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

Così impressionanti e utili come possono essere gli assistenti virtuali come Siri, Alexa e Google Assistant, le loro capacità conversazionali sono tipicamente limitate a ricevere determinati comandi e consegnare risposte predefinite. Aziende come Google e Amazon stanno perseguendo metodi di formazione e sviluppo dell’AI che possano rendere i chatbot più robusti e flessibili, in grado di portare avanti 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 impegnarsi in conversazione 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 su determinate idee 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 affrontare alcuni dei problemi che si trovano nella maggior parte degli assistenti vocali, come la capacità di gestire argomenti e comandi che si sviluppano su 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 all’utente chiarimenti e, quando c’è una query che non può essere interpretata, spesso si limitano a fornire risultati web.

Per affrontare questo particolare problema, i ricercatori di Google hanno abilitato i loro algoritmi a tenere traccia del contesto della conversazione, il che significa che possono generare risposte specifiche. Il modello utilizza un encoder che elabora ciò che è già 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 che sono strettamente correlate alla dichiarazione precedente. Come spiega il post di Google:

“Ad esempio, se A dice: ‘Adoro il tennis’, e B risponde: ‘È bello’, allora l’utterance dovrebbe essere marcato come ‘non specifico’. 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 marcato come ‘specifico’ poiché è strettamente correlato a ciò che si sta discutendo.

I dati utilizzati per addestrare il modello consistevano di sette “turni” di conversazione. Durante l’addestramento, il modello aveva 2,6 miliardi di parametri che esaminavano 341 GB di dati di testo 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 come Meena abbia performato al metrico Sensibleness and Specificity Average (SSA). L’SSA è un metrico progettato dai ricercatori di Google e inteso a 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 il numero di risposte sensate che il modello fornisce viene tracciato. Il punteggio del modello è derivato in base al percentile 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 un punteggio dell’86% sull’SSA, mentre Meena è stata in grado di ottenere un punteggio del 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 loro bot di intelligenza artificiale hanno raggiunto una comunicazione umana sofisticata. L’agente Pandora Bots ha ottenuto circa il 56% nel test SSA.

Microsoft e Amazon stanno anche cercando di creare chatbot più flessibili e naturali. Microsoft sta cercando di creare dialoghi a più turni nei chatbot da 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.