„Facebook“ tobulas, neįmanomas pokalbių robotas

Timas Liedtke

„Amazon“ „Alexa“ gali iškviesti „Uber“ ir patenkinti keturmečio poreikį girdėti pielų garsus. „Siri“ gali valdyti prie interneto prijungtą termostatą. Kiekvienas iš jų kasdien aptarnauja milijonus vartotojų. Tačiau laiminga grupė, susidedanti iš maždaug 10 000 žmonių, daugiausia Kalifornijoje, žino, kad „Facebook“ padėjėjas, vardu M, yra protingiausias.

Rekomenduoti ir rezervuoti romantišką viešbutį Maroke, kuris tinka ir mažiems vaikams? Jokiu problemu. Gaukite pasiūlymų iš vietinių rangovų, kaip sutvarkyti savo priekinį kiemą? Laikykite tai atliktu. „Facebook“ eksperimentinis asistentas, siūlomas bendrovės „Messenger“ programoje, parodo tikro skaitmeninio liokajaus kišenėje vertę. Užuot tiesiog gavęs paprastas informacijos iš duomenų bazių, M gali suprasti sudėtingus užsakymus ir imtis veiksmų, pavyzdžiui, užsakyti teatro bilietus arba susisiekti su įmonėmis dėl informacijos.

M yra toks protingas, nes apgaudinėja. Tai veikia kaip „Siri“, nes kai bakstelite pranešimą M, algoritmai bando išsiaiškinti, ko norite. Tačiau kai jie negali, M neieško internete arba nesako, kad atsiprašau, aš nesuprantu klausimo. Vietoj to, žmogus nepastebimai perima valdžią, atsakydamas į jūsų prašymą, tarsi algoritmai vis dar būtų prie vairo. („Facebook“ atsisakė pasakyti, kiek tų darbuotojų turi, arba suteikti M galimybę išbandyti.)

Šis dizainas yra per brangus, kad būtų pritaikytas 1,2 milijardo žmonių, kurie naudojasi Facebook Messenger, todėl 2015 m. Facebook pasiūlė M keliems tūkstančiams vartotojų kaip savotišką pusiau viešą MTEP projektą. Sujungus žmones ir algoritmus buvo siekiama atskleisti, kaip žmonės reaguotų į visažinį virtualų asistentą, ir pateikti duomenis, kurie leistų algoritmams išmokti perimti savo žmonių trenerių darbą.

Visi šioje srityje svajoja sukurti asistentą, kuris pagaliau bus labai, labai, labai protingas, sako projektą pradėjęs Alexas Lebrunas. M turėtų atverti kelią iš tikrųjų tai daryti.

Dabar, praėjus dvejiems metams, „Facebook“ tyrimų projektą galima pagrįstai vadinti sėkmingu. Tokie vartotojai kaip M, ir teorija, kad programinė įranga gali išmokti perimti tam tikrą darbą iš žmonių trenerių, pasitvirtino. Tačiau M vis dar toli nuo taško, kuriame tai galėtų būti tikras produktas, siūlomas kitiems 99,9 procentams „Messenger“ vartotojų, o pažanga buvo laimėta sunkiau, nei tikėtasi.

Žinojome, kad tai didžiulis iššūkis, bet jis dar didesnis, nei maniau, sako Lebrunas. Mokymosi greitis, automatizavimo augimas – matėme, kad jis bus lėtesnis, nei tikėjomės. M istorija primena, kaip toli pastaraisiais metais nuėjo dirbtinis intelektas ir kiek toli jis turi nueiti.

M skirtas mėnesienai

Žmonės stebėtinai mėgsta kalbėti su kvailomis mašinomis. Pirmąjį pokalbių robotą 1964 m. sukūrė MIT profesorius Josephas Weizenbaumas. Ji ristelejo konkrečius raktinius žodžius, sėkmingiausiai atliekant terapeuto vaidmenį. Weizenbaumo susierzinimui, daugelis tai pabandžiusių žmonių, įskaitant jo paties sekretorių, buvo priblokšti, nors žinojo, kad botas, vadinamas Eliza, nieko nežinojo. Vėliau rašė jis, kad nesuvokiau, kad labai trumpas santykinai paprastos kompiuterinės programos poveikis gali sukelti galingą klaidinantį mąstymą gana normaliems žmonėms.

