211service.com
Cómo prevenir una plaga de chatbots tontos
Durante los últimos minutos he estado charlando con George Washington y, sinceramente, parece bastante borracho. También parece haber estado saliendo con veinteañeros, porque sigue diciendo cosas como genial, jaja, y quieres unirte a mi ejército o ¿qué?
Este, por supuesto, no es en realidad el primer presidente de Estados Unidos. Es una inteligencia artificial conversacional automatizada, conocida como chatbot, creada por Historia de borracho , un programa de televisión de comedia, y disponible a través del programa de mensajería Kik. Es sorprendentemente entretenido, aunque no muy coherente.
Ahora puede chatear con todo tipo de bots a través de una serie de servicios de mensajería, incluidos Quién , WeChat, Telegrama , y ahora, Facebook Messenger . Algunos simplemente están destinados a entretener, pero un número creciente está diseñado para hacer algo útil. Ahora puede reservar un vuelo, leer los últimos titulares de tecnología e incluso comprar una hamburguesa de Burger King escribiendo mensajes a un asistente virtual. Las empresas emergentes se apresuran a ofrecer herramientas para acelerar el desarrollo, la gestión y la monetización de estos mayordomos virtuales.
El problema es que a las computadoras todavía les cuesta entender el lenguaje humano en toda su complejidad y sutileza. Se están logrando algunos avances impresionantes, pero los chatbots aún son propensos a la confusión y los malentendidos. Y aunque el borracho George Washington puede hacer de eso una virtud, es menos encantador cuando estás tratando de reservar un vuelo.
Los mejores chatbots comerciales probablemente serán aquellos que reconozcan sus propias limitaciones. Un escollo es tratar de hacer demasiadas cosas a la vez, dice Paul Gray, director de servicios de plataforma en Kik, que ha ofrecido integración para bots desde 2014. Debe comenzar con algo pequeño y simple.
30 segundos para volar , con sede en Nueva York y Bangkok, está construyendo un chatbot para la reserva de viajes que funciona a través de SMS o la plataforma de mensajería Slack. La empresa utiliza herramientas proporcionadas por API.ai , una empresa de California que ha creado un poderoso conjunto de herramientas para manejar consultas escritas en lenguaje natural, pero todavía no entiende a la gente.
Tenemos un lenguaje coloquial que es muy difícil; luego tenemos solicitudes específicas que no están en nuestros escenarios de usuario, dice la cofundadora Felicia Schneiderhan. Esto llevó a la empresa a desarrollar su propia herramienta para redirigir mensajes a ayudantes humanos.
Esta carrera hacia los chatbots se debe en parte a la popularidad de varios servicios de mensajería nuevos. Pero los esfuerzos para aprovechar los bots sin duda también se han inspirado en el increíble progreso en otras áreas de la inteligencia artificial en los últimos años, como el procesamiento de imágenes y audio.
Pero el lenguaje de procesamiento es un desafío completamente diferente, y uno que ha atormentado a los investigadores de IA durante décadas. Los chatbots se remontan a los primeros días de la IA. Uno de los primeros, llamado eliza , fue desarrollado en el MIT en 1964. Jugando el papel de psicoterapeuta, Eliza usó un truco simple para engañar a las personas: hacer preguntas estándar y, a menudo, reformular las propias declaraciones de una persona en forma de pregunta. Pero si te desvías mucho de la fórmula, Eliza rápidamente pierde el rumbo.
Los chatbots de hoy son mejores, pero no mucho, y no es de extrañar. No ha habido avances fundamentales en el entrenamiento de computadoras para procesar y responder al lenguaje (un campo conocido como procesamiento del lenguaje natural) en los últimos años.
Microsoft es un buen ejemplo: ha declarado que el futuro de la informática personal será todo acerca de los bots, a pesar de que sus propios experimentos con chatbots de autoaprendizaje han resaltado algunos de los desafíos restantes (ver Microsoft dice que Maverick Chatbot presagia el futuro de la informática y Por qué Microsoft desató accidentalmente un sexbot nazi).
Dicho esto, las técnicas que han llevado a avances en otras áreas, principalmente el aprendizaje profundo, se muestran prometedoras para analizar el lenguaje, dice Chris Dyer , profesor asistente en la Universidad Carnegie Mellon. Las redes neuronales son muy prometedoras aquí, dice Dyer. Hay mucho trabajo emocionante que sale cada pocos meses sobre preguntas y respuestas.
Parte de ese trabajo ahora se está incorporando a los chatbots que están apareciendo. Derrick Connell, vicepresidente corporativo de Microsoft que supervisa la ingeniería del motor de búsqueda de la empresa, Bing, y su asistente personal, Cortana, dice que las consultas ingresadas en Bing se utilizan para entrenar los algoritmos de chatbot que Microsoft pone a disposición de los desarrolladores. También dice que la mayoría de los chatbots necesitarán una nueva capacitación periódica para comprender nuevas frases y conceptos, pero que deberían mejorar constantemente con eso. Habrá casos extremos, pero con el tiempo el sistema aprenderá y seguirá mejorando, dice Connell.
Aún queda mucho trabajo por hacer. De hecho, el propio asistente virtual de Facebook, llamado M, todavía cuenta con humanos. Las respuestas que brindan estas personas se están utilizando para entrenar algoritmos de aprendizaje profundo que eventualmente pueden responder preguntas por sí mismos.
Recuperar y presentar información de una base de datos de una manera que se sienta natural para una persona es particularmente difícil de lograr, dice Dyer; y entender la intención de una persona es todavía un desafío sin resolver.
Dada la probabilidad de confusión y malentendidos, no tiene mucho sentido diseñar chatbots para que sean demasiado generales o hacer que hagan algo particularmente importante. El asesoramiento legal, el asesoramiento médico y el asesoramiento psiquiátrico probablemente serían muy riesgosos, dice Dyer.