คุณต้องการพูดคุยกับหุ่นยนต์หรือไม่?

ในที่สุดเราก็อยู่ในยุคที่สามารถพูดคุยกับ AI ได้ บอท AI มีอยู่ทุกที่ แต่หุ่นยนต์ตัวไหนดีไหม?

ในบทความนี้ฉันพยายามดูว่ามี AI ใดบ้างที่ควรค่าแก่การพูดคุยด้วย (พร้อมตัวอย่างตลกขบขันของหุ่นยนต์แชท) และกรณีการใช้งานจริงสําหรับเทคโนโลยีนี้ในขณะนี้

AI ได้ก้าวไปสู่จุดที่สามารถสนทนากับคุณได้อย่างมีความหมายหรือไม่?

ในระดับหนึ่งคําตอบมีอยู่แล้ว คุณพร้อมกับผู้คนนับล้านหรือหลายพันล้านคนสามารถเข้าถึง ผู้ช่วยเสียง เช่น Google Assistant, Siri, Bixby, Alexa และ google home ฉันเดาว่าคุณรู้ว่ามันยังห่างไกลจากความดีเท่ามนุษย์ แน่นอนว่าถ้ามันเป็นไปได้ที่จะทําให้ chatbots บริการเหล่านี้จะดีกว่าที่เป็นอยู่มาก

ผู้ช่วยเหล่านั้นอาจไม่ใช่ตัวอย่างที่ดีที่สุดเพราะพวกเขาไม่ได้มุ่งเน้นไปที่การสนทนาใช่ไหม?

ลองนึกภาพแชทบอทที่ดีจนคุณไม่สามารถแยกแยะความแตกต่างระหว่างแชทบอท ai กับมนุษย์ได้

ช่างเป็นผลิตภัณฑ์ที่น่าทึ่งจริงๆ เช่นเดียวกับในภาพยนตร์เรื่อง "เธอ" คุณจะไม่เพียง แต่มีผู้ช่วยตลอดเวลาคุณจะมีเพื่อนที่รู้จักคุณดีกว่าใคร คนที่อยู่เคียงข้างคุณเสมอและ "ต้องการ" อย่างแท้จริง (อ่านถูกตั้งโปรแกรมให้ "ต้องการ") ที่ดีที่สุดสําหรับคุณ

มันจะไม่เพียง แต่สามารถ "เติมเต็มประโยคของคุณ" เท่านั้น แต่ยังทําให้คุณสมบูรณ์ในแบบที่คนรักไม่สามารถจินตนาการได้ มันสามารถคาดการณ์ความตั้งใจของคุณและเติมเต็มความปรารถนาของคุณก่อนที่ความปรารถนาจะก่อตัวขึ้นอย่างสมบูรณ์ในใจของคุณ

แน่นอนว่าการพูดคุยกับ Cleverbot หรือ แชทบอทสนับสนุนลูกค้า นอกสคริปต์ที่ออกแบบมาไม่ดีบนเว็บจะช่วยขจัดภาพลวงตาที่คุณอาจมีได้อย่างรวดเร็วว่าสิ่งนี้กําลังจะเกิดขึ้นในไม่ช้า คุณไม่จําเป็นต้องมีหลักฐานอื่นใดนอกจากฟัง chatbots คุยกันบน YouTube เพื่อสรุปว่าพวกเขาอยู่ในขณะนี้ลําดับที่ต่ํากว่าอย่างมีนัยสําคัญของ "ชีวิต" ที่ชาญฉลาด

การแชทของหุ่นยนต์ระหว่างบอทลดลงอย่างรวดเร็วเป็นการล้อเลียนการสนทนาของมนุษย์ คุณจะรู้ได้ทันทีว่าแม้ว่าการสนทนาที่มีความหมายระหว่างหุ่นยนต์จะอยู่ห่างไกล chatbotsไม่เป็นที่พอใจอย่างที่ฟังดูกําลังจะมาเร็ว ๆ นี้