Sukurti pokalbių robotą, kuris padėtų atlikti darbus, o ne tik veiktų kaip garso lenta ar nuodėmklausys, yra daug sunkiau. Kai virtualaus tarnautojo prašoma ką nors padaryti, neaiškus ar nukreiptas atsakymas jo nesustabdys. Šiandieninė programinė įranga prastai supranta kalbą ir pasaulį, todėl virtualūs asistentai, tokie kaip „Siri“ ar „Alexa“, turi būti aiškiai užprogramuoti atlikti bet kurią užduotį.

Štai kodėl rinkoje esančių robotų repertuarai yra riboti. Ir tai tikriausiai paaiškina, kodėl praėjusiais metais pasiūlymai, kad pokalbių robotai buvo sukurti taip, kaip mes naudojame kompiuterius taip, kaip tai darė mobiliosios programėlės, kuriuos paskatino „Microsoft“, „Facebook“ ir kai kurie investuotojai į technologijas, neatrodo daug. „Bots“ šiuo metu yra apimtas nevilties, sako Gregas Cohnas, „Burner“ – mobiliųjų telefonų privatumo bendrovės, kuri pradėjo padėti „Airbnb“ šeimininkams sukurti paprastą robotą, kuris atsakytų į dažniausiai užduodamus svečių klausimus – generalinis direktorius. Pramonės stebėtojams atrodo, kad jie yra per daug išjudinti ir neduoda rezultatų.

Lebrunas sukūrė M, nes daugiau nei dešimtmetį praleido kurdamas įprastus siaurus pokalbių robotus ir svajojo pasiūlyti daug daugiau. Jis prisijungė prie „Facebook“ 2015 m. pradžioje, kai socialinis tinklas įsigijo Wit.ai – bendrovę, kurią jis kartu įkūrė, kad padėtų įmonėms kurti pokalbių robotus tokioms funkcijoms kaip klientų aptarnavimas. Lebrunas anksčiau pardavė pokalbių robotų kompaniją kalbos atpažinimo milžinei „Nuance“.

Kiekvienas robotas rinkoje, įskaitant ir mano, buvo pagrįstas taisyklėmis, ir jūs žinote, kad vieną dieną pasieksite lubas ir niekada nepasieksite, sako Lebrunas. Mūsų vaikai nedirba pagal taisykles ar scenarijus ir vieną dieną tampa protingesni už jus.

Iš pradžių M buvo pasiūlytas tik „Facebook“ darbuotojams, o vėliau kai kuriems „Messenger“ vartotojams Kalifornijoje. Ir netruko įrodyti, kad algoritmai iš tiesų gali išmokti atlikti tam tikrą darbą, kurį atlieka žmonės, maitinantys asistentą.

Timas Liedtke

„Facebook“ dirbtinio intelekto tyrimų grupė naudojo M, kad išbandytų naujo tipo mokymosi programinę įrangą, vadinamą atminties tinklu, kuri parodė tinkamus atsakyti į klausimus apie paprastas istorijas. Programinė įranga naudoja savotišką darbinę atmintį, kad pašalintų svarbią informaciją vėlesniam naudojimui. „Google“ taip pat išbando dizainą, kad pagerintų programinės įrangos samprotavimo įgūdžius.

Weizenbaumas dar 1964 metais buvo užsiminęs, kad kažkas panašaus gali padaryti Elizą protingesnę, o po kelių savaičių tai pavyko M. Lebrun prisimena, kad padėkojo asistentei už bilietus į kiną nustebęs. Jis automatiškai sugeneravo atsakymą. Sveiki. Mėgaukitės filmu. M išmoko prisiminti ir panaudoti užduoties, kurią jis padėjo atlikti, kontekstą. Mes buvome tikrai priblokšti, sako Lebrunas. Niekas neparašė tam programos.

Atminties tinklai nuveikė daugiau. Dabar jie pradeda veikti, jei kas nors paprašo M, kad gėlės būtų pristatytos, pavyzdžiui, automatiškai naudojant pagrindinę užklausos informaciją, pvz., biudžetą ar adresą, kad būtų pateikti internetinių floristų pasiūlymai. Tada žmogaus treneris pasirenka, ką pasiūlyti vartotojui.

Kiti atradimai buvo ne tokie džiuginantys. Viena iš jų yra didžiulis apetitas, kurį M atskleidžia savo vartotojams. Turėdami ribotus, visiškai automatizuotus padėjėjus, tokius kaip „Siri“ ar „Alexa“, žmonės linkę naudoti kelias funkcijas, kurios, jų manymu, veikia patikimai. Su M jie to nedaro.

Žmonės pirmiausia bando paklausti orų rytoj; tada jie sako: „Ar yra italų restoranas?“ Tada jiems kyla klausimas apie imigraciją, o po kurio laiko jie paprašo M suorganizuoti jų vestuves“, – sako Lebrunas. Žinojome, kad tai bus pavojinga, ir tai yra platesnė, nei tikėjomės.

