Il nuovo chatbot Meena di Google può sostenere conversazioni sensate e specifiche su quasi tutto

Sebbene gli assistenti virtuali come Siri, Alexa e Google Assistant siano impressionanti e utili, le loro capacità conversazionali sono generalmente limitate a ricevere determinati comandi e fornire risposte predefinite. Le aziende come Google e Amazon (AMZN ) stanno cercando metodi di formazione e sviluppo dell’AI per rendere i chatbot più robusti e flessibili, in grado di sostenere conversazioni con gli utenti in modo più naturale. Come riportato da DigitalTrends, Google ha recentemente pubblicato un documento che dimostra le capacità del suo nuovo chatbot, chiamato “Meena”. Secondo un post del blog dei ricercatori, Meena può sostenere conversazioni con gli utenti su quasi qualsiasi argomento.

Meena è un chatbot a dominio aperto, il che significa che risponde al contesto della conversazione fino a quel momento e si adatta agli input per fornire risposte più naturali. La maggior parte degli altri chatbot sono a dominio chiuso, il che significa che le loro risposte sono tematiche e limitate a compiti specifici.

Secondo il rapporto di Google, la flessibilità di Meena è il risultato di un enorme set di dati di formazione. Meena è stato addestrato su circa 40 miliardi di parole tratte da conversazioni sui social media e filtrate per le parole più rilevanti e rappresentative. Google ha cercato di risolvere alcuni dei problemi che si trovano nella maggior parte degli assistenti vocali, come la capacità di gestire argomenti e comandi che si sviluppano nel corso di più turni di conversazione, con l’utente che fornisce input aggiuntivi dopo che il bot ha risposto a un input. Ciò significa che molti chatbot non sono in grado di chiedere chiarimenti e, quando c’è una query che non può essere interpretata, spesso si limitano a fornire risultati web.

Per risolvere questo problema, i ricercatori di Google hanno abilitato i loro algoritmi a tenere traccia del contesto della conversazione, in modo che possano generare risposte specifiche. Il modello utilizza un encoder che elabora ciò che è stato detto nella conversazione e un decoder che crea una risposta in base al contesto. Il modello è stato addestrato su dati specifici e non specifici. I dati specifici sono parole strettamente correlate alla dichiarazione precedente. Come spiegato nel post di Google:

“Ad esempio, se A dice: ‘Mi piace il tennis’, e B risponde: ‘È bello’, allora la dichiarazione dovrebbe essere contrassegnata come ‘non specifica’. Quella risposta potrebbe essere utilizzata in dozzine di contesti diversi. Ma se B risponde: ‘Anch’io, non posso fare a meno di Roger Federer!’, allora è contrassegnata come ‘specifico’ poiché si riferisce strettamente a ciò che si sta discutendo.

I dati utilizzati per addestrare il modello consistevano in sette “turni” di conversazione. Durante l’addestramento, il modello aveva 2,6 miliardi di parametri che esaminavano 341 GB di dati testuali per modelli, un set di dati circa 8,5 volte più grande del set di dati utilizzato per addestrare il modello GPT-2 creato da OpenAI.

Google ha riportato le prestazioni di Meena utilizzando la metrica Sensibleness and Specificity Average (SSA). L’SSA è una metrica progettata dai ricercatori di Google e intende quantificare la capacità di un’entità conversazionale di rispondere con risposte specifiche e rilevanti mentre la conversazione procede.

I punteggi SSA sono calcolati testando un modello contro un numero fisso di prompt e tracciando il numero di risposte sensate che il modello fornisce. Il punteggio del modello è derivato in base alla percentuale di risposte sensate/specifiche che il modello è stato in grado di fornire rispetto ai prompt. Le risposte generiche sono penalizzate. Secondo Google, una persona media ottiene circa l’86% nel SSA, mentre Meena è stato in grado di ottenere il 79%. Un altro famoso modello di intelligenza artificiale, un agente creato da Pandora Bots, ha vinto il Loebner Prize in riconoscimento del fatto che i suoi bot di intelligenza artificiale hanno raggiunto una comunicazione umana sofisticata. L’agente di Pandora Bots ha ottenuto circa il 56% nel test SSA.

Microsoft (MSFT ) e Amazon stanno anche cercando di creare chatbot più flessibili e naturali. Microsoft ha cercato di creare un dialogo a più turni nei chatbot per due anni, acquisendo Semantic Machines, una startup di intelligenza artificiale, per migliorare Cortana. Amazon ha recentemente lanciato la sfida Alexa Prize, che ha invitato i partecipanti a progettare un bot in grado di conversare per circa 20 minuti.