O Novo Chatbot Meena do Google Pode Manter Conversas Sensatas e Específicas Sobre Quase Qualquer Coisa

Como impressionante e útil que sejam os assistentes virtuais como Siri, Alexa e Google Assistant, suas habilidades conversacionais são tipicamente limitadas a receber certos comandos e entregar respostas pré-definidas. Empresas como Google e Amazon vêm perseguindo métodos de treinamento e desenvolvimento de IA que possam tornar os chatbots de IA mais robustos e flexíveis, capazes de manter conversas com os usuários de uma maneira muito mais natural. Como relatado pelo DigitalTrends, o Google recentemente publicou um artigo demonstrando as capacidades de seu novo chatbot, apelidado de “Meena”. De acordo com um post de blog dos pesquisadores, Meena pode se engajar em conversa com os usuários sobre quase qualquer tópico.

Meena é um chatbot de domínio aberto, o que significa que ele responde ao contexto da conversa até agora e se adapta às entradas para entregar respostas mais naturais. A maioria dos outros chatbots é de domínio fechado, o que significa que suas respostas são temáticas em torno de certas ideias e limitadas a realizar tarefas específicas.

De acordo com o relatório do Google, a flexibilidade de Meena foi o resultado de um conjunto de dados de treinamento massivo. Meena foi treinada em cerca de 40 bilhões de palavras extraídas de conversas de mídia social e filtradas para as palavras mais relevantes e representativas. O Google visou lidar com alguns dos problemas que são encontrados na maioria dos assistentes de voz, como a capacidade de lidar com tópicos e comandos que se desenrolam ao longo de várias voltas na conversa, com o usuário fornecendo entradas adicionais após o bot ter respondido a uma entrada. Isso significa que muitos chatbots são incapazes de solicitar esclarecimentos ao usuário e, quando há uma consulta que não pode ser interpretada, eles frequentemente simplesmente retornam resultados da web.

Para lidar com esse problema específico, os pesquisadores do Google habilitaram seus algoritmos a manter o contexto da conversa, o que significa que ele pode gerar respostas específicas. O modelo usou um codificador que processa o que já foi dito na conversa e um decodificador que cria uma resposta com base no contexto. O modelo foi treinado em dados específicos e não específicos. Dados específicos são palavras que estão intimamente relacionadas à declaração anterior. Como o post do Google explicou:

“Por exemplo, se A diz, ‘Eu amo tênis’, e B responde, ‘Isso é legal’, então a declaração deve ser marcada como ‘não específica’. Essa resposta pode ser usada em dezenas de contextos diferentes. Mas se B responde, ‘Eu também, não consigo parar de pensar em Roger Federer!’, então é marcado como ‘específico’ desde que se relaciona estreitamente com o que está sendo discutido.

Os dados usados para treinar o modelo consistiam em sete “voltas” na conversa. Durante o treinamento, o modelo tinha 2,6 bilhões de parâmetros que examinavam 341 GB de dados de texto para padrões, um conjunto de dados cerca de 8,5 vezes maior do que o conjunto de dados usado para treinar o modelo GPT-2 criado pela OpenAI.

O Google relatou como Meena se saiu no métrico de Sensatez e Especificidade Média (SSA). O SSA é uma métrica projetada pelos pesquisadores do Google e tem como objetivo quantificar a capacidade de uma entidade conversacional de responder com respostas específicas e relevantes à medida que a conversa avança.

As pontuações do SSA são calculadas testando um modelo contra um número fixo de prompts, e o número de respostas sensatas que o modelo fornece é rastreado. A pontuação do modelo é derivada com base no percentual de respostas sensatas/específicas que o modelo foi capaz de fornecer em relação aos prompts. Respostas genéricas são penalizadas. De acordo com o Google, uma pessoa média pontua cerca de 86% no SSA, enquanto Meena foi capaz de pontuar 79%. Outro modelo de IA famoso, um agente criado pela Pandora Bots, ganhou o Prêmio Loebner em reconhecimento ao fato de que seus bots de IA alcançaram uma comunicação sofisticada e semelhante à humana. O agente Pandora Bots alcançou aproximadamente 56% no teste SSA.

Microsoft e Amazon também estão tentando criar chatbots mais flexíveis e naturais. A Microsoft vem tentando criar diálogos de várias voltas em chatbots por dois anos, adquirindo Semantic Machines, uma startup de IA, para melhorar o Cortana. A Amazon recentemente realizou o desafio Alexa Prize, que incentivou os participantes a projetar um bot capaz de conversar por aproximadamente 20 minutos.