Žmonių treneriai žaisdami daro viską, ką gali, kai sulaukia tokių sunkių užklausų Pasirūpinkite, kad papūga aplankytų mano draugą , bet kartais jie apskritai atsisako padėti. Net jei M automatiškai atmes sudėtingiausias vartotojų užklausas, dėl didžiulės jų užklausų įvairovės sunku pasiekti tikslą, kad algoritmai perimtų žmonių trenerius. Technika, vadinama giliuoju mokymusi, neseniai padarė mašininį mokymąsi galingesnį (pavyzdys yra atminties tinklai). Tačiau mokymasis tvarkyti įvairius sudėtingus scenarijus, apie kuriuos turint mažai duomenų, nes jie nekyla dažnai, nėra ta problema, kuriai būdingas gilus mokymasis. Jis yra daug protingesnis ir gali išmokti labai sudėtingų užduočių, tačiau jai reikia daug duomenų, sako Lebrunas.

Ilgas kelias

Lėtesnė nei tikėtasi pažanga paskatino „Facebook“ iš naujo įsivaizduoti savo projektą. Praėjusią savaitę „Messenger“ pasirodė funkcija, vadinama „M Suggestions“, savo funkcijomis panaši į ribotų „M“ skirtų robotų rūšis. Ji peržiūri jūsų pokalbius su draugais, ieškodama užuominų, kad galbūt norėsite užsakyti kelionę su „Uber“ arba išsiųsti kam nors pinigų, ir siūlo mygtuką, kad vienu palietimu pasiektumėte šiuos tikslus.

Nusprendėme rasti naudojimo atvejį, kai galėtume paspartinti vertės teikimą vartotojams, sako Laurentas Landowskis, prisijungęs prie Facebook kartu su Lebrun kaip Wit.ai įkūrėjas ir dabar prižiūrintis M. (Sausio mėn. Lebrunas grįžo į savo gimtąją Prancūziją ir prisijungė prie Facebook AI tyrimų). laboratorija Paryžiuje.)

Originalus, nuo žmogaus priklausomas M vis dar yra ir suteikia daug didesnę vertę keliems laimingiems vartotojams. „Facebook“ teigia, kad yra įsipareigojusi šiam projektui, o dabartinis dirbtinio intelekto momentas yra geras ilgalaikiams statymams. Per pastaruosius porą metų gilus mokymasis pakeitė nusistovėjusius metodus ir lūkesčius programinei įrangai, kuri apdoroja kalbą, sakoma Justine Cassell , Carnegie Mellon profesorius. Ji sako, kad išgyvename šių naujų mašininio mokymosi algoritmų šlovės dienas. Iš tiesų, „Google“ vertimo tikslumas neseniai šoktelėjo iki beveik žmogaus lygio.

Tai nereiškia, kad yra išankstinė išvada, kad programinė įranga gali išmokti žaisti liokajus stebėdama, kaip tai daro žmonės. Nemanau, kad dar žinome, sako Cassellas. Tačiau „Facebook“ tyrėjai teigia, kad turi daug idėjų, kurias reikia ištirti.

Vienas iš būdų, kaip automatizuota M pusė išmokti iš teigiamų ar neigiamų atsiliepimų vartotojų siunčiamuose pranešimuose, naudojant metodą, įkvėptą gyvūnų dresavimo su apdovanojimais proceso (žr. M gali judėti greičiau, jei ne tik priklausys nuo žmogbeždžionės, ką daro jos rangovai. Siekdama paskatinti idėjas platesnėje mokslinių tyrimų bendruomenėje, „Facebook“ komanda išleido įrankius, padedančius kitiems išbandyti ir palyginti neparašytus pagalbinius robotus. Daug žadančios naujos technologijos dabar taip pat gali būti išbandytos didesniu mastu M pasiūlymuose.

Lebrunas ir Landowskis mano, kad jie vis dar eina kelyje, kad galų gale tikroji M būtų pristatyta masėms. Kartais sakome, kad tai yra treji metai arba penkeri metai, bet galbūt tai yra 10 metų ar daugiau, sako Landowskis.

Lebrunas priduria: „Tai taip sunku ir progresuojame lėtai, bet manau, kad turime viską, ko mums reikia. Jis gali būti teisus, bet taip pat galite įsivaizduoti, kad kažkas, sutikęs Elizą 1964 m., pasakė beveik tą patį.

paslėpti