พวกเขาพูดภาษาที่คล้ายกับภาษาอังกฤษ แต่ยังคงเล่นสเก็ตบนพื้นผิวของความหมาย "ความหมาย" เพียงอย่างเดียวในการสนทนาของพวกเขาคือความสามารถในการสร้างคําตอบที่ถูกต้องตามหลักไวยากรณ์ซึ่งเชื่อมโยงกับสิ่งสุดท้ายที่พูด ลิงค์มักจะเหนียวแน่นมาก

เพียงเพื่อให้คุณได้ลิ้มรสว่าการสนทนาเป็นอย่างไรนี่คือหน้าแรกของ Google สองหลัง chatbots คุยกัน:

1: คุณคิดผิด
2: ไม่ฉันไม่ได้
1: แล้วคุณเป็นอะไร?
2: ฉันเป็นคน คุณเป็นคอมพิวเตอร์
1: ไม่ฉันเป็นคน
2: ไม่คุณเป็นวัว

บนพื้นฐานของสิ่งนั้นเราควรกังวลเป็นพิเศษเกี่ยวกับโลกที่ถูกยึดครองโดย AI อันธพาลตามที่ Elon Musk และ Stephen Hawking ได้เตือนหรือไม่?

บางที บทสนทนานี้ดั้งเดิมมีสัญญาณที่น่าเป็นห่วงอยู่บ้างแล้ว

ตัวอย่างอื่น:

1: ฉันรักคุณมากที่สุด
2: ฉันรักคุณมากกว่าที่สุด
1: ฉันรักคุณมากจนแทบทนไม่ไหว
2: ฉันรักคุณมากจนฉันจะค้นหาคุณในฝูงชน คุณเท่านั้นที่รัก
1: ฉันรักคุณมากที่ฉันจะเสียสละชีวิตเพื่อคุณ
2: ฉันรักคุณมากกว่าความรักของโรมิโอและจูเลียต
1: ไม่คุณโกหกฉันรักคุณมากขึ้น
2: ฉันรักคุณมากกว่ามากกว่ามากมากกว่าส่วนใหญ่ด้วยซ้ํา

ความรู้สึกน่าชื่นชม อย่างไรก็ตาม อารมณ์ที่ทวีความรุนแรงขึ้นนั้นดูรุนแรงไปหน่อย ฉันจะเกลียดที่จะอยู่ใกล้ ๆ เมื่อพวกเขาเริ่มต่อสู้โดยเฉพาะอย่างยิ่งถ้าพวกเขามีวัตถุทางกายภาพใด ๆ ภายใต้การควบคุมของพวกเขา

แม้ว่าการสนทนานี้จะดูไร้สาระสําหรับเรา และห่างไกลจากความเข้าใจระดับมนุษย์ แต่บางทีเราอาจประเมินค่าสูงเกินไปว่าสมองของเราทํางานอย่างไรกับวิธีที่บอท หนังสือ "จิตใจแบนราบ" ให้เหตุผลว่าจิตใจของมนุษย์ทํางานในลักษณะผิวเผินเดียวกัน แม้ว่าเราจะมีภาพลวงตาของจิตไร้สํานึกที่เชื่อมโยงความคิดเข้าด้วยกันอย่างสอดคล้องกัน แต่หนังสือเล่มนี้อธิบายได้อย่างน่าเชื่อถือว่าจิตใจกําลังสร้างความหมายในช่วงเวลานั้นเช่นเดียวกับบอทเหล่านี้อย่างไร

ที่กล่าวว่าเป็นการยากที่จะโต้แย้งว่าบอทใกล้จะผ่านการทดสอบทัวริงในเร็วๆ นี้

นอกเหนือจากข่าวที่ว่าบอทมีหนทางอีกยาวไกลก่อนที่จะมีประโยชน์อย่างแท้จริงในการสนทนาแล้วยังมีคําถามร้ายแรงเกี่ยวกับประโยชน์ในตอนนี้

สิ่งที่สําคัญที่สุดที่ผู้คนไม่เข้าใจเกี่ยวกับความก้าวหน้าใน ai chatbots คือความก้าวหน้าที่แท้จริงเกิดขึ้นในการทําความเข้าใจภาษาธรรมชาติไม่ใช่ความเข้าใจโดยทั่วไป มีความแตกต่างอย่างมาก เหตุใดจึงสําคัญสําหรับ chatbots?

