A Siri okosabb lehet, ha tanul a hibáiból

Az Apple hangasszisztense, Siri.

szemüveg színvakságra

Próbáljon meg akár rövid beszélgetést is folytatni Sirivel, Cortanával vagy Alexával, és csalódottan a legközelebbi falba verheti a fejét.

A hangos asszisztensek gyakran jól tudnak válaszolni az egyszerű kérdésekre, de megküzdenek a bonyolult kérésekkel vagy bármilyen oda-vissza kérdéssel. Ez azonban megváltozhat, mivel a következő néhány évben új gépi tanulási technikákat alkalmaznak az ember-gép párbeszéd kihívásaira.



A múlt héten egy nagyszabású AI konferencián beszélt Steve Young , a Cambridge-i Egyetem professzora, aki részmunkaidőben az Apple Siri csapatában is dolgozik, arról beszélt, hogy a közelmúltbeli fejlesztések kezdik javítani a párbeszédrendszereket. Young nem kommentálta az Apple-nél végzett munkáját, de ismertette tudományos kutatásait.

A korai hangasszisztensek, köztük a Siri, gépi tanulást használtak a hangfelismeréshez, de a nyelvre a kódolt szabályok szerint reagáltak. Ez egyre inkább változik, ahogy a gépi tanulási technikákat alkalmazzák a nyelv elemzésére (lásd az AI nyelvi problémáját).

Young különösen azt mondta, hogy a megerősítő tanulás, a DeepMind által a világ egyik legjobb Go-játékosát legyőzni képes program felépítésére használt technika jelentősen elősegítheti a technika állásának előrehaladását. Míg az AlphaGo úgy tanult, hogy több ezer játékot játszott önmaga ellen, és minden egyes győzelemnél pozitív megerősítést kapott, a beszélgetőpartnerek változtathattak a válaszokon, és pozitív (vagy negatív) visszajelzést kaphattak a felhasználók cselekedetei formájában.

Azt hiszem, ennek nagy dolognak kell lennie – mondta Young a megerősítő tanulásról, amikor beszéltem vele a beszéde után. A legerősebb eszköz a felhasználó.

Young azt mondta, hogy a hangasszisztenseknek nem kell drámaian megváltoztatniuk a viselkedésüket, hogy ez hatást gyakoroljon. Lehet, hogy egyszerűen megpróbálnak egy műveletet kissé más módon végrehajtani. Ezt nagyon ellenőrzött módon lehet megtenni – mondta. Nem kell ostoba dolgokat csinálni.

Előadása során Young elmagyarázta, miért olyan nehéz a nyelv elemzése a gépek számára. A képfelismeréstől eltérően például a nyelv kompozíciós, ami azt jelenti, hogy ugyanazok az összetevők átrendezhetők, hogy jelentősen eltérő jelentéseket kapjanak. A nyelvvel kapcsolatos másik kulcsfontosságú kihívás az, hogy csak hiányos pillantást ad arra, hogy egy másik személy mit gondol, ezért gyakran kell találgatni egy kifejezés vagy mondat jelentését. Gyakorlati szinten, ahogy a beszélt lekérdezés hosszabbodik, értelmezése gyakran megköveteli a különböző területekről származó ismeretek összevonását. Például egy étteremre vonatkozó összetett lekérdezéshez szükség lehet az idő, a hely és az étel megértésére.

Young mégis úgy véli, hogy itt az ideje, hogy a beszélgető asszisztensek sokkal jobbak legyenek. Megvan a kereskedelmi kereslet és a technológia is – mondja. Úgy gondolom, hogy a következő öt évben valóban jelentős előrelépést fog látni.

Young csatlakozott az Apple-hez, miután a vállalat 2015-ben megvásárolta startupját, a VocalIQ-t. Az Apple-t azzal vádolják, hogy lemaradt a versenytársaktól a gépi tanulás és a mesterséges intelligencia fejlődésén alapuló technológia kiaknázásáért folytatott versenyben, de Young munkája szerint ez közel sem igaz. A vállalat emellett erőfeszítéseket tesz a mesterséges intelligencia kutatásának megnyitására, hogy megnyerje a legjobb tehetségeket. A cég a közelmúltban Ruslan Salakhutdinovot, a Carnegie Mellon Egyetem professzorát alkalmazta az MI első igazgatójának, és kutatói először kezdték el a cikkek bemutatását és publikálását (lásd az Apple megkapja az AI első igazgatóját).

Természetesen nem az Apple az egyetlen cég, aki érdeklődik a társalgási technológia iránt. Az Amazon Alexa – egy otthoni eszköz, amely teljes mértékben hangvezérlésre támaszkodik – slágerré vált, és más cégek is rohantak hasonló otthoni kisegítők kifejlesztésére. A Google Google Home nevű ajánlata különösen fejlett nyelvelemző technikákat használ (lásd: A Google Asszisztense ambiciózusabb, mint a Siri és az Alexa).

facebook oldalak az USA-ban

Az IBM kutatói a Michigani Egyetem csapatával együttműködve olyan párbeszédes rendszerekkel is kísérleteznek, amelyek a megerősítő tanulást használják ki. Satinder Baveja , a Michigani Egyetem professzora, aki részt vesz ebben a projektben, azt mondja, hogy a megerősítő tanulás hatékony új módszert kínál a párbeszédrendszerek képzésére, de nem hiszi, hogy Siri élete során igazán emberhez hasonló kommunikációs készségekre tesz szert.

Ezek a rendszerek gazdagabb kontextust fognak használni, mondja. Bár úgy gondolom, hogy hatókörük korlátozott marad, és olyan konkrét feladatokra vonatkoznak, mint az éttermi foglalások, utazások, műszaki támogatás stb.

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott