फेसबुक बातचीत को अगला लोकप्रिय इंटरफेस बनाता है

जबकि बॉट्स इंसानों की तरह बात करने में असमर्थ हैं। लेकिन फेसबुक एआई शोधकर्ता पहले से ही इस क्षेत्र में सक्रिय रूप से प्रवेश कर रहे हैं; यह कंपनी के दूतों को गंभीर रूप से प्रभावित कर सकता है, और न केवल

2015 में चैटबॉट्स काफी लोकप्रिय विषय था। सबसे लोकप्रिय में से एक फेसबुक से एम था, जो कि कंपनी की योजनाओं के अनुसार, एक सामान्य सामान्य-उद्देश्य वाला बॉट बनने वाला था, जो बहुत सारी चीजों में सक्षम था - सामान ऑर्डर करना, उपहार वितरित करना, एक रेस्तरां में तालिकाओं को जमा करना और यात्रा की योजना बनाना। हालांकि, परिणाम के लिए प्रचार बहुत जोर से था। जब फेसबुक ने सैन फ्रांसिस्को खाड़ी क्षेत्र के 2500 लोगों के लिए अपने एम का परीक्षण किया, तो कार्यक्रम ने इसे सौंपे गए अधिकांश कार्यों का सामना नहीं किया।

एम और अन्य चैटबॉट्स के प्रति उत्साह के पहले फटने के बाद (माइक्रोसॉफ्ट के निदेशक सत्या नडेला ने आम तौर पर कहा था कि "चैटबॉट नए अनुप्रयोग हैं"), निराशा की लहर चली। चैटबॉट खराब तरीके से चैट करते थे, और रोबोट की ओर बढ़ते थे। ऐसा इसलिए है क्योंकि उन्हें बहुत संकीर्ण विषयों पर बात करने और बहुत विशिष्ट कार्य करने के लिए सिखाया गया था। वे लोगों के साथ एक स्वाभाविक बातचीत को बनाए रखने में सक्षम नहीं थे, शब्दों की समझ और उनके अर्थ के आधार पर उत्तर देने के लिए। वे केवल सामान्य टिप्पणी जारी कर सकते थे।

एम ने बीटा परीक्षण चरण में प्रवेश करने से पहले ही, फेसबुक ने इस बॉट के लिए अपनी भव्य योजनाओं को कम कर दिया, हालांकि आंशिक रूप से प्राकृतिक भाषा प्रौद्योगिकी कम महत्वाकांक्षी फेसबुक मैसेंजर चैटबॉट में गिर गई, जो साधारण एकल कार्यों को करने में सक्षम थी जैसे कि भोजन के लिए ऑर्डर लेना या सूची से उत्तर देना। सवाल और जवाब। अमेरिकन एक्सप्रेस और 1-800-फ़्लोर्स जैसी कंपनियां अभी भी उपयोगकर्ता के सवालों का जवाब देने, सरल आदेशों को स्वीकार करने और अपने व्यक्तिगत खाते की शेष राशि के बारे में जानकारी जारी करने के लिए समान सरल चैटबॉट का उपयोग करती हैं। यदि आप उनकी सीमित योग्यता से बाहर का प्रश्न पूछते हैं, तो भी कई लोग आपको एक व्यक्ति में बदल देंगे।

हालाँकि, AI AI रिसर्च टीम पहले से ही सरल चैटबॉट जैसी परियोजनाओं से आगे निकल चुकी है। फेसबुक के एक प्राकृतिक भाषा के जानकार एंटोनी बॉर्डे ने बताया, 'पिछले तीन से चार सालों से हम कहते रहे हैं कि हम एक निश्चित लक्ष्य को हासिल करने के लिए संवादों की राह पर नहीं चल रहे हैं। यह बहुत मुश्किल काम है।' यदि कोई यात्रा चैटबॉट "गलत विमान, गलत उड़ान को जमा करता है, तो यह पैसे, यात्रा आदि के मामले में एक बहुत बड़ी गलती होगी," वे कहते हैं।

बोर्डे कुछ कार्यों के यांत्रिकी पर ध्यान केंद्रित करने के बजाय, लोगों की तरह संवाद करने के लिए आभासी एजेंटों को प्रशिक्षित करने के लिए - फेसबुक एक गहन कार्य के लिए एक कदम पीछे ले जा रहा है। अगर चैटबॉट लोगों के साथ बेहतर समझ और बातचीत कर सकते हैं, तो, जैसा कि कंपनी द्वारा कल्पना की गई है, वे अंततः सबसे अच्छे सहायक बन जाएंगे जो लोगों को व्यावहारिक कार्यों को करने में मदद कर सकते हैं, जैसे कि सभी समान टिकटों को जमा करना।

फेसबुक इन घटनाओं में सक्रिय रूप से निवेश कर रहा है, सबसे अच्छी प्राकृतिक भाषा एआई विशेषज्ञों को काम पर रखता है। कंपनी यह इंगित करना पसंद करती है कि, अन्य प्रौद्योगिकी दिग्गजों के विपरीत, यह AI अनुसंधान के परिणामों को पूरे शोध समुदाय के लिए ऑनलाइन उपलब्ध कराता है, उम्मीद करता है कि यह अन्य लोगों को AI की नई पीढ़ी बनाने में मदद करेगा। लेकिन यह शोध, निश्चित रूप से, अपने स्वयं के उत्पादों में गिर जाएगा।

मैसेंजर और व्हाट्सएप (फेसबुक अभी भी समझ में नहीं आता है कि फेसबुक बाद के मुद्रीकरण को कैसे समझ सकता है) इन घटनाओं के लिए आवेदन का एक स्वाभाविक क्षेत्र है। जुकरबर्ग कंपनी के विचारों के बारे में निजी संचार पर ध्यान केंद्रित करने के बारे में बात करते हैं, इसलिए मैसेंजर और व्हाट्सएप को अन्य समान प्लेटफार्मों, विशेष रूप से, वीचैट, टेलीग्राम और एप्पल iMessage को प्रधानता नहीं देने के लिए नई सुविधाओं को जोड़ना होगा।

एक एल्गोरिथ्म बनाना जो एक व्यक्ति के साथ एक मुफ्त बातचीत का समर्थन कर सकता है, प्रौद्योगिकी कंपनियों का एक प्रमुख लक्ष्य बन गया है। अमेज़ॅन, Google और Microsoft मानव संचार की संभावना पर फेसबुक से जुड़ रहे हैं - और न केवल पाठ दूतों के माध्यम से, बल्कि आवाज सहायकों की मदद से, और अन्य तरीकों से। हाल के शोध के लिए धन्यवाद, एक कंप्यूटर बनाने का मार्ग जो संचार के लिए वास्तव में सक्षम है, अचानक स्पष्ट हो गया है - हालांकि, पहले स्थान के लिए पदक अभी भी अपने विजेता की प्रतीक्षा कर रहा है।

दूसरे शब्दों में, फेसबुक का प्राकृतिक भाषा अनुसंधान केवल एम को फिर से जीवित करने या मैसेंजर में चैटबॉट्स को बेहतर बनाने से कहीं आगे जाता है। यह पूरी कंपनी के भविष्य के साथ जुड़ा हुआ है।

पेश है न्यूरल नेटवर्क

एक डिजिटल एजेंट बनाना जो किसी व्यक्ति के साथ एक विश्वसनीय बातचीत करने में सक्षम है, शायद प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में सभी कार्यों में सबसे कठिन है। मशीन को शब्दों से भरा एक शब्दकोश सीखना चाहिए, उनके उपयोग और बारीकियों के उदाहरणों के साथ, और फिर एक अप्रत्याशित व्यक्ति के साथ लाइव संचार में उनका उपयोग करें।

केवल पिछले कुछ वर्षों में, प्राकृतिक भाषा एआई समुदाय ने सामान्य बॉट बनाने की दिशा में बड़े कदम उठाने शुरू कर दिए हैं। विशेष रूप से, यह तंत्रिका नेटवर्क के क्षेत्र में सफलताओं के कारण हुआ - मशीन लर्निंग एल्गोरिदम जो डेटा की एक बड़ी मात्रा के विश्लेषण के माध्यम से पैटर्न को पहचानते हैं।

एअर इंडिया के अधिकांश इतिहास के लिए, लोग मशीन सीखने की प्रक्रिया का अनुसरण करते हुए कार्यक्रम पर नजर गड़ाए हुए हैं। "एक शिक्षक के साथ शिक्षण" नामक एक तकनीक में, एक व्यक्ति धीरे-धीरे एक तंत्रिका नेटवर्क को प्रशिक्षित करता है, समस्याओं का सही उत्तर देता है, और फिर एल्गोरिथ्म को समायोजित करता है ताकि यह उसी समाधान तक पहुंच जाए।

शिक्षक के साथ पढ़ाना अच्छी तरह से काम करता है यदि बड़ी मात्रा में सावधानीपूर्वक चिह्नित डेटा है - उदाहरण के लिए, बिल्लियों, कुत्तों या अन्य वस्तुओं की तस्वीरें। हालांकि, यह दृष्टिकोण अक्सर चैटबोट्स की दुनिया में काम नहीं करता है। व्यक्ति-से-व्यक्ति वार्तालापों की एक बड़ी संख्या (हजारों घंटे) खोजना मुश्किल है, और एक कंपनी से डेटा का ऐसा वॉल्यूम बनाना बहुत महंगा होगा।

चूंकि पुराने तरीकों का उपयोग करके बात करने के लिए चैटबॉट सिखाना मुश्किल है, इसलिए शोधकर्ता एक शिक्षक के साथ सीखने के विकल्प की तलाश कर रहे हैं ताकि तंत्रिका नेटवर्क मानव के हस्तक्षेप के बिना, अपने दम पर डेटा के आधार पर सीख सकें।

प्रशिक्षण डेटा की आवश्यकता को हटाने का एक तरीका यह है कि मशीन को सामान्य स्तर पर सामान्य ज्ञान में प्रशिक्षित किया जाए। यदि कोई कंप्यूटर इसके चारों ओर की दुनिया को समझ सकता है - उदाहरण के लिए, वस्तुओं के सापेक्ष आकार, तो लोग उनका उपयोग कैसे करते हैं, उन पर भौतिकी के नियमों के प्रभाव के बारे में कुछ अवधारणाएं - यह संभवतया विभिन्न विकल्पों को संकीर्ण करने में सक्षम होगी, जिससे केवल वास्तविक लोगों को संभव हो सकेगा।

लोग प्राकृतिक तरीके से ऐसा करते हैं। उदाहरण के लिए, मान लें कि आप एक खड़ी चट्टान के पास ड्राइव करते हैं, और अचानक आपको सड़क पर एक बड़ा बोल्डर दिखाई देता है। आपको उसके साथ टकराव से बचने की आवश्यकता है। लेकिन विकल्प चुनने पर, आप तेजी से चट्टान की ओर मुड़ने का निर्णय लेने की संभावना नहीं रखते हैं। आप जानते हैं कि एक कार गुरुत्वाकर्षण के कारण पत्थरों पर गिर जाएगी।


यान लेकुं

1980 के दशक के सबसे कठिन मुद्दों पर काम करने वाली एआई लीजेंड, फेसबुक के उपाध्यक्ष और प्रमुख एआई विशेषज्ञ, जान लेकुं ने कहा, "मानव सीखने का बहुत कुछ हमारे आस-पास की दुनिया को देखने के बारे में है।" "हम माता-पिता और अन्य लोगों से बहुत सी चीजें सीखते हैं, लेकिन सिर्फ दुनिया के साथ बातचीत करने से, कुछ करने की कोशिश करते हैं, असफल होते हैं और हमारे व्यवहार को समायोजित करते हैं।"

