211service.com
Siri kan bli smartare genom att lära sig av sina misstag
Apples röstassistent, Siri.
Försök att hålla en kort konversation med Siri, Cortana eller Alexa och du kan hamna i frustration med huvudet mot närmaste vägg.
Röstassistenter är ofta bra på att svara på enkla frågor, men de kämpar med komplicerade förfrågningar eller någon form av fram och tillbaka. Detta kan dock börja förändras, eftersom nya maskininlärningstekniker tillämpas på utmaningen med människa-maskin-dialog under de närmaste åren.
Talade vid en stor AI-konferens förra veckan, Steve Young , en professor vid University of Cambridge som också arbetar deltid i Apples Siri-team, pratade om hur de senaste framstegen börjar förbättra dialogsystemen. Young kommenterade inte sitt arbete på Apple utan beskrev sin akademiska forskning.
Tidiga röstassistenter, inklusive Siri, använde maskininlärning för röstigenkänning men svarade på språket enligt hårdkodade regler. Detta förändras allt mer när maskininlärningstekniker används för att analysera språk (se AI:s språkproblem).
Young sa särskilt att förstärkningsinlärning, tekniken som DeepMind använde för att bygga ett program som kan slå en av världens bästa Go-spelare, kan bidra till att avsevärt förbättra den senaste tekniken. Medan AlphaGo lärde sig genom att spela tusentals spel mot sig själv och fick positiv förstärkning med varje vinst, kunde samtalsagenter variera sina svar och få positiv (eller negativ) feedback i form av användarnas handlingar.
Jag tror att det måste vara en stor sak, sa Young om förstärkningsinlärning när jag pratade med honom efter hans föredrag. Den mest kraftfulla tillgången du har är användaren.
Young sa att röstassistenter inte skulle behöva variera sitt beteende dramatiskt för att detta skulle få effekt. De kanske helt enkelt försöker utföra en åtgärd på ett lite annorlunda sätt. Man kan göra det på ett väldigt kontrollerat sätt, sa han. Du behöver inte göra dumma saker.
Under sitt föredrag förklarade Young varför det är så svårt att tolka språk för maskiner. Till skillnad från bildigenkänning, till exempel, är språk kompositionsmässigt, vilket innebär att samma komponenter kan arrangeras om för att producera väldigt olika betydelser. En annan viktig utmaning med språket är att det bara ger en ofullständig glimt av vad en annan person tänker, så det är ofta nödvändigt att göra gissningar om vad en fras eller mening betyder. På en praktisk nivå, eftersom en talad fråga blir längre, kräver tolkningen av den ofta sammanslagning av kunskap från olika domäner. Till exempel kan en komplex fråga om en restaurang kräva en förståelse för tid, plats och mat.
Ändå menar Young att det är dags för samtalsassistenter att bli mycket bättre. Den kommersiella efterfrågan finns där, och tekniken finns där, säger han. Jag tror att du kommer att se riktigt betydande framsteg under de kommande fem åren.
Young gick med i Apple efter att företaget förvärvade hans startup, VocalIQ, 2015. Apple har anklagats för att ha hamnat efter konkurrenterna i kapplöpningen om att utnyttja teknologi baserad på framsteg inom maskininlärning och AI, men Youngs arbete tyder på att detta är långt ifrån sant. Och företaget har också ansträngt sig för att öppna upp sin AI-forskning för att attrahera topptalanger. Företaget anställde nyligen Ruslan Salakhutdinov, en professor från Carnegie Mellon University, för att fungera som dess första chef för AI, och dess forskare har börjat presentera och publicera uppsatser för första gången (se Apple Gets Its First Director of AI ).
Apple är naturligtvis inte det enda företaget som är intresserad av konversationsteknik. Amazons Alexa – en enhet för hemmet som helt förlitar sig på röststyrning – har blivit en hit, och andra företag har rusat för att utveckla liknande hemhjälpare. Googles erbjudande, kallat Google Home, använder särskilt avancerade språkanalystekniker (se Googles assistent är mer ambitiös än Siri och Alexa).
Forskare vid IBM, i samarbete med ett team från University of Michigan, experimenterar också med konversationssystem som utnyttjar förstärkningsinlärning. Satinder Baveja , en professor vid University of Michigan som är involverad i det projektet, säger att förstärkningsinlärning erbjuder ett kraftfullt nytt sätt att träna dialogsystem, men han tror inte att Siri uppnår verkligt mänskliga kommunikationsförmåga under sin livstid.
Dessa system kommer att börja använda ett rikare sammanhang, säger han. Även om jag tror att de kommer att förbli begränsade i omfattning, att ta itu med specifika uppgifter som restaurangbokningar, resor, teknisk support och så vidare.