Os cientistas de IA do Google revelaram Meena. Os observadores de tecnologia estão chamando isso de inovação no chatbot. Pontos para respostas bem combinadas com a intenção humana. Pontos para escolhas de palavras relevantes. Pontos por (suspiro) soar sensato.

Voicebot.AI acertou os objetivos do esforço desta equipe Meena. Você não poderia chegar mais perto do que usuários frustrados de chatbots desejavam que caísse do céu. "Os cientistas por trás de Meena construíram o chatbot para responder às mensagens das pessoas, para ficar no tópico, e comportar-se o mais possível como outro ser humano. "

O artigo também acertou em cheio por que Meena se diferencia de assistentes de voz bem conhecidos:"Meena pode teoricamente falar sobre qualquer coisa, não apenas os tópicos já programados nele. "

Os elogios de outros observadores de tecnologia foram sobre conversas entregues em um nível que parecia mais falar com outra pessoa do que qualquer chatbot existente.

The Quint :Google lançou seu próprio chatbot chamado Meena, e "Os primeiros sinais sugerem que o gigante das buscas está em algo que pode mudar a dinâmica dos chatbots na indústria."

Neowin :"O chatbot baseado em IA do Google ultrapassa potencialmente todos os outros chatbots disponíveis hoje."

ZDNet disse que o programa "tem pouco do absurdo, afirmações sem sentido que tendem a caracterizar os chatbots até o momento. Ele se mantém basicamente no tópico e responde aos detalhes da conversa, conforme avaliado por revisores humanos. "

Douglas Heaven em MIT Technology Review :"Uma conversa aberta que cobre uma ampla gama de tópicos é difícil, e a maioria dos chatbots não consegue acompanhar. Em algum momento, a maioria diz coisas que não fazem sentido ou revelam uma falta de conhecimento básico sobre o mundo. Um chatbot que evita esses erros contribuirá muito para tornar as IAs mais humanas, e tornar os personagens dos videogames mais realistas. "

Uma entrada do Google AI Blog do Google Research, Brain Team, explorou este conceito de domínio aberto:

"Para lidar melhor com uma ampla variedade de tópicos de conversação, a pesquisa de diálogo de domínio aberto explora uma abordagem complementar na tentativa de desenvolver um chatbot que não é especializado, mas ainda pode conversar sobre virtualmente qualquer coisa que o usuário desejar. "

Esse, eles disseram, pode levar a aplicações fascinantes:"como uma maior humanização das interações com o computador, melhorando a prática de língua estrangeira, e fazer filmes interativos e personagens de videogame relacionáveis. "

As pessoas por trás de Meena deram a si mesmas o direito de se gabar, o que eles não contiveram. Seu artigo é intitulado "Rumo a um Chatbot de domínio aberto semelhante ao humano, "e está ativo no servidor arXiv.

"Nossas contribuições são ... propor uma métrica de avaliação humana simples para chatbots opendomain multi-turn que captura o básico, mas atributos importantes da conversa humana ... demonstrando que um modelo neural de ponta a ponta com perplexidade suficientemente baixa pode superar a sensatez e a especificidade dos chatbots existentes que dependem de complexos, estruturas artesanais desenvolvidas ao longo de muitos anos. "

O chatbot Meena do Google tem pontuação baixa em 'perplexidade' e, Neste caso, baixo é positivo; Meena tem menos dificuldade em encontrar a palavra certa.

A equipe afirmou que "Apresentamos Meena, um chatbot de domínio aberto com várias voltas. "

S Aadeetya em The Quint explicou o que o Google quis dizer ao chamar Meena de plataforma de domínio aberto. Os usuários podem digitar e fazer perguntas em qualquer plataforma e ter uma conversa sem restringir seu conhecimento.

Aqueles que revisavam o artigo sobre arXiv frequentemente destacavam a Sensibleness and Specificity Average (SSA) de Meena.

Qual é o SSA? Meena foi testada com uma métrica de "avaliação humana", este SSA. Ele captura os elementos-chave de uma "conversa multifacetada como a humana, "conforme descrito no artigo.

Eles disseram que "um SSA de nível humano de 86% está potencialmente ao nosso alcance se pudermos otimizar melhor a perplexidade. Além disso, a versão completa do Meena (com um mecanismo de filtragem e decodificação ajustada) pontua 79% SSA, 23% maior em SSA absoluto do que os chatbots existentes que avaliamos. "

Ofer Ronen, Gerente geral do Chatbase, Área 120 do Google, apareceu em um ZDNet entrevista para explicar o que os chatbots alcançaram e como eles nem sempre atenderam às necessidades dos usuários. Os humanos gostam de falar, usar a fala, e só isso já representa um problema na era do homem para a máquina. Existem muitas maneiras de pedir a mesma coisa, disse Ronen.

Tiernan Ray em ZDNet no entanto, deixou claro que Meena conseguiu muito, mas pode-se esperar que a experiência da conversa seja suave, mas não cintilante.

"Os humanos foram empregados como trabalhadores coletivos para avaliar cada uma dessas conversas por sua 'sensibilidade' e sua 'especificidade, 'e tais exemplos fazem, na verdade, fazer um grande progresso em relação aos chatbots anteriores. ...Tristemente, os humanos não foram solicitados por Adiwardana e colegas a avaliar as conversas por 'interesse, 'porque esta e outras trocas na amostra são incrivelmente enfadonhas. "

Mas não se deve deixar por isso mesmo, porque parece que a equipe percebeu seus passos à frente, à medida que revisam seu trabalho e quais metas ainda precisam ser alcançadas. Eles escreveram em seu jornal:

"Além disso, pode ser necessário expandir o conjunto de atributos básicos da conversação humana, sendo medidos além da sensatez e da especificidade. Algumas direções podem incluir humor, empatia, raciocínio profundo, habilidades de resposta a perguntas e discussão de conhecimentos. "

Este é o estágio inicial de seu desenvolvimento, e Meena passará por uma avaliação adicional antes que você possa realmente falar com ela, disse relatórios.

Como Meena foi treinada? MIT Technology Review referiu-se a uma verdadeira "ingestão de dados", já que Meena foi treinada em 341 gigabytes de conversas públicas nas redes sociais. Neowin elaborado em seu "treinamento em 341 GB de conversas de mídia social e ostentando um modelo de conversação neural treinado de ponta a ponta de 2,6 bilhões de parâmetros."

© 2020 Science X Network