एआई ने "टीचरलेस लर्निंग" नामक एक ऐसी तकनीक का उपयोग करके प्रशिक्षित किया जो एक समान तरीके से काम करता है। उदाहरण के लिए, एक रोबोमोबाइल कई सेंसरों और कैमरों के माध्यम से दुनिया के बारे में डेटा एकत्र करता है, जैसे कि पांच इंद्रियों की मदद से दुनिया का अध्ययन करने वाला बच्चा। इस दृष्टिकोण के साथ, वैज्ञानिक बड़ी मात्रा में प्रशिक्षण डेटा के साथ मशीन प्रदान करते हैं। वे उसे सही उत्तर देने के लिए नहीं कहते हैं और उसे एक विशिष्ट लक्ष्य तक नहीं पहुंचाते हैं। वे उसे केवल डेटा को संसाधित करने और उससे सीखने, पैटर्न खोजने, डेटा में विभिन्न बिंदुओं के बीच संबंध बनाने के लिए कहते हैं।

कई मामलों में, आवश्यक डेटा ढूंढना मुश्किल है। हालांकि, एआई का एक ऐसा क्षेत्र है जिसमें एक तंत्रिका नेटवर्क बिना सेंसर के दुनिया के बारे में बहुत कुछ सीख सकता है: प्राकृतिक भाषा प्रसंस्करण। एल्गोरिदम मानव दुनिया को समझने में मदद करने के लिए बड़ी संख्या में मौजूदा ग्रंथों का उपयोग कर सकते हैं, जो भाषा को समझने के कार्य का एक आवश्यक हिस्सा है।

मान लीजिए कि एक तंत्रिका नेटवर्क ने प्रतिबिंब के लिए निम्नलिखित वाक्यांश प्राप्त किए हैं:

पुरस्कार सूटकेस में फिट नहीं हुआ क्योंकि यह बहुत बड़ा है।

पुरस्कार सूटकेस में फिट नहीं हुआ क्योंकि यह बहुत छोटा है।

यह समझने के लिए कि प्रत्येक वाक्य में "वह" शब्द विभिन्न वस्तुओं को संदर्भित करता है, मॉडल को वास्तविक दुनिया की वस्तुओं और उनके संबंधों के गुणों को समझने की आवश्यकता है। "पाठ जिस पर उन्हें प्रशिक्षित किया जाता है, उसमें यह समझने के लिए पर्याप्त संरचना होती है कि अगर आपके पास एक वस्तु है जो दूसरे में फिट होती है, तो उनमें से एक दूसरे में फिट नहीं हो सकती है यदि यह बहुत बड़ा है," लेकुं कहते हैं।

यह तकनीक नई पीढ़ी के लिए अधिक उपयोगी और मिलनसार फेसबुक चैटबॉट की कुंजी हो सकती है।

मिलो BERT और RoBERTa

2018 में Google पर प्राकृतिक भाषा प्रसंस्करण प्रणालियों के लिए शिक्षक-रहित सीखने में जारी सफलताएँ मिलीं। कंपनी के शोधकर्ताओं ने एक गहन शिक्षण मॉडल बीईआरटी (द्विदिश कोडिंग के साथ ट्रांसफार्मर का प्रतिनिधित्व करते हुए) बनाया, और इसे अंग्रेजी भाषा विकिपीडिया से 11038 पुस्तकों और 2.5 बिलियन शब्दों का एक अनसुलझा पाठ दिया। शोधकर्ताओं ने बेतरतीब ढंग से ग्रंथों से कुछ शब्द हटा दिए, और एक लापता शब्द डालने के लिए मॉडल सेट किया।

