Mesterséges intelligencia segíti a chatbotokat, hogy átmenjenek a Turing teszten

Nem tudom definiálni az illetlenséget, de felismerem ha látom,” szól Potter Stewart híres szólása, amit akár a Turing teszt – egy mesterséges intelligencia meggyőzően embernek tűnik e – leírására is használhatnánk. A kiss jelek miatt azonnal kiderül hogy a Siri-t és az Alexa-t is nem emberi intelligencia vezérli, de nehéz pontosan meghatározni hogy mi miatt is lepleződött le a gépi intelligencia.

De egy új mesterséges intelligencia képes rá. A program képes eldönteni egy chatbot és egy ember üzenetváltásából hogy mi mennyire gondolnánk emberinek a chatbot válaszait. Ez segíthet abban hogy az eddigieknél sokkal meggyőzőbb virtuális asszisztenseket fejlesszenek ki.

A mai chatbotok kiválóak bizonyos feladatokban – tudnak pizzát rendelni vagy képesek megmondani az időjárást – de azt egyik sem tudja elmondani, hogy mit gondol az időjárásról.

Az informatikusokat megosztja az, hogy a Turing tesztnek hogyan is kellene működnie a gyakorlatba, de a legtöbbjük egyetért abban, ha egy chatbot képes az emberi bírák nagy részét meggyőzni arról, hogy emberrel beszélnek, akkor a rendszer átment a teszten. Ez nem jelentene problémát az olyan méretű cégeknek mint az Amazon, akik már most hatalmas csoportokkal tesztelik és értékelik az Alexa-t – a cég hanggal irányítható személyi asszisztensét. De a kisebb cégeknek túl drága és időigényes emberi bírákat bevonni.

Lehetséges kihagyni az embereket ebből teljesen és automatizálni a Turing tesztet? Hogy ezt kiderítse Ryan Lowe, a McGill Egyetemről, létrehozott egy olyan mesterséges intelligencia rendszert ami képes értékelni mennyire emberszerű egy adott dialógus.

Lowe 1000 rövid Twitteres beszélgetést gyűjtött össze, amihez emberi önkéntesek adtak választ. Ezután több különböző képességű chatbot is hozzáadta a maga válaszát. A válaszokat ezután egy csapat ember értékelt aszerint, hogy azok mennyire hangzanak emberinek.

Lowe ezután az adatsor segítségével képezte a neurális hálózatot, ezzel megtanítva neki a különbséget a meggyőző és a nem meggyőző válaszok között.

A kiképzés után az algoritmus döntéseinek pontossága elérte az emberi bírákét, azonban a hosszadalmas döntési folyamat helyett az algoritmusnak a döntéshez a másodper törtrésze elég volt, ezzel lényegesen felgyorsítva a folyamatot.

“Ez azt jelenti hogy jobb chatbotokat készíthetünk,” mondta Oliver Lemon, a Heriot-Watt Egyetemről.

Ezzel a programmal a chatbotok kiképezhetőek, hogy a lehetőségeikhez mérten a legemberibb válaszokat adják. Ez a folyamat nagyon hasonló ahhoz ahogy a leghatékonyabb képfelismerő rendszerek működnek.

A rendszernek még szüksége van némi tökéletesítésre mivel ha teljesen emberi lenne a rendszer az rontaná a hatásfokát. Például azt válaszolna hogy “nem tudom” egy igen emberi dolog, azonban nagyon frusztráló ha ezt egy géptől hallja az ember.

Lowe szeretné nyílt forráskódúvá tenni a chatbot ellenőrzőt, ezzel is segítve a technológia terjedését.

Szerkesztő: arsratio

Oszd meg

Hozzászólás küldése

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöljük.