211service.com
Para las computadoras también es difícil aprender a hablar chino
Los investigadores a menudo llaman a 2017 el año de la computadora conversacional en China. Aprovechando los avances recientes en el reconocimiento de voz y el procesamiento del lenguaje natural, el gigante del comercio electrónico Alibaba y el gigante de las búsquedas Baidu han estado desarrollando tecnología para descifrar la comunicación basada en la voz (consulte 10 tecnologías innovadoras: interfaces conversacionales). Ahora, los productos operados por voz se derivan de Baidu. y la tecnología de Alibaba están llegando al mercado chino.
El Tmall Genie, que tiene incorporado el asistente de voz de Alibaba, AliGenie, es similar al Amazon Echo. Puede realizar pedidos en línea, verificar el clima, reproducir su música favorita y controlar otros dispositivos inteligentes en su hogar a través de comandos de voz.
La plataforma conversacional DuerOS de Baidu se ha agregado como una característica en productos tales como un robot asistente doméstico, un decodificador de televisión y un teléfono inteligente HTC. Tiene funciones similares a las de AliGenie y otros asistentes de voz, así como habilidades rudimentarias para realizar un chat aleatorio, y la compañía dice que ha recibido una gran cantidad de pedidos para su kit de desarrollo DuerOS.
Kun Jing, gerente general de la unidad de negocios Duer de Baidu, espera que muchas más empresas ingresen al campo este año, motivadas en parte por el éxito de productos como Echo en el mercado estadounidense, que ha despertado el interés de los inversores tecnológicos chinos.
La firma de investigación IDC predice que para 2020, el 51 por ciento de la industria de conducción inteligente y el 68 por ciento de la industria de teléfonos celulares y dispositivos portátiles en China tendrán integrado un sistema de inteligencia artificial basado en conversaciones. mucho más fácil, las interfaces conversacionales harán que la interacción sea más natural y atraerán a más personas al mundo conectado, dice Jing, quien supervisa el desarrollo de DuerOS.
La computación basada en voz es una buena opción para China. Hoy en día, escribir chino en un teclado QWERTY típico se basa en un sistema llamado pinyin, basado en la pronunciación de los caracteres, pero dado que hay cuatro tonos en mandarín y cada uno tiene un significado diferente, el usuario debe seleccionar minuciosamente el carácter correcto de un menú desplegable. después de escribir la pronunciación. Una sílaba común como yi puede corresponder a 60 o más caracteres chinos de uso frecuente. Algunos métodos de entrada pueden priorizar el carácter más probable según el contexto, pero no siempre son precisos. Como era de esperar, los usuarios de tecnologías móviles como la popular aplicación de comunicación WeChat tienden a dejarse mensajes verbales entre ellos, en lugar de los textos escritos a máquina típicos de los EE. UU.
Hoy en China, la tecnología de asistente de voz funciona convirtiendo los comandos de voz de un usuario en texto y generando una respuesta basada en el significado del texto. Ese proceso funciona bastante bien para los comandos basados en tareas (consulte el clima o busque la traducción al inglés de una palabra china en particular), pero no puede mantener una conversación de ida y vuelta sobre múltiples temas.
Resolver la computación conversacional requerirá superar algunas de las complejidades desafiantes del idioma chino. En chino, por ejemplo, los mismos caracteres colocados en diferente orden significan cosas diferentes, e incluso cuando están colocados en el mismo orden, pueden tener diferentes significados dependiendo de lo que venga antes o después de ellos. Además, el chino escrito no tiene espacios que dividan las palabras de forma natural como lo hace el inglés. Por lo tanto, los investigadores chinos de procesamiento del lenguaje natural deben enseñar a sus algoritmos dónde insertar espacios para establecer el significado adecuado de una combinación particular de caracteres. La ausencia de tiempos verbales chinos (no hay formas distintivas para el pasado, el presente o el futuro) también dificulta que las máquinas descifren la línea de tiempo de una secuencia.
Los investigadores chinos del procesamiento del lenguaje natural también están abordando otros desafíos: existen numerosos dialectos, algunos de los cuales son mutuamente incomprensibles, y la misma expresión puede significar cosas diferentes en diferentes contextos.
Zhiyong Wu, profesor asociado de la Universidad de Tsinghua que estudia la comprensión del lenguaje natural, señala que para que las computadoras entiendan verdaderamente la intención de un hablante humano y se comuniquen adecuadamente, tendrán que captar pistas sutiles como la entonación y el acento. También tendrán que comprender las emociones, ya que la toma de decisiones de los humanos no se basa únicamente en la lógica, señala Jia Jia, profesor asociado de la Universidad de Tsinghua que estudia computación afectiva social.
Para hacer que su sistema sea más inteligente, Baidu introdujo un modo de entrenador en su plataforma este año para permitir que los desarrolladores de software contribuyan con datos de idioma en tiempo real a través de un bot anotador incorporado. El bot recibe comentarios de los desarrolladores (como la explicación de una consulta que el sistema no entendió la primera vez), aprende de eso y luego corrige el sistema.
Una ventaja que tienen los investigadores chinos cuando intentan resolver estos problemas es una gran cantidad de datos. Las redes neuronales que sustentan la comprensión del lenguaje de las computadoras actuales requieren grandes cantidades de datos para entrenar. Cuantos más datos tenga una empresa, más inteligentes serán sus redes neuronales, y empresas como Baidu y Alibaba se benefician de una amplia base de usuarios. A fines de 2016, Baidu reclamó 665 millones de usuarios móviles activos mensuales y, en marzo de este año, Alibaba tenía 507 millones de usuarios móviles activos mensuales.
Pero Gang Wang, un científico de A.I. de Alibaba. Lab, dice que los investigadores tendrán que diseñar redes neuronales que no necesiten una gran cantidad de datos para ser más eficientes en el aprendizaje de idiomas. En el mundo real, las personas expresan el mismo significado de diferentes maneras, y es imposible enseñarle a la computadora todas las expresiones posibles, señala. En su rol anterior como investigador académico, él y sus colegas idearon un método para enseñar a las computadoras a comprender un tema cuando hay muy pocos datos disponibles: usar datos de temas relacionados. Por ejemplo, para entrenar una red neuronal para que comprenda textos de medicina deportiva, podría basarse en datos de deportes y datos de medicina. El enfoque no es tan bueno como el uso de datos orgánicos, señala Wang, pero cuando faltan, hace posible entrenar redes neuronales sobre un tema.
En última instancia, lo que hará que un asistente de voz tenga éxito en China es su contenido y servicios, dice Chenfeng Song, fundador de Ainemo, una startup que fabrica un robot asistente doméstico activado por voz llamado Little Fish que salió a la venta en junio. Song planea incorporar gradualmente programas educativos y de atención de la salud en el asistente doméstico de su empresa. Little Fish utiliza la plataforma conversacional DuerOS. Voice, señala Song, es una forma de entregar contenido a personas que no pueden acceder muy bien a Internet a través de computadoras de escritorio y teléfonos inteligentes, especialmente los ancianos y los niños pequeños.