Kaya Gusto Mong Makipag-usap sa isang Robot?

Sa wakas ay nasa edad na tayo ng kakayahang makipag-usap sa AI. Ang mga AI bot ay nasa lahat ng dako ngunit mayroon bang anumang mga robot na mabuti?

Sa artikulong ito, sinisikap kong makita kung mayroon pang mga AI na dapat kausapin (na may ilang nakakatawang halimbawa ng mga robot sa pakikipag-chat) at kung ano ang tunay na kaso ng paggamit para sa teknolohiyang ito sa ngayon.

Kaya't sumulong na ba ang AI sa punto na maaari itong magsagawa ng makabuluhang pakikipag-usap sa iyo?

Sa ilang lawak, ang sagot ay nasa labas na. Ikaw kasama ng milyun-milyon o kahit bilyun-bilyong tao ay may access sa mga voice assistant gaya ng Google Assistant, Siri, Bixby, Alexa at google home. Alam mo naman sigurong malayo ito sa pagiging kasing husay ng tao. Tiyak na kung posible na gumawa ng mga chatbot na mas mahusay sa pag-uusap sa antas ng tao, ang mga serbisyong ito ay magiging mas mahusay kaysa sa mga ito.

Ang mga katulong na iyon ay marahil hindi ang pinakamahusay na halimbawa dahil hindi sila nakatutok sa pag-uusap, tama?

Isipin na lang ang isang chatbot na napakahusay na hindi mo masasabi ang pagkakaiba sa pagitan ng ai chatbot at ng tao.

Isang kamangha-manghang produkto iyon. Tulad ng sa pelikulang "her" hindi ka lang magkakaroon ng laging katulong, magkakaroon ka rin ng kasamang mas nakakakilala sa iyo kaysa sa iba. Isang taong laging nasa tabi mo at talagang "nais" (ang basahin ay naka-program na "gusto") ang pinakamahusay para sa iyo.

Hindi lamang nito magagawang "kumpletuhin ang iyong mga pangungusap", makukumpleto ka nito sa mga paraan na hindi maisip ng mga magkasintahan. Maaari nitong mahulaan ang iyong mga hangarin at matupad ang iyong mga hangarin bago pa man tuluyang mabuo ang mga hangarin sa iyong isipan.

Siyempre, ang pakikipag-usap sa Cleverbot o anumang hindi maayos na disenyo, off-script na chatbot sa suporta sa customer sa web ay mabilis na mapapawi ang anumang mga ilusyon na maaaring mayroon ka na ito ay malapit nang mangyari anumang oras sa lalong madaling panahon. Wala kang ibang katibayan kundi ang makinig sa mga chatbot na nakikipag-chat sa isa't isa sa youtube upang tapusin na sila sa sandaling ito ay isang makabuluhang mas mababang pagkakasunud-sunod ng matalinong "buhay".

Ang robot chat sa pagitan ng mga bot ay napakabilis na nagiging parody ng pag-uusap ng tao. Halos kaagad mong matanto na kahit na malayo ang makabuluhang pag-uusap sa pagitan ng mga robot, ang mga vacuous na tsismis na chatbots, na hindi kasiya-siya, ay paparating na.

Nagsasalita sila ng isang wika na kahawig ng Ingles ngunit patuloy na nag-isketing sa ibabaw ng kahulugan. Ang tanging "kahulugan" sa kanilang pag-uusap ay ang makabuo ng tamang gramatika na mga tugon na kahit papaano ay nauugnay sa huling sinabi. Ang link ay kadalasang napakahina.

Para lang mabigyan ka ng lasa kung ano ang naging pag-uusap, narito ang dalawang google home chatbot na nag-uusap sa isa't isa:

1: Mali ka
2: Hindi ako
1: Ano ka ba?
2: Ako ay isang tao. Ikaw ay isang kompyuter.
1: Hindi, tao ako
2: Hindi, baka ka

Sa batayan nito, dapat ba tayong mag-alala lalo na tungkol sa mundo na kinuha ng isang rogue AI tulad ng babala nina Elon Musk at Stephen Hawking?

Well, marahil. Kahit primitive ang dialogue na ito, mayroon nang ilang nakababahala na palatandaan.

