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

सिरी जैसे वर्चुअल असिस्टेंट, एलेक्सा और गूगल असिस्टेंट उतने ही प्रभावशाली और उपयोगी हैं, उनकी बातचीत कौशल आमतौर पर कुछ कमांड प्राप्त करने और पूर्व-निर्धारित प्रतिक्रियाओं को वितरित करने तक सीमित होते हैं। गूगल और अमेज़ॅन जैसी कंपनियां उन तरीकों को आगे बढ़ाने के लिए एआई प्रशिक्षण और विकास के तरीकों का पीछा कर रही हैं जो एआई चैटबॉट को अधिक मजबूत और लचीला बना सकते हैं, जो उपयोगकर्ताओं के साथ बहुत अधिक प्राकृतिक तरीके से बातचीत कर सकते हैं। डिजिटलट्रेंड्स द्वारा रिपोर्ट के अनुसार, गूगल ने हाल ही में एक पेपर प्रकाशित किया है जो अपने नए चैटबॉट, जिसे “मीना” कहा जाता है, की क्षमताओं को प्रदर्शित करता 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 देता है और अधिक प्राकृतिक प्रतिक्रियाओं को वितरित करने के लिए इनपुट के अनुसार अनुकूलन करता है। अधिकांश अन्य चैटबॉट बंद-डोमेन होते हैं, जिसका अर्थ है कि उनकी प्रतिक्रियाएं कुछ विचारों के आसपास थीम 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 कुछ समस्याओं को संबोधित करने का प्रयास किया जो अधिकांश वॉयस असिस्टेंट में पाई जाती हैं, जैसे कि कई मोड़ पर बातचीत और कमांड को संभालने की क्षमता, जब उपयोगकर्ता बॉट की प्रतिक्रिया के बाद अतिरिक्त इनपुट प्रदान करता है। इसका अर्थ है कि अधिकांश चैटबॉट उपयोगकर्ता से स्पष्टीकरण मांगने में असमर्थ होते 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 एल्गोरिदम 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 कही जा चुकी बातों को संसाधित करता है और एक डिकोडर जो संदर्भ के आधार पर एक प्रतिक्रिया बनाता है। मॉडल को विशिष्ट और गैर-विशिष्ट डेटा पर प्रशिक्षित किया गया था। विशिष्ट डेटा वे शब्द हैं जो पिछले बयान से密切 संबंधित हैं। जैसा कि गूगल पोस्ट में समझाया गया है:

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

मॉडल को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा में बातचीत में सात “मोड़” शामिल थे। प्रशिक्षण के दौरान, मॉडल में 2.6 अरब पैरामीटर थे जिन्होंने 341 जीबी पाठ 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 मीना के प्रदर्शन को सेंसिबलनेस और स्पेसिफिसिटी एवरेज (एसएसए) मीट्रिक पर रिपोर्ट किया। एसएसए एक मीट्रिक है जिसे गूगल शोधकर्ताओं द्वारा डिज़ाइन किया गया है और इसका उद्देश्य एक बातचीत इकाई की क्षमता को मापना है जो एक बातचीत के दौरान विशिष्ट, प्रासंगिक प्रतिक्रियाओं के साथ प्रतिक्रिया दे सकती 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। सामान्य प्रतिक्रियाएं दंडित होती हैं। गूगल के अनुसार, एक औसत व्यक्ति एसएसए पर लगभग 86% स्कोर करता है, जबकि मीना 79% स्कोर कर सकता है। एक अन्य प्रसिद्ध एआई मॉडल, पांडोरा बॉट्स द्वारा बनाया गया एक एजेंट, लोएबनर पुरस्कार जीतने के लिए मानव-जैसी संचार प्राप्त करने में सफल रहा। पांडोरा 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 चैटबॉट में मल्टी-टर्न डायलॉग बनाने का प्रयास कर रहा है, सेमेंटिक मशीन नामक एक एआई स्टार्टअप का अधिग्रहण करके कोर्टाना में सुधार करने के लिए। अमेज़ॅन ने हाल ही में एलेक्सा प्राइज चैलेंज चलाया, जिसने प्रतिभागियों को लगभग 20 मिनट तक बातचीत करने में सक्षम एक बॉट डिज़ाइन करने के लिए प्रेरित किया।