Siri kan slimmer worden door te leren van zijn fouten

De stemassistent van Apple, Siri.



apenbrein versus menselijk brein

Probeer zelfs een kort gesprek met Siri, Cortana of Alexa te voeren en je kunt uiteindelijk gefrustreerd met je hoofd tegen de dichtstbijzijnde muur bonzen.

Spraakassistenten zijn vaak goed in het beantwoorden van eenvoudige vragen, maar ze worstelen met ingewikkelde verzoeken of enige vorm van heen en weer. Dit zou echter kunnen veranderen, aangezien de komende jaren nieuwe technieken voor machinaal leren worden toegepast op de uitdaging van de mens-machine-dialoog.





Tijdens een grote AI-conferentie vorige week, Steve Young , een professor aan de Universiteit van Cambridge die ook parttime werkt in het Siri-team van Apple, vertelde hoe recente ontwikkelingen de dialoogsystemen beginnen te verbeteren. Young gaf geen commentaar op zijn werk bij Apple, maar beschreef zijn academisch onderzoek.

Vroege stemassistenten, waaronder Siri, gebruikten machine learning voor spraakherkenning, maar reageerden op taal volgens hardgecodeerde regels. Dit verandert steeds meer naarmate machine learning-technieken worden toegepast op het ontleden van taal (zie AI's taalprobleem).

Young zei in het bijzonder dat versterkingsleren, de techniek die DeepMind gebruikte om een ​​programma te bouwen dat in staat is om een ​​van 's werelds beste Go-spelers te verslaan, de stand van de techniek aanzienlijk zou kunnen verbeteren. Terwijl AlphaGo leerde door duizenden games tegen zichzelf te spelen en positieve bekrachtiging ontving bij elke overwinning, konden gesprekspartners hun reacties variëren en positieve (of negatieve) feedback ontvangen in de vorm van acties van gebruikers.

Ik denk dat het iets groots moet zijn, zei Young over versterkend leren toen ik hem na zijn toespraak sprak. Het krachtigste bezit dat je hebt, is de gebruiker.

Young zei dat stemassistenten hun gedrag niet drastisch hoeven te veranderen om dit effect te hebben. Ze kunnen gewoon proberen een actie op een iets andere manier uit te voeren. Je kunt het op een zeer gecontroleerde manier doen, zei hij. Je hoeft geen gekke dingen te doen.

Tijdens zijn toespraak legde Young uit waarom het ontleden van taal zo moeilijk is voor machines. In tegenstelling tot bijvoorbeeld beeldherkenning, is taal compositorisch, wat betekent dat dezelfde componenten kunnen worden herschikt om enorm verschillende betekenissen te produceren. Een andere belangrijke uitdaging met taal is dat het slechts een onvolledige glimp biedt van wat een andere persoon denkt, dus het is vaak nodig om te raden wat een zin of zin betekent. Op praktisch niveau, aangezien een gesproken vraag langer wordt, vereist het interpreteren ervan vaak kennis uit verschillende domeinen. Een complexe vraag over een restaurant kan bijvoorbeeld een begrip van tijd, locatie en eten vereisen.

Toch gelooft Young dat de tijd rijp is voor gespreksassistenten om een ​​stuk beter te worden. De commerciële vraag is er, en de technologie is er, zegt hij. Ik denk dat u de komende vijf jaar echt aanzienlijke vooruitgang zult zien.

Young kwam bij Apple nadat het bedrijf zijn startup, VocalIQ, in 2015 had overgenomen. Apple is ervan beschuldigd achter te lopen op concurrenten in de race om technologie te exploiteren op basis van vooruitgang in machine learning en AI, maar het werk van Young suggereert dat dit verre van waar is. En het bedrijf heeft zich ook ingespannen om zijn AI-onderzoek open te stellen om toptalent aan te trekken. Het bedrijf heeft onlangs Ruslan Salakhutdinov, een professor van de Carnegie Mellon University, aangenomen als eerste directeur van AI, en de onderzoekers zijn voor het eerst begonnen met het presenteren en publiceren van papers (zie Apple krijgt zijn eerste directeur van AI).

Apple is natuurlijk niet het enige bedrijf dat geïnteresseerd is in gesprekstechnologie. Amazon's Alexa - een apparaat voor thuis dat volledig afhankelijk is van spraakbesturing - is een hit geworden en andere bedrijven hebben zich gehaast om vergelijkbare thuishulpen te ontwikkelen. Het aanbod van Google, Google Home genaamd, maakt gebruik van bijzonder geavanceerde technieken voor het ontleden van talen (zie Google's assistent is ambitieuzer dan Siri en Alexa).

neemt technologie het over?

Onderzoekers van IBM, in samenwerking met een team van de Universiteit van Michigan, experimenteren ook met gesprekssystemen die gebruikmaken van versterkend leren. Satinder Baveja , een professor aan de Universiteit van Michigan die bij dat project betrokken is, zegt dat versterkingsleren een krachtige nieuwe manier biedt om dialoogsystemen te trainen, maar hij denkt niet dat Siri tijdens zijn leven echt menselijke communicatieve vaardigheden zal verwerven.

Deze systemen zullen een rijkere context gaan gebruiken, zegt hij. Hoewel ik denk dat ze beperkt van omvang zullen blijven en zich bezighouden met specifieke taken zoals restaurantreserveringen, reizen, technische ondersteuning, enzovoort.

zich verstoppen

Werkelijke Technologieën

Categorie

Geen Categorie

Technologie

Biotechnologie

Technisch Beleid

Klimaatverandering

Mensen En Technologie

Siliconen Vallei

Computergebruik

Mit Nieuws Tijdschrift

Kunstmatige Intelligentie

Ruimte

Slimme Steden

Blockchain

Toekomst Verhaal

Alumni Profiel

Alumni Aansluiting

Mit Nieuws-Functie

1865

Mijn Uitzicht

Massaweg 77

Ontmoet De Auteur

Profielen In Vrijgevigheid

Gezien Op De Campus

Alumnibrieven

Nieuws

Verkiezingen 2020

Met Index

Onder De Koepel

Brandslang

Oneindige Verhalen

Pandemisch Technologieproject

Van De President

Coververhaal

Fotogallerij

Aanbevolen