211service.com
Facebooks virtuelle Cyborg-assistent lærer af sine trænere
I slutningen af sidste måned fik et par hundrede heldige brugere af Facebooks mobile beskedapp en usædvanlig ny kontakt at tale med: M, en virtuel assistent drevet af en blanding af algoritmer og menneskelige operatører.
Det cyborg-design gør M i stand til at håndtere meget mere komplekse anmodninger end de mobile app-assistenter, som Apple, Microsoft og Google tilbyder i deres smartphone-software. Siri, Cortana og Googles søgeapp kan fortolke simple kommandoer eller faktuelle forespørgsler, såsom Hvad er vejrudsigten for London? Men de kan ikke stille mere komplekse spørgsmål som Hvor kan jeg få en god burger i Chicago? De kan ikke indgå i en samtale frem og tilbage eller booke et hotel.
M kan gøre disse ting, fordi softwaren videregiver ting, den ikke kan gøre til menneskelige operatører kendt som trænere. Nogle gange skal en underviser gøre alt arbejdet, men M er også i stand til at fordøje forespørgsler, som den genkender, men ikke kan håndtere, til opsummeringer, der er nemme at behandle, og som gør en undervisers arbejde mere effektivt.
Lige nu er denne model ikke effektiv nok til, at M kan være mere end blot et eksperiment, fordi den kræver for mange menneskelige arbejdere. Men Alex Lebrun, der leder teamet, der arbejder på Facebooks assistent, siger, at det kan blive et rigtigt produkt, fordi de menneskelige træneres arbejde gradvist lærer softwaren, hvordan man gør en større del af arbejdet. LeBrun og hans team sluttede sig til Facebook, da det sociale netværk købte det startup, han var med til at stifte, Wit.ai (se Making the Internet of Things Understand Your Voice). Han mødtes for nylig med MIT Technology Review. Det følgende er en redigeret udskrift af samtalen.
Automatiserede virtuelle assistenter som Siri er blevet tilbudt i et stykke tid. Hvorfor lave en assistent, hvor mennesker udfører noget af arbejdet?
Virtuelle assistenter på markedet, som Siri og Cortana, er som søgning - du kan stille et spørgsmål og få et svar, men det er begrænset. Folk har altid været frustrerede. I gennemsnit bruger folk, der bruger Siri hver dag eller uge, det kun til tre eller fire spørgsmål. Det er fordi de er blevet brændt. Brugere holder op med at bruge det, eller bruger de ting, de ved virker.
Vi ønskede at fokusere på opgaver, som ingen kunstig intelligens i verden kan klare. For at gøre det skal du forstå, hvad folk ønsker, men også lave en plan for at opfylde det. Ingen har data til at træne maskinlæring til at gøre det. Vi besluttede at få AI og mennesker til at arbejde sammen. AI'en hjælper mennesker, og til gengæld træner de AI'en.
Kan du give mig et eksempel på, hvad folk bruger det til?
Nogle mennesker siger Send mig en advarsel hver morgen klokken 7, hvis det kommer til at regne. Det er stadig uden for Siris rækkevidde.
Jeg bruger M meget til at planlægge weekender. Jeg vælger en by at tilbringe en weekend i og beder M om at booke hotel og komme med forslag til ting, jeg kan lave med mine tre- og et-årige børn. M vil bruge søge- eller Facebook-sider til at generere en liste og vise den til en træner. Hvis AI har noget galt, vil træneren fjerne nogle forslag. M kommer tilbage og siger: Her er dit hotel, og jeg anbefaler, at du gør dette om morgenen og tager til dette museum om eftermiddagen. Du kan gøre dette med Google, men det kræver en masse browsing. I stedet for at sende dig en liste med 50 forslag, vil M beskære og prioritere listen og sende de tre eller fem bedste ting. Det er den slags ting, en god menneskelig direktør gør. Når du først begynder at bruge M, er det meget vanedannende.
Kan dette blive et rigtigt produkt, som alle kan bruge?
Facebook tester en virtuel assistent, kaldet M, der kan håndtere mere komplekse forespørgsler end eksisterende apps såsom Siri.
Jeg er sikker på, at vi kan skalere det til et generelt tilgængeligt produkt. Vi har et par dusin trænere. Det er et højt forhold [til antallet af brugere], men vi lærer en masse nye ting. Der er mange krav, der dukker op igen og igen, og dem kan vi lære. Vi har stadig brug for trænere til den lange hale.
Facebooks Artificial Intelligence Research-gruppe forsøger at skabe software, der er i stand til at udføre dialoger som M'er uden menneskelig input (se Lær maskiner at forstå os ). Arbejder du med dem?
Vi har et tæt forhold til FAIR. Vi arbejder sammen med dem på nogle moduler til M. Det er en rigtig god mulighed for dem at få øje på, hvad de laver. Modulerne er alle bygget på maskinlæring. Af erfaring ved vi, at hvis du starter med hårdkodede regler, rammer du en mur; det vil vi gerne undgå.
Kan dataene fra M hjælpe FAIRs bestræbelser på at producere software, der er i stand til selv at udføre dialog?
De er meget sultne efter enhver data. Til besvarelse af spørgsmål er der ikke mange data, og det er simple faktuelle spørgsmål, som du kan bruge Wikipedia til at besvare. På grund af deres begrænsninger giver assistenter som Siri ikke særlig gode data. Her har vi fuld dialog med mål og udførelse. Den eneste måde at bygge dette datasæt på er at få rigtige brugere til at stille rigtige spørgsmål.