Forskere beskriver den “emosjonelle chatting maskin” som et første forsøk på problemet med å lage maskiner som kan fullt ut forstå brukeren følelser

Chatbots

Human-robot vekselsvirkningene ta skritt fremover med “emosjonell’ chatbot

Forskere beskriver den “emosjonelle chatting maskin” som et første forsøk på problemet med å lage maskiner som kan fullt ut forstå brukeren følelser

Vitenskap korrespondent

@hannahdev

Fredag 5. Mai 2017 18.25 BST

Sist endret fredag 5 Mai 2017 18.26 BST

En “følelsesmessig chatting machine” har blitt utviklet av forskere, som signaliserer tilnærming i en tid der human-robot vekselsvirkningene er sømløs og gå utover det rent funksjonelle.

Den chatbot, utviklet av et Kinesisk lag, blir sett på som et viktig skritt mot målet om å utvikle følelsesmessig avanserte roboter.

ECM, som det er kjent for kort, var i stand til å produsere faktisk sammenhengende svar, mens også imbuing sin samtale med følelser som glede, tristhet eller avsky.

Professor Björn Schuller, en forsker ved Imperial College London, som ikke var involvert i den siste forhånd, beskrev arbeidet som “et viktig skritt” mot personlige assistenter som kan lese emosjonell undertone av en samtale og svare med noe tilsvarende til empati.

“Dette vil være den neste generasjonen av intelligens til å bli oppfylt i det daglige erfaring, før heller enn senere,” sa han.

Papiret fant at 61% av mennesker som testet maskinen favorisert den emosjonelle versjoner til nøytral chatbot. Lignende resultater har blitt funnet i såkalte “Wizard of Oz” studier der et menneske å skrive svar maskerer seg som avansert kunstig INTELLIGENS.

“Det er ikke et spørsmål om de er ønskelige – klart de er – men i hvilke bruksområder de egner seg og hvor de ikke,” sa Schuller.

Minlie Huang, en forsker ved Tsinghua University, Beijing, og co-author, sa: “Vi er fortsatt langt unna en maskin som kan fullt ut forstå brukerens følelser. Dette er bare et første forsøk på dette problemet.”

Huang og kolleger i gang ved å opprette en “følelse å klassifisere” algoritme som har lært å gjenkjenne følelser fra 23,000 innlegg hentet fra den Kinesiske sosiale medier Weibo. Innleggene hadde vært manuelt klassifisert av mennesker som trist, glad og så videre.

Følelser classifier ble deretter brukt til å merke millioner av sosiale medier vekselsvirkningene i henhold til emosjonelle innhold. Denne stor dataset fungerte som et treningssted for chatbot å lære både hvordan til å svare på spørsmål og hvordan å uttrykke følelser.

Den resulterende programmet kan bli slått i fem mulige modeller – glad, trist, sint, kvalm, smak, avhengig av brukerens preferanse. I ett eksempel samtale en bruker skriver inn i: “Verste dagen noensinne. Jeg ankom sent på grunn av trafikken.”

I nøytral-modus, chatbot droned: “Du var for sent”. Svaralternativer var: “noen Ganger er livet bare suger!” (avsky-modus), “jeg er alltid her for å støtte deg” (smak) eller “Keep smiling! Ting vil bli bedre” (glad – eller, noen kanskje si, annoyingly chipper).

I fremtiden, team forutsi programvaren kan også lære den riktige til å uttrykke følelser på et gitt tidspunkt. “Det kan være mest empatisk,” sa Huang, og legger til at en utfordring vil være å unngå chatbot forsterke negative følelser som raseri.

Inntil nylig chatbots ble ansett som et sideshow til mer alvorlige forsøk på å håndtere maskin intelligens. En chatbot kjent som Eugene Goostman klart å overbevise noen dommere var de snakker med et menneske, men bare ved å stille som en 13-år gamle ukrainske gutt med en begrenset forståelse av engelsk. Microsoft er katastrofale chatbot Tay var ment å lære å chatte fra Twitter vekselsvirkningene, men ble avsluttet etter å ha blitt en folkemord-støtte Nazi mindre enn 24 timer etter å ha blitt sluppet løs på internett.

Den siste studien viser at chatbots, drevet av en maskin læring tilnærming, er i ferd med å gjøre betydelige fremskritt. Sandra Wachter, en forsker ved Oxford Internet Institute, sa at i fremtiden slike algoritmer er sannsynlig å være personlig. “Noen av oss foretrekker en tøff kjærlighet pep-talk, andre foretrekker noen å bable med,” sa hun. “Mennesker som ofte sliter med passende reaksjoner på grunn av kompleksiteten av følelser, for så å bygge teknologier som kan tyde nøyaktig vår ’emosjonelle koden’ ville være meget imponerende.”

Som unaturlig datamaskinen vekselsvirkningene i dag er erstattet av noe som nærmer seg vennlig chit-chat, nye risikoer kan oppstå.

En bekymring er potensial for teknologi som er laget for å forføre brukeren til å dele sensitive personopplysninger. “Det kan være at barn dele innsikt med sin “kunstig ” venner”, og dette data som kan være lagret,” sa Wachter. “Hva om vi skulle finne ut at folk er mer sannsynlig å kjøpe flere produkter når de er sinte, triste eller lei? Evnen til å oppdage disse følelsene og lykkes i å manipulere dem kan bli en meget interessant verktøy for bedrifter.”

Det er også potensial for brukere å bli følelsesmessig avhengige, eller til og med romantisk involvert, med sine datamaskiner.

“Men, det er også et stort potensial for det gode, som for eksempel eksisterende programvare for å undervise barn på autism spectrum [om] emosjonell og sosial interaksjon,” sa Schuller. “Man må nøye balansere fordeler og risiko og sikre best mulig utnyttelse.”