Стефан Шаффер, Старший дослідник, Німецький дослідницький центр штучного інтелекту (DFKI) – Серія інтерв’ю

Стефан Шаффер є Старшим дослідником і керівником групи відділу когнітивних асистентів Німецького дослідницького центру штучного інтелекту (DFKI). Його роботи призвели до створення декількох розмовних інтерфейсів для таких галузей, як мобільність, автомобільна промисловість, податкова інформація, обслуговування клієнтів тощо. Наразі він працює над розробкою чат-ботів для ланцюгів цінності та гібридних заходів. До вступу до DFKI Стефан працював менеджером продукту в Linon Medien. Він вивчав наукові комунікації та комп’ютерні науки та захистив докторську дисертацію в Технічному університеті Берліна в галузі багатомодальної взаємодії людини з комп’ютером.

Що спочатку привернуло вашу увагу до машинного навчання?

Вже під час навчання я мав великий інтерес до розпізнавання мови та відвідував курси, на яких ми створювали розпізнавачі мови з нуля.

Що спочатку привернуло вашу увагу до розпізнавання мови?

Я вже був зацікавлений у мовному взаємодії людини з комп’ютером, коли капітан Пікард говорив з “комп’ютером” і отримував осмислені відповіді.

Одним з ваших останніх проектів було створення інтерфейсу чат-бота для музею, який би передбачав питання відвідувачів. Про це можете розповісти?

Для інтеграції функції відповідей на питання до чат-бота музею ми спочатку зібрали багато питань і використали їх для покращення можливостей системи з відповідями на питання. Це було зроблено шляхом категоризації питань, а також матеріалів відповідей, які ми отримали від нашого партнера проекту Linon Medien, компанії, яка спеціалізується на виробництві мовного та текстового контенту для виставок.

Ваша команда також виявила, що анотації типу контенту можуть покращити точність, які відмінності в точності спостерігаються при анотаціях?

Анотації типу контенту покращили загальну точність чат-бота в розумінні природної мови. Це означає, що завдяки додатковим анотаціям система могла давати більш правильні відповіді.

Які з основних проблем при будівництві розмовного штучного інтелекту?

Без цих даних у більшості випадків можна запропонувати лише сценарні досвіди, які імітують розмови між реальними людьми, але вони статичні та тому дуже нереальні. Іншою проблемою є те, що процес розробки інтерфейсу розмовного штучного інтелекту вимагає спеціальної експертизи в конкретній галузі, в якій буде використовуватися система. Обмін необхідною інформацією між експертами з розмовного дизайну та експертами з конкретної галузі іноді є складним процесом, який потребує підтримки додаткових експертів з методів дизайну, орієнтованого на користувача.

Який ваш підхід до будівництва дружнього чат-бота та розмовного інтерфейсу?

Ми суворо дотримуємося парадигми дизайну, орієнтованого на користувача. Це означає, що ми взаємодіємо з нашими клієнтами та користувачами на ранніх етапах проекту, коли система ще не доступна. Ми починаємо з фокус-груп та збору даних і маємо зацікавлених сторін переглядати варіанти системи на ранніх етапах розробки.

Які ваші погляди на ChatGPT і GPT-4, чи є щось, що ви зробили б інакше?

Наразі ми використовуємо ChatGPT і GPT-4 як інструменти для генерації даних. Однак ми зазвичай намагаємося уникати підтримки закритої природи цих продуктів через їхнє використання в наших дослідницьких проектах. Ми очікуємо, що порівнянні відкриті моделі стануть доступними в найближчому майбутньому.

Ви будете виступати на майбутній Конференції майбутнього чат-ботів та розмовного штучного інтелекту, організованій Group futurista, про що ви будете говорити?

Я буду говорити про зв’язки між досвідом користувача та розмовним штучним інтелектом. Я буду зосереджений на дизайні, орієнтованому на користувача, даних та оцінці розмовних інтерфейсів.

Дякую за велике інтерв’ю, читачам, які бажають почути Стефана Шаффера, слід відвідати Конференцію майбутнього чат-ботів та розмовного штучного інтелекту організовану Group futurista.