संपूर्ण पाठ का विश्लेषण करने के बाद, तंत्रिका नेटवर्क को शब्दों और वाक्यों से पैटर्न मिला, जो अक्सर एक ही संदर्भ में दिखाई देते हैं, जिससे उसे शब्दों के बीच बुनियादी संबंधों को समझने में मदद मिली। चूंकि शब्द वास्तविक दुनिया की वस्तुओं या अवधारणाओं का प्रतिनिधित्व करते हैं, मॉडल ने शब्दों के बीच के भाषाई संबंधों से अधिक सीखा है: यह समझना शुरू हुआ कि ऑब्जेक्ट एक दूसरे से कैसे संबंधित हैं।

मानव भाषा को समझने के लिए शिक्षक रहित शिक्षा का उपयोग करने वाला BERT पहला मॉडल नहीं था। लेकिन वह इसके संदर्भ में शब्द का अर्थ जानने वाला पहला व्यक्ति था।

"मैं कहूंगा कि यह परियोजना प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में सफलताओं के शीर्ष दो में है," डीप लर्निंग ग्रुप के शोध प्रबंधक, जियानफेंग गाओ, माइक्रोसॉफ्ट रिसर्च की प्रयोगशालाओं में से एक है। "लोग इस मॉडल का उपयोग अन्य सभी प्राकृतिक भाषा प्रसंस्करण मॉडल बनाने के लिए एक बुनियादी स्तर के रूप में करते हैं।" अब तक, BERT शोध को अन्य कार्यों में 1000 से अधिक बार उद्धृत किया गया है - अन्य शोधकर्ता इसके आधार पर विकसित कर रहे हैं।

इनमें उनकी टीम के साथ लेकुन भी शामिल है। उन्होंने इस मॉडल का अपना संस्करण बनाया, अनुकूलन किया, प्रशिक्षण डेटा और प्रशिक्षण समय की मात्रा का विस्तार किया। अरबों गणनाओं के बाद, एक फेसबुक न्यूरल नेटवर्क जिसे RoBERTa कहा जाता है, Google की तुलना में बहुत बेहतर प्रदर्शन करता है। उसने 88.5% और बीईआरटी का सटीकता स्तर दिखाया - केवल 80.5%।

BERT और RoBERTa कंप्यूटरों को संवाद करने के लिए मौलिक रूप से नए दृष्टिकोण का प्रतिनिधित्व करते हैं। "इस प्रक्रिया में, सिस्टम को उन शब्दों के अर्थ को इंगित करना चाहिए जो इसे मिलते हैं, वाक्यों की संरचना, संदर्भ।" "अंत में, वह भाषा के अर्थ को पहचानने लगती है, जो अजीब है, क्योंकि वह दुनिया की भौतिक वास्तविकता के बारे में कुछ नहीं जानती है।" उसकी कोई दृष्टि नहीं है, उसकी कोई सुनवाई नहीं है, उसके पास कुछ भी नहीं है। ” वह सब जानती है भाषा; अक्षर, शब्द और वाक्य।

एक वास्तविक वार्तालाप का अनुमोदन करना

लेकुन का कहना है कि BERT या RoBERTa का उपयोग करके प्रशिक्षित प्राकृतिक भाषा मॉडल, किसी भी सामान्य सामान्य ज्ञान को विकसित नहीं करेगा - यह केवल सामान्य ज्ञान के व्यापक डेटाबेस के आधार पर, चैट में उत्तर प्रदान करने के लिए पर्याप्त होगा। यह एक व्यक्ति की तरह बोलने के लिए एल्गोरिथ्म की सीखने की प्रक्रिया की शुरुआत है।

फेसबुक के प्राकृतिक भाषा शोधकर्ता भी RoBERTa- आधारित संचार के अधिक विवरण में निर्माण करने की कोशिश कर रहे हैं। उन्होंने चैटबॉट वाले लोगों की बातचीत का अध्ययन करने के लिए यह समझना शुरू किया कि बातचीत कब उबाऊ हो सकती है या टूट सकती है। उनकी खोजों से बॉट को प्रशिक्षित करने के तरीके खोजने में मदद मिलती है ताकि यह बातचीत में सबसे आम गलतियों से बच सके।

