Новий чат-бот Meena від Google може вести зрозумілі та конкретні розмови майже про все

Хоча віртуальні помічники, такі як Siri, Alexa та Google Assistant, є досить вражаючими та корисними, їхні розмовні навички зазвичай обмежені прийняттям певних команд та надання попередньо визначених відповідей. Компанії, такі як Google та Amazon (AMZN ), розробляють методи навчання та вдосконалення штучного інтелекту, щоб зробити чат-ботів більш гнучкими та здатними вести розмови з користувачами більш природним чином. Як повідомляє DigitalTrends, Google недавно опублікував роботу, яка демонструє можливості свого нового чат-бота, названого “Meena”. За повідомленням дослідників, Meena може вступати у розмову з користувачами на майже будь-яку тему.

Meena є відкритим чат-ботом, тобто він реагує на контекст розмови та адаптується до вхідних даних, щоб надавати більш природні відповіді. Більшість інших чат-ботів є закритими, тобто їхні відповіді тематично обмежені та призначені для виконання конкретних завдань.

За даними звіту Google, гнучкість Meena була результатом величезної навчальної бази даних. Meena був навчений на близько 40 мільярдах слів, витягнутих із соціальних мереж та фільтрованих для отримання найбільш актуальних та представницьких слів. Google намагалася вирішити деякі проблеми, які притаманні більшості голосових помічників, таких як можливість обробляти теми та команди, що розгортаються протягом кількох кроків у розмові, коли користувач надає додаткові вхідні дані після відповіді бота. Це означає, що багато чат-ботів не можуть запитати у користувача уточнення та часто звертаються до результатів пошуку, коли не можуть інтерпретувати запит.

Щоб вирішити цю проблему, дослідники Google змогли налаштувати свої алгоритми для відстеження контексту розмови, тобто вони можуть генерувати конкретні відповіді. Модель використовувала кодувальник, який обробляє те, що вже було сказано у розмові, та декодувальник, який створює відповідь на основі контексту. Модель була навчена на конкретних та неконкретних даних. Конкретні дані – це слова, які тісно пов’язані з попередньою заявою. Як пояснює пост Google:

“Наприклад, якщо А каже: «Я люблю теніс», а Б відповідає: «Це добре», то це висловлювання повинно бути позначено як «не конкретне». Така відповідь могла б бути використана в десятках різних контекстів. Але якщо Б відповідає: «Мені теж, я не можу насытитися Роджером Федерером!», то це позначається як «конкретне», оскільки воно тісно пов’язане з тим, що обговорюється.

Дані, які були використані для навчання моделі, складалися з семи «кроків» у розмові. Під час навчання модель мала 2,6 мільярда параметрів, які аналізували 341 ГБ текстових даних для пошуку закономірностей, набір даних, який у 8,5 рази більший, ніж набір даних, використаний для навчання моделі GPT-2 створеної OpenAI.

Google повідомила про результати роботи Meena за метрикою Sensibleness and Specificity Average (SSA). SSA – це метрика, розроблена дослідниками Google, яка призначена для кількісної оцінки здатності розмовної сутності відповідати конкретними, актуальними відповідями під час розмови.

Бали SSA обчислюються шляхом тестування моделі на фіксованому числі запитів, а кількість розумних відповідей, які модель надає, відстежується. Результат моделі виводиться на основі відсотка розумних/конкретних відповідей, які модель змогла надати щодо запитів. Загальні відповіді штрафуються. За даними Google, середній показник людини становить близько 86% на SSA, тоді як Meena змогла набрати 79%. Інша відома модель штучного інтелекту, агент, створений Pandora Bots, виграв премію Лебнера за досягнення у сфері комунікації, подібної до людської. Агент Pandora Bots досяг близько 56% у тесті SSA.

Microsoft (MSFT ) та Amazon також намагаються створити більш гнучкі та природні чат-боти. Microsoft протягом двох років намагається створити багатоступеневі діалоги у чат-ботах, придбавши Semantic Machines, стартап штучного інтелекту, для вдосконалення Cortana. Amazon недавно провела челендж Alexa Prize, який спонукав учасників розробити бота, здатного вести розмову протягом приблизно 20 хвилин.