211service.com
Siri puede volverse más inteligente aprendiendo de sus errores
Asistente de voz de Apple, Siri.
Intente mantener incluso una breve conversación con Siri, Cortana o Alexa y puede terminar golpeándose la cabeza contra la pared más cercana por la frustración.
Los asistentes de voz a menudo son buenos para responder consultas simples, pero tienen problemas con solicitudes complicadas o cualquier tipo de ida y vuelta. Sin embargo, esto podría comenzar a cambiar a medida que se apliquen nuevas técnicas de aprendizaje automático al desafío del diálogo hombre-máquina en los próximos años.
Hablando en una importante conferencia de AI la semana pasada, steve joven , profesor de la Universidad de Cambridge que también trabaja a tiempo parcial en el equipo Siri de Apple, habló sobre cómo los avances recientes están comenzando a mejorar los sistemas de diálogo. Young no comentó sobre su trabajo en Apple, pero describió su investigación académica.
Los primeros asistentes de voz, incluida Siri, usaban el aprendizaje automático para el reconocimiento de voz, pero respondían al lenguaje de acuerdo con reglas codificadas. Esto está cambiando cada vez más a medida que se aplican técnicas de aprendizaje automático para analizar el lenguaje (consulte el Problema del lenguaje de la IA).
Young dijo en particular que el aprendizaje por refuerzo, la técnica que DeepMind usó para construir un programa capaz de vencer a uno de los mejores jugadores de Go del mundo, podría ayudar a avanzar significativamente en el estado del arte. Mientras que AlphaGo aprendió jugando miles de juegos contra sí mismo y recibió un refuerzo positivo con cada victoria, los agentes conversacionales podían variar sus respuestas y recibir comentarios positivos (o negativos) en forma de acciones de los usuarios.
Creo que tiene que ser algo importante, dijo Young sobre el aprendizaje por refuerzo cuando hablé con él después de su charla. El activo más poderoso que tienes es el usuario.
Young dijo que los asistentes de voz no necesitarían variar drásticamente su comportamiento para que esto tenga efecto. Simplemente podrían intentar realizar una acción de una manera ligeramente diferente. Puedes hacerlo de una manera muy controlada, dijo. No tienes que hacer tonterías.
Durante su charla, Young explicó por qué analizar el lenguaje es tan difícil para las máquinas. A diferencia del reconocimiento de imágenes, por ejemplo, el lenguaje es compositivo, lo que significa que los mismos componentes se pueden reorganizar para producir significados muy diferentes. Otro desafío clave con el lenguaje es que solo ofrece una visión incompleta de lo que otra persona está pensando, por lo que a menudo es necesario hacer conjeturas sobre lo que significa una frase u oración. En un nivel práctico, a medida que una consulta hablada se hace más larga, interpretarla a menudo requiere fusionar conocimientos de diferentes dominios. Por ejemplo, una consulta compleja sobre un restaurante puede requerir una comprensión de la hora, la ubicación y la comida.
Aún así, Young cree que es el momento adecuado para que los asistentes conversacionales mejoren mucho. La demanda comercial está ahí, y la tecnología está ahí, dice. Creo que en los próximos cinco años verán un progreso realmente significativo.
Young se unió a Apple después de que la compañía adquiriera su startup, VocalIQ, en 2015. Se ha acusado a Apple de quedarse atrás de sus competidores en la carrera por explotar la tecnología basada en los avances en el aprendizaje automático y la inteligencia artificial, pero el trabajo de Young sugiere que esto está lejos de ser cierto. Y la compañía también se ha esforzado por abrir su investigación de IA para atraer a los mejores talentos. La compañía contrató recientemente a Ruslan Salakhutdinov, profesor de la Universidad Carnegie Mellon, para que se desempeñe como su primer director de IA, y sus investigadores han comenzado a presentar y publicar artículos por primera vez (consulte Apple obtiene su primer director de IA).
Por supuesto, Apple no es la única empresa interesada en la tecnología conversacional. Alexa de Amazon, un dispositivo para el hogar que se basa completamente en el control por voz, se ha convertido en un éxito y otras compañías se han apresurado a desarrollar asistentes domésticos similares. La oferta de Google, llamada Google Home, utiliza técnicas de análisis de lenguaje particularmente avanzadas (consulte El asistente de Google es más ambicioso que Siri y Alexa).
Los investigadores de IBM, en colaboración con un equipo de la Universidad de Michigan, también están experimentando con sistemas conversacionales que aprovechan el aprendizaje por refuerzo. Satinder Baveja , un profesor de la Universidad de Michigan que está involucrado en ese proyecto, dice que el aprendizaje por refuerzo ofrece una nueva y poderosa forma de entrenar los sistemas de diálogo, pero no cree que Siri alcance habilidades de comunicación verdaderamente humanas en su vida.
Estos sistemas comenzarán a utilizar un contexto más rico, dice. Aunque sí creo que seguirán teniendo un alcance limitado, abordando tareas específicas como reservas en restaurantes, viajes, soporte técnico, etc.