說到人工智能聊天機器人,可能大部分人還是認爲很高大上的東西,曾經第一次使蘋果的siri,很驚訝這玩意怎麼能夠識別這麼多
說話內容,怎麼能夠理解我們說的話。到後來國內出現了百度、小米、天貓等等人工智能音箱等人工智能nlp方面的產品。
目前做的好的應該都是幾家巨頭公司。那麼爲什麼做可以能夠理解和人對話的機器人會這麼難呢。個人覺得有以下幾個原因:
一是語音識別方面,目前這方面國內幾家巨頭公司已經能夠提供接口,而且識別準確率很高,快達到99%了。
二是對話規則的配置複雜性問題,目前從已經出現的一些人工智能對話機器人,基本是需要比較專業的人工智能訓練師,而且這些
訓練師還必須懂得一些比較複雜的配置腳本。之前國內某位大佬還在採訪時說國外有家比較火的人工智能公司,僱傭了4000多人做預料方面的標註。
因爲語音識別已經很完善了本文就不講這方面的內容了,接下來我們講如何將人工智能對話機器人的訓練簡化,或者說讓普通人也能夠很好的自己做一個機器人。
人工智能弱智麼?????
誰能回答下?
從目前來看是弱智,因爲是弱人工智能。
那麼弱人工智能比剛出生的寶寶聰明麼。
人工智能有寶寶學習快麼。
答案是:寶寶沒有人工智能學習快,尤其是剛開始,但越到後面寶寶就越智能,人工智能就越弱,尤其到了小學3年級後。
那麼我們能否讓機器人達到9歲前寶寶掌握的知識能力呢。
我覺得是可以的。
回想下我們小時候學習東西的時候怎麼樣最快?
一、 圖文方式的教學引出圖形化設計預料。
那麼好了,我們順着這點,我們能否提供圖形化的人工智能訓練師操作界面,讓普通人也能夠進行語料訓練,而不是使用那些
複雜的腳本,編碼是一件很頭疼的事情啊。。。。
那麼好了,現在我們有了很簡易的圖形界面操作語料。
那接下來我們如何把這些語料連接起來構成一次對話呢。
例:A:我要買菜
B:你要買什麼菜了
C:西紅柿
D:要多少斤了
。。。
我們看下這些對話語句是一個流程,那麼我們可以換過來麼,顛倒順序麼:
A:西紅柿
B:你要買什麼菜了
C:我要買菜
D:要多少斤了
。。。
這顯然是不行的。
這裏提個問題,當小孩學習時如果我們按照下面一種方式教他去買菜,那麼他會認爲不對麼?
不會,理論上如果大家都認爲是對的,那就是對的。
這就引出了第二點。
二、我們需要以圖形化方式對兩個預料進行關係連接。
這裏有涉及到單一關係連接、平行關係連接等等,有待深入研究。
三、如何從預料從提取信息:
比如我要查看北京到上海的機票。
這裏有三個主要信息:出發地、目的地、 目標信息類型。
那麼機器人如何提前這些信息呢。
目前有很多,比如正則表達式等等。
我們還是要能夠從圖形化方式標註這些信息。
四、我們能否用圖形化方式把不同預料結合整理成一個技能集合。
五、我們能否把技能結合做成一個插件,沒做成一個技能就像科幻片一樣可以插入系統中,讓系統載入即可以使用