Nowy czatbot Googlea Meena może prowadzić rozsądne, szczegółowe rozmowy o niemal wszystkim

Jak imponujące i użyteczne są wirtualni asystenci, tacy jak Siri, Alexa i Google Assistant, ich umiejętności konwersacyjne są zwykle ograniczone do otrzymywania pewnych poleceń i dostarczania predefiniowanych odpowiedzi. Firmy takie jak Google i Amazon prowadzą prace nad metodami szkolenia i rozwoju sztucznej inteligencji, które mogą uczynić czatboty bardziej wszechstronnymi i elastycznymi, umożliwiając im prowadzenie rozmów z użytkownikami w znacznie bardziej naturalny sposób. Jak donosi DigitalTrends, Google opublikował niedawno artykuł demonstrujący możliwości swojego nowego czatbota, nazwanego „Meena”. Zgodnie z postem na blogu od badaczy, Meena może prowadzić rozmowę z użytkownikami na niemal każdy temat.

Meena jest czatbotem o otwartym zakresie, co oznacza, że odpowiada na kontekst dotychczasowej rozmowy i dostosowuje się do danych wejściowych, aby dostarczyć bardziej naturalne odpowiedzi. Większość innych czatbotów jest zamknięta, co oznacza, że ich odpowiedzi są związane z pewnymi pomysłami i ograniczone do wykonywania określonych zadań.

Zgodnie z raportem Google, elastyczność Meena była wynikiem ogromnego zbioru danych szkoleniowych. Meena została wyszkolona na około 40 miliardach słów pobranych z rozmów na mediach społecznościowych i przefiltrowanych w celu uzyskania najbardziej istotnych i reprezentatywnych słów. Google próbował rozwiązać niektóre z problemów, które występują w większości asystentów głosowych, takich jak zdolność do radzenia sobie z tematami i poleceniami, które rozwijają się w trakcie wielu tur rozmowy, z użytkownikiem dostarczającym dodatkowe dane wejściowe po odpowiedzi bota. Oznacza to, że wiele czatbotów nie jest w stanie poprosić użytkownika o wyjaśnienie i gdy pojawia się zapytanie, które nie może być zinterpretowane, często po prostu przechodzą do wyników wyszukiwania.

Aby rozwiązać ten konkretny problem, badacze Google umożliwili swoim algorytmom śledzenie kontekstu rozmowy, co pozwala im generować konkretne odpowiedzi. Model wykorzystywał encoder, który przetwarzał to, co już zostało powiedziane w rozmowie, oraz decoder, który tworzył odpowiedź na podstawie kontekstu. Model został wyszkolony na danych specyficznych i niespecyficznych. Dane specyficzne to słowa, które są ściśle związane z poprzednim oświadczeniem. Jak wyjaśnił post na blogu Google:

„Na przykład, jeśli A powie: „Kocham tenis”, a B odpowie: „To ładnie”, wtedy wypowiedź powinna być oznaczona jako „niespecyficzna”. Odpowiedź taka mogłaby być użyta w dziesiątkach różnych kontekstów. Ale jeśli B odpowie: „Także ja, nie mogę się nacieszyć Rogera Federera!”, to jest oznaczona jako „specyficzna”, ponieważ ściśle odnosi się do tego, co jest dyskutowane.

Dane wykorzystane do szkolenia modelu składały się z siedmiu „tur” rozmowy. Podczas szkolenia model miał 2,6 miliarda parametrów, które analizowały 341 GB danych tekstowych w poszukiwaniu wzorców, co stanowiło zbiór danych ośmiokrotnie większy niż zbiór danych wykorzystany do szkolenia modelu GPT-2 stworzonego przez OpenAI.

Google poinformował o wynikach Meena w teście Sensibleness and Specificity Average (SSA). SSA to metryka zaprojektowana przez badaczy Google, mająca na celu ilościową ocenę zdolności jednostki konwersacyjnej do odpowiadania na konkretne, istotne odpowiedzi w trakcie rozmowy.

Wyniki SSA są obliczane przez testowanie modelu na określonej liczbie wypowiedzi, a liczba rozsądnych odpowiedzi, które model udzielił, jest śledzona. Wynik modelu jest pochodną odsetka rozsądnych/konkretnej odpowiedzi, które model był w stanie udzielić w odniesieniu do wypowiedzi. Odpowiedzi generyczne są karane. Zgodnie z Google, przeciętna osoba uzyskuje wynik około 86% w teście SSA, podczas gdy Meena uzyskała wynik 79%. Inny słynny model AI, agent stworzony przez Pandora Bots, wygrał Nagrodę Loebnera w uznaniu faktu, że ich boty AI osiągnęły zaawansowaną, podobną do ludzkiej komunikację. Agent Pandora Bots uzyskał wynik około 56% w teście SSA.

Microsoft i Amazon również próbują stworzyć bardziej elastyczne i naturalne czatboty. Microsoft przez dwa lata próbował tworzyć wieloturowe dialogi w czatbotach, nabywając Semantic Machines, startup AI, aby poprawić Cortanę. Amazon niedawno przeprowadził wyzwania Alexa Prize, które zachęcało uczestników do zaprojektowania bota, który mógłby prowadzić rozmowę przez około 20 minut.