Googleの新しいMeenaチャットボットは、ほとんどすべてについて、妥当で具体的な会話を可能にする

仮想アシスタントであるSiri、Alexa、Google (GOOGL ) Assistantは、印象的で便利ですが、その会話スキルは通常、特定のコマンドを受け取って事前に定義された応答を提供することに限定されています。GoogleやAmazonなどの企業は、AIトレーニングと開発の方法を追求してきました。これにより、AIチャットボットがより強力で柔軟になり、会話をより自然な方法で行うことができます。DigitalTrendsによると、Googleは最近、論文を公開し、新しいチャットボット「Meena」の能力を実証しました。研究者のブログ投稿によると、Meenaは、ほとんどすべてのトピックについて会話を交わすことができます。

Meenaは、オープンドメインチャットボットであり、会話のコンテキストに応じて応答し、入力に適応してより自然な応答を提供します。ほとんどの他のチャットボットは、クローズドドメインであり、特定のアイデアの周りにテーマ化された応答を提供し、特定のタスクを実行することだけに限定されています。

Googleの報告によると、Meenaの柔軟性は、巨大なトレーニングデータセットの結果でした。Meenaは、ソーシャルメディアの会話から約40億語を抽出し、最も関連性の高い単語にフィルタリングしました。Googleは、ほとんどのボイスアシスタントで見られる問題に対処しようとしました。たとえば、会話の中で複数のターンにわたるトピックやコマンドを処理する能力、ユーザーがボットの応答後に追加の入力を提供する場合、ボットがユーザーに明確化を求めることができない場合、ボットは通常、ウェブ結果に戻ります。

この特定の問題に対処するために、Googleの研究者は、アルゴリズムを会話のコンテキストを追跡するように 設計しました。つまり、特定の回答を生成できます。モデルは、会話で既に述べられた内容を処理するエンコーダーと、コンテキストに基づいて応答を生成するデコーダーを使用しました。モデルは、特定のデータと非特定のデータの両方でトレーニングされました。特定のデータは、前のステートメントに密接に関連する単語です。Googleの投稿では、

「たとえば、Aが『私はテニスが好きだ』と言った場合、Bが『それは素晴らしい』と応答した場合、発言は『特定的でない』とマークされます。その応答は、さまざまなコンテキストで使用できます。しかし、Bが『私も、ロジャー・フェデラーが大好き！』と応答した場合、それは『特定的』とマークされます。なぜなら、それは現在話されていることに関連しているからです。

モデルをトレーニングするために使用されたデータは、会話の7つの「ターン」で構成されました。トレーニング中、モデルには26億のパラメーターがあり、341 GBのテキストデータを分析してパターンを探しました。これは、OpenAIによって作成されたGPT-2モデルに使用されたデータセットの約8.5倍のサイズです。thenextweb.com。

Googleは、Meenaのパフォーマンスを、Sensibleness and Specificity Average（SSA）メトリックで報告しました。SSAは、Googleの研究者によって設計されたメトリックであり、会話の進行中に、会話エンティティが関連性のある応答を返す能力を量化することを目的としています。

SSAスコアは、モデルを固定数のプロンプトに対してテストし、モデルが提供する妥当で具体的な応答の数を追跡することによって計算されます。モデルのスコアは、プロンプトに対する妥当で具体的な応答の割合に基づいて導き出されます。一般的な応答はペナルティ付きです。Googleによると、平均的な人間はSSAで約86%のスコアを獲得しますが、Meenaは79%のスコアを獲得しました。もう1つの有名なAIモデルであるPandora Botsエージェントは、Loebner Prizeを獲得し、人間のようなコミュニケーションを達成しました。Pandora Botsエージェントは、SSAテストで約56%のスコアを獲得しました。

MicrosoftとAmazonも、より柔軟で自然なチャットボットを作成しようとしています。Microsoftは2年間、チャットボットのマルチターンディアログを作成しようとしています。Semantic MachinesというAIスタートアップを取得し、Cortanaを改善しました。Amazonは最近、Alexa Prizeチャレンジを実施し、約20分間会話を交わすことができるボットを設計するよう参加者に求めました。