Хабрахабр

[Из песочницы] Искусственный интеллект – на каждый ответ будет задан вопрос

Искусственный интеллект в речевых экспертных системах развивается в направлении чат-ботов. Бесспорно, это понятное всем направление развития. Проблем, при его формировании, безусловно, много, это видно из презентаций разработчиков. Они неплохо рассказывают о своих достижениях, о тех проблемах, которые им удалось решить, но хотелось бы и увидеть проблемы, которые им не удалось решить.

Информация — сведения, воспринимаемые человеком и (или) специальными устройствами как отражение фактов материального или духовного мира в процессе коммуникации (ГОСТ 7. Посмотрим на все эти проблемы с теории информации. 0-99).
Основные функции при работе с информацией:

  1. Поиск новой информации;
  2. Сохранение информации;
  3. Передача информации.

По первой функции. Можно разделить на несколько уровней. Локальный уровень где, в принципе, задачи выполняются достаточно эффективно. Примером может быть вопрос пользователя: «Где ближайшая АЗС?», ответ на него системы дают достаточно надежно. Тут, на мой взгляд, следует определить термин «локальный уровень поиска новой информации», как возможность получение новой информации пользователем из источника, который существует в конкуренции с другими источниками, не связанные с ИИ. Представленный пример хорош тем, что естественно понятно, что пользователь информацию, о ближайшей АЗС, может получить от окружающих, карт, то есть из других источников. И выбор источника определяется только издержками пользователя.

Примером является задача построения оптимального маршрута движения из А в Б, с учетом внешней ситуации (пробок и т.п.) и критериев эффективности пользователя (потраченного времени и т.п.). Задачи, которые невозможно пользователю решить на основе локальной информации, можно отнести к внешнему (верхнему) уровню, то есть к уровню, который имеет размерность выше, чем доступная пользователю. Так как, одного края этих задач — прогнозирование, а с другой стороны, класса этих задач, существует теорема Геделя о неполноте. Мы видим, что решение этих задач, сейчас, реализуется удовлетворительно.
Задачи, которые требуют выхода за пределы знаний общества, обозначим этот уровень — глобальным, и проигнорируем его.

Предполагаю, что данные системы, делают это на уровне, который достижим в настоящее время. По функции сохранения информации.

В настоящий момент, теоретически, любая система может передать необходимую информацию в различных формах. Третья функция – это передача информации. Примем, что уровень развития для этого аспекта удовлетворительный.

Обратимся к принципам, используемых разработчиком: «К счастью, у нас есть вся мощь поисковой машины Яндекса, которая каждый день сталкивается с миллионами запросов, ищет миллионы ответов и учится понимать, какие из них хорошие, а какие – нет». Посмотрим, с высказанной здесь, точки зрения на развитие таких экспертных систем. То есть, по сути, физическая схема поиска решения, сводится к простой схеме:

Запрос пользователя -> поиск состоятельного ответа в базе данных -> вывод ответа

Как видим ответ представляется, как один из зафиксированных, то есть уже существующих результатов, либо преобразованных и/или согласованных в единый от нескольких зафиксированных результатов. Либо от редакторских баз: «Мы же хотим, чтобы персональный помощник представлял собой целостную личность со вполне определенным набором качеств. Здесь на помощь приходят наши редакторские тексты. Их особенность в том, что они изначально написаны от лица той личности, которую мы хотим воссоздать в Алисе. Получается, что можно продолжать обучать Алису на миллионах строк случайных текстов, но отвечать она будет с оглядкой на эталон поведения, заложенный в редакторских ответах. И это то, над чем мы уже работаем».

И считаю, что при таком взгляде на эти системы можно структурировать задачи и проблемы, детализировать их и определять новые цели.
Что такое беседа. По сути получается, что чат-бот это посредник между пользователем и неопределенным кругом лиц (юридическая формулировка). Он используется в различных обстоятельствах. Это процесс передачи информации от одного субъекта к другому в одном сеансе. При равноправных субъектах, для согласования действий, при неравноправности субъектов, для определения действий подчиненного субъекта.

Тогда виды задач беседы формируются от их типа.

По количеству участников:

  1. Монолог;
  2. Диалог;
  3. Коллективная беседа (конференция);
  4. Общение с неопределенным кругом лиц.

При такой кластеризации, с учетом отношения к «локальному уровню поиска новой информации», можно увидеть, что поиск задач для ИИ идет, в основном, при использовании ИИ для четвертого типа задач «Общения с неопределенным кругом лиц».

Посмотрим на остальные типы.

Так как по М.Твену: «Любое упоминание в прессе, даже самое негативное, кроме некролога, это реклама». Монолог – здесь будем считать монологом попытку субъектом систематизировать результаты проведенного анализа, фиксации полученных результатов. Класс ответов достаточно очевиден – подыскать аналогичные монологи из своей базы. В чем ИИ может посодействовать человеку, если он обратился к нему с монологом. Посильная ли эта задача для ИИ, подыскать аналогичные исследования, на сегодняшний день. Тут же возникает аспект, что по своей сути, и, любое научное исследование, до опубликования является монологом одного или нескольких авторов. Ответ очевиден – да.

Возьмем пример из соцсетей, на основе известной песенки:
— А ты меня любишь?
— Ага.
— С ты со мной будешь?
— Ага
— Так будем мы вместе, так будем мы рядом, с тобою всегда! Диалог.

Может ли ИИ чем-то посодействовать пользователю на локальном уровне. Анализируем этот пример. Но, с точки зрения задач верхнего уровня, тут уже помощь ИИ, а значит и задачи для него есть. Предполагаю, что незначительно, так как на локальном уровне собеседник, для ведущих диалог, имеет приоритетный вес. Вторая — валидность ответов. Первая – это определение, не с ботом ли разговаривает субъект. А далее, еще огромное количество задач: троллинг, степень заинтересованности, скрытые цели и т.д.

Можно увидеть, как использовать мощности ИИ в различных сферах: Увеличивая степень важности диалога.

А) прием на работу;
Б) ведение переговоров;
В) Судебные процессы.
И список задач возникает огромный.

Представим понятную модель на примере приема на работу.

Представление вакансии. Сторона А (работодатель). ЭйчАр проанализировал и всем отказал, ИИ дает совет, что необходимо, в представлении вакансии изменить, дополнить и т.п. ИИ анализирует представленные резюме и представляет список подходящих кандидатов. (Это от меня подзатыльник всем HR). Если, ему (HR) не удалось найти сотрудника, то пусть подумает о своем соответствии и, о соразмерности требований и вознаграждений.

Написание резюме. Сторона Б (соискатель). Ну и претенденту возможность критически посмотреть на свои возможности. Составление ИИ, подсказок, оценок, сопоставительных результатов.

Для этого типа общения, составляя аналогию для диалога, также видно множество задач, в которых ИИ способен принести пользу. Конференция. Влияние каждого участника на результат, к которому пришла конференция. От текущих подсказок, до сигнализации об уровне вовлеченности в тему беседы всех ее участников. Для неравноправных субъектов — это инструкции по использованию оборудования. Поиск и подключение внешних специалистов в текущем режиме. И многое другое.

В этом типе общения, примеров использования ИИ уже огромное количество, от создания рекламных текстов до создания речи на генассамблеи ООН.
Здесь на суд публики представлена попытка систематизации задач перед ИИ. Общение с неопределенным кругом лиц. В основном, этот материал сварился, по результатам проб навыков Алисы, которые попытались реализовать различные разработчики. Так же представлена идея критерия сопоставления различных ИИ.

Показать больше

Похожие публикации

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»