उदाहरण के लिए, चैटबॉट अक्सर खुद का विरोध करते हैं क्योंकि वे याद नहीं रखते कि उन्होंने पहले क्या कहा था। एक चैटबोट कह सकता है कि वह नाइट राइडर एपिसोड देखना पसंद करती है, और फिर घोषणा करती है कि उसे शो पसंद नहीं है। चैटबॉट जो अपने खुद के जवाब बनाते हैं (प्रशिक्षण डेटा से संकेत निकालने के बजाय) अक्सर सवालों का जवाब देते हैं ताकि गलतियां न हों। वे अक्सर अलौकिक लगते हैं, इसलिए उनके साथ संवाद करना इतना दिलचस्प नहीं है।

चैटबॉट्स को ज्ञान का उपयोग करने में सक्षम होना चाहिए ताकि वह बात करने के लिए दिलचस्प हो सके। एक बॉट जो सूचनाओं की एक विस्तृत श्रृंखला का उपयोग कर सकता है, लोगों के साथ लंबे संवाद बनाए रखने में सक्षम होने की अधिक संभावना है। हालांकि, मौजूदा चैटबॉट्स को एक ही क्षेत्र से ज्ञान का उपयोग करके प्रशिक्षित किया जाता है जो बॉट को सौंपे गए कार्य से मेल खाती है। यह एक समस्या बन जाती है जब कोई व्यक्ति उन विषयों के बारे में कुछ कहना शुरू करता है जो बॉट की क्षमता से परे जाते हैं। पिज्जा के अलावा किसी और चीज के बारे में पिज्जा ऑर्डर करने वाले बॉट से पूछें, और बातचीत जल्दी फीकी हो जाएगी।

इसका सामना करने के लिए, फेसबुक के शोधकर्ता प्राकृतिक भाषा प्रसंस्करण मॉडल को ज्ञान के कई क्षेत्रों से डेटा निकालने और एक बातचीत में स्वाभाविक रूप से इस जानकारी को एम्बेड करने के लिए प्रशिक्षित करने के लिए काम कर रहे हैं। भविष्य के अनुसंधान शिक्षण बॉट पर ध्यान केंद्रित करेंगे कि कैसे और कब सामान्य चीजों से बातचीत को किसी विशिष्ट कार्य में स्थानांतरित करना है।

चैटबॉट विकसित करने में सबसे बड़ी चुनौतियों में से एक यह है कि उन्हें शुरू करने के बाद उन्हें आगे कैसे सीखना है। शब्दों के अर्थ समय के साथ बदल सकते हैं, नए शब्द और शब्दजाल सांस्कृतिक रूप से महत्वपूर्ण हो सकते हैं। उसी समय, चैटबॉट बहुत अधिक सुझाव देने योग्य नहीं होना चाहिए - माइक्रोसॉफ्ट के ताई बॉट ने ऑनलाइन वार्तालापों से बहुत जल्दी सीख लिया और 24 घंटों में एक कठोर नस्लवादी में बदल गया। फेसबुक अच्छी बातचीत से सीखने के लिए प्रायोगिक चैटबॉट सिखाता है और उस व्यक्ति की भाषा का विश्लेषण करता है जिसे वे देखने के लिए बात कर रहे हैं कि क्या बॉट ने सुस्त या गूंगा कहा।

यह सटीक रूप से भविष्यवाणी करना मुश्किल है कि जब प्रयोगशाला में फेसबुक की सफलता से चैटबॉट बनाने में मदद मिलेगी, जो बातचीत का संचालन कर सकते हैं जो कम से कम मानव के साथ हैं। ऐसा नहीं हो सकता है कि लंबे समय से पहले आप इन परिणामों का मूल्यांकन कर सकें। "हम मानते हैं कि हम एक बॉट बनाने के बहुत करीब हैं जो लोगों से बात कर सकते हैं ताकि वे इसमें मूल्य देखें।"