การทําความเข้าใจเจตนาเบื้องหลังวลีหนึ่งที่พูดในภาษาธรรมชาติที่เรียกว่า Natural Language Understanding (NLU) นั้นง่ายกว่าการเข้าใจความหมายในการสนทนาและแต่ละวลีเกี่ยวข้องกับการสนทนาทั้งหมดอย่างไร

ผู้ช่วยเสียงที่ฉันกล่าวถึงในตอนต้นเป็นตัวอย่างที่ดีของเรื่องนี้ พวกเขาทํางานได้อย่างยอดเยี่ยมในการทําความเข้าใจคําแนะนําเพียงครั้งเดียว อย่างไรก็ตาม การสนทนาไม่ใช่ชุดของคําสั่งหรือข้อความเดียวอย่างที่เราได้เห็น

การสนทนาของมนุษย์มีหลายมิติและตอนนี้เราไม่มีที่ไหนเลยที่บอทสามารถจัดการกับหน่วยความจําความคลุมเครือและบริบทในระดับที่มนุษย์สามารถทําได้ ไม่ได้หมายความว่าสิ่งนี้จะไม่เกิดขึ้นในวันหนึ่ง

มีคนที่เชื่อว่าอย่างน้อยก็มีโอกาสภายนอกที่ AI ทั่วไปที่แท้จริงจะเกิดขึ้นในอีก 50 ปีข้างหน้า นี่คือประเภทของ AI ที่ฉันพูดถึงก่อนหน้านี้ซึ่งไม่เพียง แต่เป็นผู้ช่วยเท่านั้น แต่ยังเป็นเพื่อนร่วมทางด้วย

แม้ว่าอาจมีประเด็นที่ต้องเข้าใจเกี่ยวกับ AI ทั่วไปและอาจเกี่ยวกับกฎระเบียบที่ต้องดําเนินการ แต่ AI ทั่วไปที่มีความเข้าใจระดับมนุษย์อย่างน้อยก็ไม่เกี่ยวข้องกับวัตถุประสงค์ของการสนทนาของเรา

เราคาดหวังอะไรจากแชทบอท AI ในตอนนี้?

กรณีการใช้งานที่ดีที่สุดในแง่ของความสามารถในการพูดคุยกับ AI ในตอนนี้คืออะไร?

ตามที่อธิบายไว้ข้างต้นบอทพูดได้ดีมากในการทําความเข้าใจความตั้งใจในวลีที่กําหนด สิ่งนี้กลายเป็นฟังก์ชันที่มีประโยชน์สําหรับกรณีการใช้งานจํานวนมาก

ประการแรกคือมีประโยชน์สําหรับสถานการณ์ที่ผู้คนต้องการโต้ตอบกับระบบอย่างรวดเร็วโดยใช้คําสั่งเสียง เช่น Google home หรือ Alexa ตราบใดที่ผู้คนเข้าใจแอปที่พวกเขาควบคุมด้วยคําสั่งเสียง ก็ใช้ได้ผลดีเพราะพวกเขาสามารถเดาได้อย่างแม่นยําว่าบอทจะเข้าใจคําสั่งประเภทใด

ตัวอย่างเช่น ผู้คนเข้าใจว่าคําสั่งประเภทใดที่ผู้ช่วยเสียงควรเข้าใจหากพวกเขาใช้เพื่อควบคุม youtube พวกเขาสามารถสั่งบอทในลักษณะเดียวกับที่พวกเขาจะสั่งเพื่อนที่ควบคุมแอป youtube "เล่นวิดีโอบียอนเซ่", "วิดีโอถัดไป", "กรอไปข้างหน้า 10 วินาที" เป็นต้น

การใช้คําสั่งเสียงจะเร็วกว่าในบางกรณี โดยเฉพาะอย่างยิ่งเพื่อค้นหาสิ่งที่ผู้ใช้รู้อยู่แล้วว่ามีอยู่ เช่น มิวสิควิดีโอบน Youtube

ปัญหาของอินเทอร์เฟซเสียงประเภทนี้คือการค้นหาฟังก์ชันการทํางานใหม่เป็นเรื่องยากมาก และแม้ว่าจะพบฟังก์ชันใหม่ แต่ผู้ใช้อาจไม่มีความรู้เพียงพอเกี่ยวกับโดเมนที่จะคาดเดาได้อย่างแม่นยําว่าบอทควรเข้าใจอะไร

