Forskere beskrive den ‘følelsesmæssige chatter machine’ som et første forsøg på problemet med at skabe maskiner, der kan fuldt ud forstå brugernes følelser

Chatbots

Menneske-robot interaktion tage skridt fremad med ’emotionelle’ chatbot

Forskere beskrive den ‘følelsesmæssige chatter machine’ som et første forsøg på problemet med at skabe maskiner, der kan fuldt ud forstå brugernes følelser

Videnskab korrespondent

@hannahdev

Fredag den 5 Maj 2017 18.25 BST

Sidst opdateret fredag den 5 Maj 2017 18.26 BST

En “følelsesmæssig chatter maskine” er blevet udviklet af forskere, der signalerer tilgang i en tid, hvor menneske-robot-interaktion er problemfri, og det går ud over det rent funktionelle.

Den chatbot, som er udviklet af en Kinesisk hold, ses som et væsentligt skridt mod målet om at udvikle følelsesmæssigt avancerede robotter.

ECM, som det er kendt for korte, var i stand til at producere faktuelt sammenhængende svar, samtidig med at der også præger sin samtale med følelser som glæde, sorg eller afsky.

Professor Björn Schuller, en datalog på Imperial College London, som ikke var involveret i den seneste udvikling, der er beskrevet som “et vigtigt skridt” mod ” personlige assistenter, der kunne læse den følelsesmæssige understrøm af en samtale og reagere med noget, der er beslægtet med empati.

“Dette vil være den næste generation af intelligens til at være opfyldt i det daglige erfaring, hellere før end senere,” sagde han.

Det papir, der fandt, at 61% af de mennesker, der testede maskinen stillede den følelsesmæssige versioner til den neutrale chatbot. Lignende resultater er fundet i såkaldte “Wizard of Oz” undersøgelser, hvor et menneske skrive svar er forklædt som avanceret AI.

“Det er ikke et spørgsmål om, hvorvidt de er ønskeligt – de har helt klart er – men i hvilke programmer de giver mening, og hvor de ikke gør det,” siger Schuller.

Minlie Huang, en datalog ved Tsinghua University, Beijing og co-forfatter, sagde: “Vi er stadig langt væk fra en maskine, der kan fuldt ud forstå brugerens følelser. Dette er blot det første forsøg på at løse dette problem.”

Huang og kolleger i gang ved at oprette en “emotion klassificering” algoritme, der lærte at registrere følelser fra 23,000 indlæg taget fra Kinesiske sociale medier websted Weibo. De stillinger, der havde været manuelt klassificeret af mennesker som trist, glad og så videre.

Følelser klassificeringen blev derefter brugt til at tag millioner af interaktion med sociale medier ifølge følelsesmæssige indhold. Denne enorme datasæt, der serveres som en uddannelse jorden for chatbot til at lære både hvordan til at besvare spørgsmål og til at udtrykke følelser.

Den resulterende program kunne være tændt i fem mulige tilstande – glad, trist, vred, forarget, smag – afhængig af brugerens ønske. I et eksempel samtale med en bruger har skrevet i: “Værste dag nogensinde. Jeg ankom sent på grund af trafikken.”

I neutral tilstand, chatbot droned: “Du kom for sent”. Alternative svar var: “nogle gange er livet bare stinker!” (afsky-tilstand), “at jeg altid er her for at støtte dig” (smag) eller “Keep smiling! Tingene vil blive bedre,” (happy – eller, nogle vil måske sige, irriterende flishugger).

I fremtiden vil det team forudsige software kan også lære passende til at udtrykke følelser på et givet tidspunkt. “Det kunne være mest empatiske,” sagde Huang, der tilføjer, at en udfordring ville være at undgå chatbot styrkelse af negative følelser som vrede.

Indtil for nylig chatbots generelt blev betragtet som en biting, at mere seriøse forsøg på at tackle den maskine intelligens. En chatbot kendt som Eugene Goostman formået at overbevise nogle dommere der var tale til et menneske, – men kun ved at udgive sig som en 13-årige ukrainske dreng med en begrænset forståelse af engelsk. Microsoft ‘ s katastrofale chatbot Tay var meningen, at lære til en chat fra Twitter-interaktioner, men blev afbrudt efter at blive et folkedrab-støtte til Nazi-mindre end 24 timer efter at være blevet sluppet løs på internettet.

Den seneste undersøgelse viser, at chatbots, drevet af en maskine tilgang til læring, er begyndt at gøre betydelige fremskridt. Sandra Wachter, en datalog ved Oxford Internet Institute, sagde, at der i fremtiden sådanne algoritmer er tilbøjelige til at være personlig. “Nogle af os foretrækker en hård-kærlighed pep talk, andre foretrækker en person til at skråle med,” sagde hun. “Mennesker, der ofte kæmper med at reagere hensigtsmæssigt på grund af den kompleksitet af følelser, så bygningen teknologier, der kan afkode præcist vores ‘følelsesmæssige kode” ville være meget imponerende.”

Som opstyltet computer interaktioner i dag er erstattet af noget, der nærmer sig venligt chit-chat, nye risici, der kan opstå.

En bekymring er potentiale for teknologi designet til at forføre brugeren ind i deling af følsomme personoplysninger. “Det kunne være, at børn, dele viden med deres ‘kunstige venner”, og denne data kan blive gemt,” sagde Wachter. “Hvad hvis vi kunne finde ud af, at folk er mere tilbøjelige til at købe flere produkter, når de er vrede, kede af det eller keder sig? Evnen til at opdage disse følelser og held manipulere dem kunne være et meget interessant redskab for virksomhederne.”

Der er også mulighed for brugerne til at blive følelsesmæssigt afhængig, eller endda romantisk involveret med deres computere.

“Men der er også et stort potentiale for det gode, som eksisterende software til at undervise børn i på autisme spektrum [om] følelsesmæssige og sociale interaktion,” siger Schuller. “Man skal nøje balance mellem fordele og risici, og sikre den bedste udnyttelse.”