Saeid Amiri trabalhando no sistema de diálogo.
Pesquisadores da SUNY Binghamton, A Cleveland State University e a University of Washington desenvolveram recentemente um novo sistema de diálogo que pode melhorar as interações entre humanos e robôs. Este sistema, apresentado em um artigo pré-publicado no arXiv, é projetado para aprender continuamente com suas experiências de diálogo, aumentando sua base de conhecimento e recursos de linguagem ao longo do tempo.
"Nos últimos anos, muitas empresas e institutos de pesquisa começaram a pensar em projetar e usar robôs em ambientes internos para várias aplicações, "Saeid Amiri, um dos pesquisadores que realizou o estudo, disse TechXplore. "Para um robô em um ambiente habitado por humanos, a capacidade de usar a linguagem natural para se comunicar com os humanos é de importância crucial. Contudo, existem alguns desafios para conseguir isso. Uma é que a linguagem pode ser ambígua, mesmo em uma conversa humano-humano. Em segundo lugar, ao contrário dos humanos, o conhecimento de um robô de seus arredores (por exemplo, objetos e pessoas ao seu redor) é bastante limitada. "
Em seu estudo, Amiri e seus colegas decidiram abordar as limitações de muitos sistemas de diálogo existentes, desenvolvendo um sistema que pode aprender com seu ambiente e, assim, aperfeiçoar suas capacidades ao longo do tempo. Seu objetivo geral era permitir que os robôs concluíssem uma tarefa com sucesso, como a entrega de um pacote, ao mesmo tempo em que adquire novos conceitos sobre seu entorno.
"Na comunicação humano-robô, se um humano se refere a algum objeto desconhecido, o robô frequentemente terá dificuldade em entendê-lo, "Amiri disse." Para resolver este problema, tivemos a ideia de um sistema de diálogo que faz perguntas de esclarecimento (por exemplo, Devo entregar um pacote? Esta entrega é para Bob?), uma vez que o humano atribui uma tarefa a ele. Essas perguntas ajudam o robô a perceber que ele precisa aprender novas palavras. "
O sistema de diálogo desenvolvido por Amiri e seus colegas tem quatro componentes principais:um componente de compreensão da linguagem, um gerenciador de diálogo, um gerenciador de conhecimento e uma ferramenta de geração de linguagem. O componente de compreensão de linguagem analisa frases faladas por humanos em representações formais e, em seguida, as alimenta para o robô. Quando o sistema de diálogo é aplicado a uma tarefa de entrega, por exemplo, como aquele em que os pesquisadores se concentraram em seus experimentos, o componente de compreensão de linguagem permite que o sistema identifique itens mencionados por usuários humanos ou informações relacionadas ao destinatário de um pacote.
O componente gerenciador de diálogo, por outro lado, decide quais perguntas o robô deve fazer aos usuários humanos se não compreender totalmente as instruções ou frases. Com base na resposta do usuário a essas perguntas, o robô atualiza seu grau de certeza sobre o significado dos conceitos aos quais o usuário está se referindo.
Subseqüentemente, o componente de gerenciamento de conhecimento do sistema de diálogo determina se o robô precisa aprender um novo conceito ou não. Se um robô já conhece todos os conceitos-chave descritos por um usuário, por exemplo, não há motivo para aprender palavras adicionais ou desnecessárias.
Finalmente, o componente de geração de linguagem permite que o robô produza respostas e atenda diretamente aos usuários. Em seu estudo, Amiri e seus colegas decidiram manter este componente o mais simples possível, e, portanto, usou uma série de simples, textos predefinidos.
Uma visão geral do sistema de diálogo desenvolvido por Amiri e seus colegas.
Os pesquisadores avaliaram seu sistema em simulações e experimentos envolvendo participantes humanos, que foram recrutados via Amazon Mechanical Turk e outras plataformas. Suas descobertas foram muito promissoras, com seu sistema superando outros agentes de diálogo nas interações entre humanos e robôs, tanto em termos de eficiência quanto de precisão. Em seus testes, o sistema alcançou um bom entendimento das consultas do usuário ao mesmo tempo em que atualizava continuamente seus conhecimentos e recursos de linguagem ao longo do tempo.
"Durante nosso estudo, pedimos a alguns participantes humanos para usar nosso robô e o robô foi capaz de aumentar seu conhecimento por meio do diálogo com os usuários, "Amiri disse." Um robô com a capacidade de saber quando aprender novos conhecimentos por si mesmo foi uma grande conquista. Isso significaria que você pode basicamente possuir um robô que gradualmente aprende novos conceitos por meio da interação e do diálogo com os humanos. "
No futuro, o sistema de diálogo desenvolvido por Amiri e seus colegas pode ser usado para aprimorar as capacidades de interação de robôs existentes e novos. Enquanto isso, os pesquisadores planejam continuar trabalhando em seu sistema para melhorar ainda mais seu desempenho, eficácia, e aplicabilidade.
"Embora tenhamos alcançado nosso objetivo nesta pesquisa, ainda há um longo caminho para fazer o robô agir tão natural quanto um ser humano, "Amiri disse." Eu gostaria agora de melhorar nosso sistema de diálogo para que um robô fale um número menor de vezes, caso contrário, os humanos podem se sentir frustrados e perder a confiança no robô. Também, se um humano usa uma linguagem casual na comunicação, o robô pode atualmente ter dificuldade em entender seu pedido, que é outra coisa em que eu gostaria de trabalhar. "
© 2019 Science X Network