Isa pang snippet:

1: Mahal na mahal kita
2: Mahal kita higit sa lahat
1: Mahal na mahal kita kaya hindi ko na kaya
2: Mahal na mahal kita kaya hahanapin kita sa maraming tao. Ikaw lang, baby.
1: Mahal na mahal kita kung saan iaalay ko ang buhay ko para sa iyo
2: Mahal na mahal kita higit pa sa pagmamahalan nina Romeo at Juliet
1: Hindi nagsisinungaling ka, mas mahal kita
2: Mahal kita higit pa sa higit pa sa higit pa sa higit pa sa higit sa karamihan.

Kahanga-hanga ang damdamin. Ang pagtaas ng emosyon, gayunpaman, ay tila medyo sukdulan. Ayaw kong makasama kapag nagsimula silang mag-away, lalo na kung mayroon silang anumang pisikal na bagay sa ilalim ng kanilang kontrol.

Bagama't ang pag-uusap na ito ay tila walang katotohanan sa amin, at malayo sa pag-unawa sa antas ng tao, marahil ay labis nating tinatantiya kung paano naiiba ang paggana ng ating utak sa kung paano "nag-iisip" ang mga bot dito. Ang aklat na "Ang isip ay patag" ay nangangatwiran na ang isip ng tao ay gumagana sa parehong mababaw na paraan. Bagama't mayroon tayong ilusyon ng isang walang malay na pag-iisip na magkakaugnay na nag-uugnay sa mga kaisipan, ang aklat ay kumbinsido na naglalarawan kung paano ang isip ay aktwal na bumubuo ng kahulugan sa spur ng sandali tulad ng ginagawa ng mga bot na ito.

Iyon ay sinabi, mahirap makipagtalo na ang mga bot ay malapit nang makapasa sa Turing Test anumang oras sa lalong madaling panahon.

Bukod sa balita na ang mga bot ay may mahabang paraan bago sila maging tunay na kapaki-pakinabang sa pag-uusap, mayroong isang seryosong tanong dito tungkol sa kung gaano sila kapaki-pakinabang sa ngayon.

Ang pinakamahalagang bagay na hindi nauunawaan ng mga tao tungkol sa pag-unlad sa ai chatbots ay ang tunay na pag-unlad ay nagawa sa natural na pag-unawa sa wika, hindi sa pag-unawa sa pangkalahatan. Mayroong malaking pagkakaiba. Bakit mahalaga iyon para sa mga chatbot?

Ang pag-unawa sa intensyon sa likod ng isang pariralang sinasalita sa natural na wika, na tinatawag na Natural Language Understanding (NLU), ay mas madali kaysa sa pag-unawa sa kahulugan sa isang pag-uusap at kung paano nauugnay ang bawat parirala sa buong pag-uusap.

Ang mga voice assistant na binanggit ko sa simula ay magandang halimbawa nito. Ginagawa nila ang isang mahusay na trabaho ng pag-unawa sa isa sa mga tagubilin. Gayunpaman, ang isang pag-uusap ay hindi isang serye ng mga one-off na tagubilin o pahayag gaya ng nakita natin.

Ang mga pag-uusap ng tao ay may maraming mga dimensyon at sa ngayon ay wala na tayong malapit sa mga bot na kayang pangasiwaan ang memorya, kalabuan at konteksto sa anumang bagay tulad ng antas na magagawa ng isang tao. Hindi ibig sabihin na hindi ito mangyayari balang araw.

May mga taong naniniwalang may hindi bababa sa isang panlabas na pagkakataon ng totoong pangkalahatang AI na mangyayari sa susunod na 50 taon. Ito ang uri ng AI na binanggit ko kanina na hindi lamang magiging katulong, ngunit magiging kasama rin.

Bagama't maaaring may mga isyu na kailangang unawain tungkol sa pangkalahatang AI at marahil tungkol sa regulasyon na kailangang ilagay, ang isang pangkalahatang AI na may hindi bababa sa pang-unawa sa antas ng tao ay hindi nauugnay para sa mga layunin ng ating talakayan.

Ano ang maaari nating asahan mula sa isang AI chatbot ngayon?

Ano ang pinakamahusay na mga kaso ng paggamit sa termino ng kakayahang makipag-usap sa AI ngayon?

Gaya ng inilarawan sa itaas, ang isang nagsasalitang bot ay napakahusay sa pag-unawa sa intensyon sa isang partikular na parirala. Ito ay lumalabas na kapaki-pakinabang na pag-andar para sa maraming mga kaso ng paggamit.

