnittstelle für ein Museum, die erraten sollte, was Besucher fragen würden. Können Sie erläutern, wie Ihr Team dies angegangen ist?

Um die Fragebeantwortungsfunktion in den Museums-Chatbot zu integrieren, sammelten wir zunächst viele Fragen und nutzten sie, um die Fragebeantwortungsfähigkeiten des Systems zu verbessern. Dies geschah durch Kategorisierung der Fragen sowie des Antwortmaterials, das wir von unserem Projektpartner Linon Medien erhielten, einem Unternehmen, das sich auf die Produktion von Sprach- und Textinhalten für Ausstellungen spezialisiert hat.

Ihr Team entdeckte auch, dass InhaltsTyp-Anmerkungen die Genauigkeit verbessern können. Welche Genauigkeitsunterschiede ergeben sich aus Anmerkungen?

Die InhaltsTyp-Anmerkungen verbesserten die Gesamtgenauigkeit des Chatbots bei der natürlichen Sprachverarbeitung. Dies bedeutet, dass das System aufgrund der zusätzlichen Anmerkungen mehr korrekte Antworten geben konnte.

Was sind einige der Kernherausforderungen beim Aufbau einer konversationellen KI?

Ohne diese Daten kann man in den meisten Fällen nur skriptierte Erfahrungen anbieten, die Konversationen zwischen realen Menschen imitieren, aber statisch und daher höchst unnatürlich sind. Eine weitere Herausforderung besteht darin, dass der Prozess der Entwicklung einer konversationellen KI-Schnittstelle spezielle Expertise im spezifischen Bereich erfordert, in dem das System verwendet wird. Das Teilen der erforderlichen Informationen zwischen konversationellen Design-Experten und Domänen-Experten ist manchmal ein schwieriger Prozess, der die Unterstützung zusätzlicher Experten in benutzerzentrierten Designmethoden erfordert.

Wie gehen Sie bei der Erstellung eines benutzerfreundlichen Chatbots und einer konversationellen Benutzeroberfläche vor?

Wir folgen streng dem Paradigma des benutzerzentrierten Designs. Dies bedeutet, dass wir uns in frühen Projektphasen mit unseren Kunden und Nutzern befassen, wenn ein System noch nicht verfügbar ist. Wir beginnen mit Fokusgruppen und Datensammlung und lassen Stakeholder Systemvarianten in frühen Entwicklungsphasen überprüfen.

Was ist Ihre Meinung zu ChatGPT und GPT-4? Würden Sie etwas anders machen?

Aktuell verwenden wir ChatGPT und GPT-4 als Tools für die Datengenerierung. Wir versuchen jedoch, die geschlossene Natur dieser Produkte durch unsere Verwendung in unseren Forschungsprojekten zu vermeiden. Wir erwarten, dass vergleichbare Open-Source-Modelle in naher Zukunft verfügbar werden.

Sie werden auf dem anstehenden Future of Chatbots & Conversational AI Summit von Group futurista sprechen. Worüber werden Sie sprechen?

Ich werde über die Verbindungen zwischen Benutzererfahrung und konversationeller KI sprechen. Ich werde mich auf benutzerzentriertes Design, datengetriebene benutzerzentrierte Implementierung und Bewertung konversationeller Benutzeroberflächen konzentrieren.

Vielen Dank für das großartige Interview. Leser, die Stefan Schaffer sprechen hören möchten, sollten am Future of Chatbots & Conversational AI Summit von Group futurista teilnehmen.

mm

Antoine ist ein visionärer Leiter und Gründungspartner von Unite.AI, getrieben von einer unerschütterlichen Leidenschaft für die Gestaltung und Förderung der Zukunft von KI und Robotik. Als Serienunternehmer glaubt er, dass KI für die Gesellschaft so disruptiv sein wird wie Elektrizität, und er wird oft dabei erwischt, wie er über das Potenzial disruptiver Technologien und AGI schwärmt.

Als Futurist ist er darauf bedacht, zu erforschen, wie diese Innovationen unsere Welt prägen werden. Darüber hinaus ist er der Gründer von Securities.io, einer Plattform, die sich auf Investitionen in bahnbrechende Technologien konzentriert, die die Zukunft neu definieren und ganze Branchen umgestalten.