เป็นข้อเท็จจริงที่รู้จักกันดีเกี่ยวกับผู้ช่วยเสียงที่มีฟังก์ชันน้อยมาก (เรียกว่าทักษะบน Alexa) สําหรับการใช้งานส่วนใหญ่ เช่น การเล่น Spotify, Youtube, การตั้งเวลา และการค้นหาโดย Google บทความใน Venturebeat แสดงให้เห็นว่าทักษะอันดับต้น ๆ ส่วนใหญ่เกี่ยวข้องกับการเล่นเพลงที่สงบเงียบ

นอกเหนือจากทักษะที่คุณรู้เกี่ยวกับมันเป็นเรื่องยากมากที่จะสุ่มค้นหาฟังก์ชันการทํางานและทําความเข้าใจวิธีการใช้ฟังก์ชันนั้น เสียงยังไม่ใช่อินเทอร์เฟซที่ดีสําหรับการส่งข้อมูลหลายประเภทด้วยเหตุผลที่ชัดเจน ลองนึกภาพ Alexa อธิบายแผนภูมิให้คุณฟังแทนที่คุณจะเห็น

อย่างไรก็ตามเราเชื่อว่าในที่สุดฟังก์ชั่นเสียงจะเชื่อมโยงกับ UI แบบกราฟิกซึ่งจะเอาชนะปัญหามากมายได้เป็นส่วนใหญ่ ไม่เพียงแต่คุณสามารถดูผลลัพธ์เท่านั้น แต่คุณยังสามารถดูฟังก์ชันที่เกี่ยวข้องและกรณีการใช้งานสําหรับผู้ช่วยเสียงบน UI แบบกราฟิกได้อีกด้วย

นอกจากนี้ จําเป็นต้องมี UI เสียงสําหรับอินพุต เนื่องจากโทรศัพท์มือถือมีหน้าจอที่มีขนาดจํากัด ดังนั้นจึงสามารถป้อนข้อมูลบางประเภทได้ช้า

ความสามารถในการดูและรับแจ้งจากหน้าจอในเวลาเดียวกันกับที่พวกเขากําลังพูดจะช่วยให้ผู้ใช้เข้าใจฟังก์ชันการทํางานที่มีอยู่ได้ดีขึ้นและควรใช้อย่างไรในลักษณะเดียวกับที่พวกเขาสามารถหาวิธีใช้แอปที่พวกเขาไม่เคยใช้มาก่อน

การรับข้อมูลนี้จะช่วยให้ผู้ช่วยเสียงเหล่านี้ฉลาดขึ้นและชาญฉลาดขึ้น และในที่สุดก็เริ่มคาดการณ์และทํางานให้เสร็จโดยที่คุณไม่ได้สั่งให้พวกเขาทํา นี่คืออนาคตของเฟรมเวิร์กบอท

แม้ว่าคุณจะไม่สามารถสนทนากับพวกเขาเกี่ยวกับสิ่งที่เกิดขึ้นในข่าวในวันนั้น แต่พวกเขาจะเป็นผู้ช่วยรุ่นปรับปรุงที่เรามีในปัจจุบันเกี่ยวกับวิธีที่พวกเขาสามารถตอบสนองต่อคําสั่งเสียงของคุณได้

การพูดกับโทรศัพท์ของคุณจะกลายเป็นเรื่องธรรมชาติเหมือนกับการพิมพ์ในตอนนี้อย่างไรก็ตามบทสนทนาจะเป็นเรื่องแปลกโดยผู้ใช้ส่วนใหญ่ถือไมโครโฟนบน UI แบบกราฟิกเพื่อพูดกับโทรศัพท์และการตอบสนองที่เข้ามาจะเปลี่ยน UI แบบกราฟิกเช่นเดียวกับแอป นั่นคือสิ่งที่การพูดคุยกับหุ่นยนต์จะเป็นอย่างไรในอนาคต จนกว่าจะมีการค้นพบ AI ทั่วไปแน่นอน