गूगल का नया मीना चैटबॉट लगभग किसी भी चीज़ के बारे में समझदार और विशिष्ट बातचीत कर सकता है

जितना प्रभावशाली और उपयोगी वर्चुअल असिस्टेंट जैसे सिरी, एलेक्सा और गूगल असिस्टेंट हैं, उनकी बातचीत क्षमता आमतौर पर कुछ कमांड प्राप्त करने और पूर्व-निर्धारित प्रतिक्रियाओं को वितरित करने तक सीमित होती है। गूगल और अमेज़ॅन जैसी कंपनियां एआई प्रशिक्षण और विकास के तरीकों को आगे बढ़ा रही हैं जो एआई चैटबॉट्स को अधिक मजबूत और लचीला बना सकते हैं, जो उपयोगकर्ताओं के साथ बहुत अधिक प्राकृतिक तरीके से बातचीत कर सकते हैं। डिजिटलट्रेंड्स की रिपोर्ट के अनुसार, गूगल ने हाल ही में एक पेपर प्रकाशित किया है जिसमें अपने नए चैटबॉट, “मीना” की क्षमताओं का प्रदर्शन किया गया है। शोधकर्ताओं के एक ब्लॉग पोस्ट के अनुसार, मीना लगभग किसी भी विषय पर अपने उपयोगकर्ताओं के साथ बातचीत में शामिल हो सकता है।

मीना एक ओपन-डोमेन चैटबॉट है, जिसका अर्थ है कि यह बातचीत के संदर्भ के लिए प्रतिक्रिया करता है और अधिक प्राकृतिक प्रतिक्रियाओं को वितरित करने के लिए इनपुट के अनुसार अनुकूलन करता है। अधिकांश अन्य चैटबॉट्स बंद-डोमेन होते हैं, जिसका अर्थ है कि उनकी प्रतिक्रियाएं कुछ विशिष्ट विचारों के इर्द-गिर्द केंद्रित होती हैं और विशिष्ट कार्यों को पूरा करने तक सीमित होती हैं।

गूगल की रिपोर्ट के अनुसार, मीना की लचीलापन एक विशाल प्रशिक्षण डेटासेट का परिणाम था। मीना को लगभग 40 अरब शब्दों पर प्रशिक्षित किया गया था, जो सोशल मीडिया बातचीत से लिए गए थे और सबसे प्रासंगिक और प्रतिनिधि शब्दों के लिए फ़िल्टर किए गए थे। गूगल ने अधिकांश वॉयस असिस्टेंट में पाए जाने वाली कुछ समस्याओं से निपटने का प्रयास किया, जैसे कि विभिन्न मोड़ पर बातचीत के विषयों और कमांड को संभालने की क्षमता, जहां उपयोगकर्ता बॉट की प्रतिक्रिया के बाद अतिरिक्त इनपुट प्रदान करता है। इसका अर्थ है कि अधिकांश चैटबॉट स्पष्टीकरण के लिए उपयोगकर्ता को प्रेरित नहीं कर सकते हैं और जब कोई प्रश्न व्याख्या करने में असमर्थ होता है तो वे अक्सर केवल वेब परिणामों पर निर्भर करते हैं।

इस विशिष्ट समस्या से निपटने के लिए, गूगल के शोधकर्ताओं ने अपने अल्गोरिदम को बातचीत के संदर्भ को ट्रैक करने में सक्षम बनाया, जिसका अर्थ है कि यह विशिष्ट उत्तर प्रदान कर सकता है। मॉडल ने एक एनकोडर का उपयोग किया जो बातचीत में पहले से कही गई बातों को संसाधित करता है और एक डिकोडर जो संदर्भ के आधार पर प्रतिक्रिया बनाता है। मॉडल को विशिष्ट और गैर-विशिष्ट डेटा पर प्रशिक्षित किया गया था। विशिष्ट डेटा वे शब्द हैं जो पिछले बयान से密त से संबंधित हैं। गूगल पोस्ट के अनुसार:

“उदाहरण के लिए, यदि ए कहता है, ‘मुझे टेनिस पसंद है,’ और बी जवाब देता है, ‘यह अच्छा है,’ तो उत्तर को ‘विशिष्ट नहीं’ के रूप में चिह्नित किया जाना चाहिए। यह प्रतिक्रिया दर्जनों अलग-अलग संदर्भों में उपयोग की जा सकती है। लेकिन अगर बी जवाब देता है, ‘मुझे भी! मैं रोजर फेडरर से प्यार करता हूँ!’, तो यह ‘विशिष्ट’ के रूप में चिह्नित किया जाता है क्योंकि यह जो चर्चा की जा रही है उससे密त से संबंधित है।”

मॉडल को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा में बातचीत के सात “मोड़” शामिल थे। प्रशिक्षण के दौरान, मॉडल में 2.6 अरब पैरामीटर थे जिन्होंने 341 जीबी टेक्स्ट डेटा को पैटर्न के लिए परीक्षण किया, जो डेटासेट से लगभग 8.5 गुना बड़ा था जिसका उपयोग ओपनएआई द्वारा जीपीटी-2 मॉडल को प्रशिक्षित करने के लिए किया गया था।

गूगल ने सेंसिबलनेस और स्पेसिफिसिटी एवरेज (एसएसए) मीट्रिक पर मीना के प्रदर्शन की रिपोर्ट की। एसएसए एक मीट्रिक है जिसे गूगल शोधकर्ताओं द्वारा डिज़ाइन किया गया है और इसका उद्देश्य एक बातचीत इकाई की क्षमता को मापना है जो विशिष्ट, प्रासंगिक प्रतिक्रियाओं के साथ जवाब दे सकती है क्योंकि बातचीत आगे बढ़ती है।

एसएसए स्कोर की गणना एक मॉडल को एक निश्चित संख्या में प्रॉम्प्ट के खिलाफ परीक्षण करके की जाती है, और मॉडल द्वारा दी गई समझदार प्रतिक्रियाओं की संख्या को ट्रैक किया जाता है। मॉडल का स्कोर प्रॉम्प्ट के संबंध में समझदार/विशिष्ट प्रतिक्रियाओं के प्रतिशत के आधार पर प्राप्त किया जाता है। जेनेरिक प्रतिक्रियाओं को दंडित किया जाता है। गूगल के अनुसार, एक औसत व्यक्ति एसएसए में लगभग 86% स्कोर करता है, जबकि मीना 79% स्कोर कर सका। एक अन्य प्रसिद्ध एआई मॉडल, पैंडोरा बॉट्स द्वारा बनाया गया एक एजेंट, लोएबनर प्राइज़ जीतने में सफल रहा, जो इस तथ्य को मान्यता देता है कि उनके एआई बॉट्स ने परिष्कृत मानव जैसी संचार प्राप्त की। पैंडोरा बॉट्स एजेंट ने एसएसए परीक्षण में लगभग 56% हासिल किया।

माइक्रोसॉफ्ट और अमेज़ॅन भी अधिक लचीले और प्राकृतिक चैटबॉट बनाने का प्रयास कर रहे हैं। माइक्रोसॉफ्ट दो साल से चैटबॉट्स में मल्टी-टर्न डायलॉग बनाने का प्रयास कर रहा है, सेमेंटिक मशीन को अधिग्रहित करके, एक एआई स्टार्टअप, कोर्टाना में सुधार करने के लिए। अमेज़ॅन ने हाल ही में एलेक्सा प्राइज़ चैलेंज चलाया, जिसमें प्रतिभागियों को लगभग 20 मिनट तक बातचीत करने में सक्षम बॉट डिज़ाइन करने के लिए प्रोत्साहित किया गया।