211service.com
Siri var kļūt gudrāka, mācoties no savām kļūdām
Apple balss asistents Siri.
Mēģiniet uzturēt kaut īsu sarunu ar Siri, Cortana vai Alexa, un jūs, iespējams, neapmierināti atsitāsit galvu pret tuvāko sienu.
Balss palīgi bieži vien labi spēj atbildēt uz vienkāršiem vaicājumiem, taču viņiem ir grūtības ar sarežģītiem pieprasījumiem vai jebkāda veida turp un atpakaļ. Tomēr tas varētu sākt mainīties, jo nākamajos gados cilvēka un mašīnas dialoga izaicinājumam tiks pielietotas jaunas mašīnmācīšanās metodes.
Runājot nozīmīgā AI konferencē pagājušajā nedēļā, Stīvs Jangs , Kembridžas Universitātes profesors, kurš arī nepilnu darba laiku strādā Apple Siri komandā, runāja par to, kā nesenie sasniegumi sāk uzlabot dialogu sistēmas. Jangs nekomentēja savu darbu Apple, bet aprakstīja savu akadēmisko pētījumu.
Agrīnie balss palīgi, tostarp Siri, balss atpazīšanai izmantoja mašīnmācīšanos, bet reaģēja uz valodu saskaņā ar stingri iekodētiem noteikumiem. Tas arvien vairāk mainās, jo valodas parsēšanai tiek izmantotas mašīnmācības metodes (skatiet AI valodas problēmu).
Jangs īpaši norādīja, ka pastiprināšanas mācīšanās, paņēmiens, ko DeepMind izmantoja, lai izveidotu programmu, kas spēj pārspēt vienu no pasaulē labākajiem Go spēlētājiem, varētu palīdzēt ievērojami uzlabot jaunāko sasniegumu. Kamēr AlphaGo mācījās, spēlējot tūkstošiem spēļu pret sevi, un ar katru uzvaru saņēma pozitīvu pastiprinājumu, sarunu aģenti varēja mainīt savas atbildes un saņemt pozitīvas (vai negatīvas) atsauksmes lietotāju darbību veidā.
Es domāju, ka tai ir jābūt lielai lietai, Jangs teica par pastiprināšanu, kad es runāju ar viņu pēc viņa runas. Visspēcīgākais jūsu īpašums ir lietotājs.
Jangs teica, ka balss asistentiem nevajadzētu krasi mainīt savu uzvedību, lai tam būtu ietekme. Viņi var vienkārši mēģināt veikt kādu darbību nedaudz savādāk. Viņš teica, ka jūs to varat izdarīt ļoti kontrolētā veidā. Jums nav jādara trakas lietas.
Savas runas laikā Jangs paskaidroja, kāpēc valodas parsēšana mašīnām ir tik sarežģīta. Atšķirībā no attēlu atpazīšanas, piemēram, valoda ir kompozīcijas, kas nozīmē, ka vienus un tos pašus komponentus var pārkārtot, lai radītu ļoti atšķirīgas nozīmes. Vēl viens galvenais valodas izaicinājums ir tas, ka tā sniedz tikai nepilnīgu priekšstatu par to, ko domā cita persona, tāpēc bieži vien ir jāmin, ko nozīmē frāze vai teikums. Praktiskā līmenī izrunātajam vaicājumam kļūstot garākam, tā interpretācijai bieži ir nepieciešams apvienot zināšanas no dažādām jomām. Piemēram, sarežģītam vaicājumam par restorānu var būt nepieciešama izpratne par laiku, vietu un ēdienu.
Tomēr Jangs uzskata, ka ir īstais laiks, lai sarunu palīgi kļūtu daudz labāki. Viņš saka, ka pastāv komerciālais pieprasījums, un pastāv arī tehnoloģija. Es domāju, ka nākamo piecu gadu laikā jūs redzēsiet patiešām ievērojamu progresu.
Jangs pievienojās Apple pēc tam, kad uzņēmums 2015. gadā iegādājās viņa jaunuzņēmumu VocalIQ. Apple ir apsūdzēts par atpalicību no konkurentiem sacīkstēs par tehnoloģiju izmantošanu, kuras pamatā ir mašīnmācības un AI sasniegumi, taču Jaga darbs liecina, ka tas ir tālu no patiesības. Un uzņēmums ir arī pielicis pūles, lai atvērtu savu AI izpēti, lai piesaistītu labākos talantus. Uzņēmums nesen nolīga Ruslanu Salakhutdinovu, profesoru no Kārnegija Melona universitātes, lai viņš būtu pirmais AI direktors, un tā pētnieki pirmo reizi ir sākuši prezentēt un publicēt rakstus (skatiet Apple kļūst pirmais AI direktors).
Apple, protams, nav vienīgais uzņēmums, kas interesējas par sarunu tehnoloģijām. Amazon Alexa — ierīce mājām, kas pilnībā balstās uz balss vadību — ir kļuvusi par hitu, un citi uzņēmumi ir steigušies izstrādāt līdzīgus mājas palīgus. Google piedāvājums, ko sauc par Google sākumlapu, izmanto īpaši progresīvas valodu parsēšanas metodes (skatiet Google palīgs ir ambiciozāks nekā Siri un Alexa).
IBM pētnieki sadarbībā ar Mičiganas Universitātes komandu eksperimentē arī ar sarunvalodas sistēmām, kas izmanto pastiprināšanas mācīšanos. Satinder Baveja , Mičiganas Universitātes profesors, kurš ir iesaistīts šajā projektā, saka, ka pastiprināšanas mācības piedāvā jaudīgu jaunu veidu, kā apmācīt dialoga sistēmas, taču viņš neuzskata, ka Siri dzīves laikā iegūst patiesi cilvēkam līdzīgas komunikācijas prasmes.
Viņš saka, ka šīs sistēmas sāks izmantot bagātāku kontekstu. Lai gan es domāju, ka to darbības joma joprojām būs ierobežota, risinot konkrētus uzdevumus, piemēram, restorānu rezervācijas, ceļojumus, tehnisko atbalstu un tā tālāk.