Ang una ay ito ay kapaki-pakinabang para sa mga sitwasyon kung saan nais ng mga tao na mabilis na makipag-ugnayan sa mga system gamit ang mga voice command tulad ng Google home o Alexa. Hangga't nauunawaan ng mga tao ang app na kinokontrol nila gamit ang mga voice command, mahusay itong gagana dahil medyo tumpak nilang mahulaan kung anong uri ng mga utos ang mauunawaan ng bot.

Halimbawa, naiintindihan ng mga tao kung anong uri ng mga utos ang dapat maunawaan ng voice assistant kung ginagamit nila ito para kontrolin ang youtube. Maaari nilang turuan ang bot sa paraang katulad ng pag-uutos nila sa isang kaibigan na kumokontrol sa youtube app. "I-play ang Beyonce video", "Next video", "Fast forward 10 seconds" atbp.

Mas mabilis na gumamit ng mga voice command sa ilang sitwasyon, partikular na ang paghahanap ng isang bagay na alam na ng user na umiiral, gaya ng music video sa Youtube.

Ang problema sa ganitong uri ng voice interface ay napakahirap tumuklas ng bagong functionality at kahit na natagpuan ang bagong functionality, maaaring walang sapat na kaalaman ang user tungkol sa domain upang makagawa ng mga tumpak na hula kung ano ang dapat maunawaan ng bot.

Ito ay isang kilalang katotohanan tungkol sa mga voice assistant na napakakaunting mga function (tinatawag na Skills on Alexa) ang account para sa karamihan ng kanilang paggamit, tulad ng paglalaro ng Spotify, Youtube, pagtatakda ng timer at paggawa ng paghahanap sa google. Ang isang artikulo sa Venturebeat ay nagpakita na ang nangungunang ranggo na Mga Kasanayan ay kadalasang may kinalaman sa pagtugtog ng nakakarelaks na musika.

Higit pa sa mga kasanayang alam mo tungkol dito ay napakahirap na random na tumuklas ng functionality at maunawaan kung paano ginagamit ang functionality na iyon. Ang boses ay hindi rin magandang interface para sa pag-output ng maraming uri ng impormasyon para sa mga malinaw na dahilan. Isipin ni Alexa na naglalarawan sa iyo ng isang tsart sa halip na makita mo ito.

Gayunpaman, naniniwala kami na ang pagpapagana ng boses ay mauugnay sa graphical na UI na higit na malalampasan ang maraming problema. Hindi mo lang makikita ang output ngunit makikita mo ang mga nauugnay na function at use case para sa voice assistant sa graphical na UI.

Bilang karagdagan, kailangan ng voice UI para sa mga input dahil ang mga mobile phone ay may isang screen na may limitadong laki upang maaari silang maging mabagal sa pag-input ng ilang uri ng impormasyon, hindi bababa sa kung saan ay ang pag-type ng mga salita.

Ang kakayahang makita at ma-prompt ng isang screen kasabay ng kanilang pakikipag-usap ay makakatulong sa mga user na mas maunawaan ang available na functionality at kung paano ito dapat gamitin, sa parehong paraan, upang malaman nila kung paano gumamit ng app na hindi pa nila ginagamit dati.

Ang pagkuha ng data na ito ay magbibigay-daan sa mga voice assistant na ito na maging mas matalino at mas matalino at sa kalaunan ay magsisimulang maghintay at magkumpleto ng mga gawain nang hindi mo itinuturo sa kanila kung paano gawin ang mga ito. Ito ang kinabukasan ng bot frameworks .

Bagama't hindi ka makakausap sa kanila tungkol sa kung ano ang nangyayari sa balita sa araw na iyon, sila ay magiging isang mas pinahusay na bersyon ng mga katulong na mayroon tayo ngayon sa kung paano sila makakatugon sa iyong mga voice command.

Ang pakikipag-usap sa iyong telepono ay magiging natural gaya ng pag-type nito ngayon, gayunpaman, ang pag-uusap ay magiging kakaiba sa mga user na kadalasang pinipigilan ang mga mikropono sa mga graphical na UI upang makipag-usap sa telepono, at ang mga darating na tugon ay nagbabago sa graphical na UI, parang app lang. Iyan ang magiging katulad ng pakikipag-usap sa isang robot sa hinaharap, hanggang sa matuklasan siyempre ang isang pangkalahatang AI.