Perfecto, Chatbot Imposible de Facebook




Facebook's Perfect, Impossible Chatbot
Apr 13th 2017, 23:00

Facebook está tratando en silencio para desarrollar el asistente virtual cada vez más útil, en un proyecto que ilustra las limitaciones actuales de la inteligencia artificial.

Computadoras Tijuana

Unade Alexa Mazon puede invocar un Uber y satisfacer la demanda de un niño de cuatro años de edad, los ruidos pedo. Siri puede controlar el termostato conectado a Internet. Cada servir a millones de usuarios cada día. Sin embargo, un afortunado grupo de alrededor de 10.000 personas, principalmente en California, sabe que el ayudante de Facebook, llamado M, es el más inteligente del grupo.
Recomendar y reservar un hotel romántico en Marruecos que también es adecuado para niños pequeños? No hay problema. Obtener las cotizaciones de contratistas locales para ajardinar su patio delantero? Considérelo hecho. asistente experimental de Facebook, que ofrece el interior Mensajero aplicación de la compañía, se muestra el valor de tener un verdadero mayordomo digital en el bolsillo. En lugar de simplemente recuperar simples trozos de información de bases de datos, M puede comprender órdenes complejas y tomar acciones como reservar entradas para el teatro o el contacto con las empresas para obtener información.
M es tan inteligente porque hace trampa. Funciona como Siri en el que al tocar en un mensaje a M, algoritmos tratan de averiguar lo que quiere. Cuando no pueden, sin embargo, M no caer de nuevo en la búsqueda de la Web o de decir “Lo siento, no entiendo la pregunta.” En su lugar, un ser humano se hace cargo de forma invisible, en respuesta a su solicitud como si los algoritmos estaban todavía en el timón. (Facebook se negó a decir cuántos de esos trabajadores que tiene, o para hacer M disponibles para probar.)
Que el diseño es demasiado caro para escalar a los 1,2 mil millones de personas que utilizan Facebook Messenger, por lo que Facebook ofreció M a unos pocos miles de usuarios en 2015 como una especie de proyecto semi-público de I + D. Entrelazando los trabajadores humanos y algoritmos se pretende revelar cómo reaccionaría la gente a un asistente virtual omnisciente, y para proporcionar datos que permitirían a los algoritmos aprenden a asumir el trabajo de sus entrenadores humanos “”
“Todo el mundo en este campo está soñando con la creación de la asistente que finalmente va a ser muy, muy, muy inteligente”, dice Alex Lebrun, quien inició el proyecto. M se supone que abrir un camino a la verdad lo hace.
Ahora, dos años por ese camino, proyecto de investigación de Facebook puede ser llamado con razón exitosa. Usuarios como M, y la teoría de que el software podría aprender a hacerse cargo de algo de trabajo de los entrenadores humanos ha sido confirmada. Sin embargo, M está todavía lejos del punto en el que podría ser ofrecido a otro 99,9 por ciento de los usuarios de Messenger, y el progreso ha sido más difícil de lo esperado ganado.
“Sabíamos que era un enorme desafío, pero es aún más grande de lo que pensaba”, dice Lebrun. “La tasa de aprendizaje, el crecimiento de la automatización-hemos visto que sería más lento de lo que esperábamos.” La historia de M es un recordatorio de lo lejos la inteligencia artificial ha llegado en los últimos años, y hasta dónde tiene que ir.
M es para moonshot
Las personas son sorprendentemente juego para hablar con las máquinas tontas. La primera conversacional fue creado en 1964 por el profesor del MIT Joseph Weizenbaum. Se sacó a relucir líneas enlatadas en respuesta a las palabras clave específicas, con mayor éxito al jugar el papel de un terapeuta. Para disgusto de Weizenbaum, muchas personas que lo han probado, incluso del propio secretario, fueron heridos a pesar de saber que el bot, llamada Eliza, no sabía nada. “No me había dado cuenta de que muy cortas exposiciones a un relativamente simple programa informático podría inducir poderoso pensamiento delirante en personas bastante normales”, escribió más tarde.
Haciendo una conversacional que le ayuda al hacer las cosas, no sólo actúa como una junta o confesor de resonancia, es mucho más difícil. Cuando se pregunta a un servidor virtual que hacer algo, una respuesta vaga o desviando no se corte. El software de hoy en día es pobre en la comprensión del lenguaje y el mundo, por lo que los asistentes virtuales, tales como Siri o Alexa, debe programarse de forma explícita para manejar cualquier tarea dada.
Es por eso que los robots en el mercado han restringido el repertorios. Y probablemente explica por qué, no parecen haber ascendido a más sugerencias año pasado que chatbots se establecen para transformar la forma en que usamos los ordenadores tanto como lo hicieron las aplicaciones móviles, alimentada por Microsoft, Facebook y algunos inversores tecnología. “Los bots son ahora mismo en el punto más bajo de la desesperación”, dice Greg Cohn, director general de la hornilla, una empresa privacidad móvil que ha comenzado a ayudar a los anfitriones de Airbnb crean un robot sencillo de responder a las preguntas comunes de los clientes. “Para observadores de la industria se siente como si estuvieran sobrevalorado y bajo-entrega.”
Lebrun construido M porque había pasado más de una década, la construcción de chatbots estrechas convencionales y soñaba que ofrece mucho más. Se unió a Facebook a principios de 2015, cuando la red social adquirió Wit.ai, una compañía que él co-fundó para ayudar a las empresas a crear chatbots para funciones como la atención al cliente. Lebrun había vendido previamente una empresa conversacional para el reconocimiento de voz de Nuance gigante.
“Cada bot en el mercado, incluyendo la mía, estaba basado en reglas, y usted sabe que un día se llega a un techo y nunca va a través de,” dice Lebrun. “Nuestros niños no funcionan con reglas o secuencias de comandos, y un día se vuelven más inteligente que tú.”
M fue ofrecido inicialmente sólo para los empleados de Facebook, y luego a algunos de los consumidores de Messenger en California. Y no pasó mucho tiempo para demostrar que los algoritmos de hecho podrían aprender a hacer algunos de los trabajos realizados por los seres humanos que impulsan el asistente.


Computadoras Tijuana

Grupo de investigación de inteligencia artificial de Facebook utiliza M para probar un nuevo tipo de software de aprendizaje llamado una red de memoria, que se había mostrado aptitud para responder a preguntas sobre las historias sencillas. El software utiliza una especie de memoria de trabajo a la sal de distancia importante información para su uso posterior, un diseño de Google también está haciendo pruebas para mejorar la capacidad de razonamiento de software .
Weizenbaum había sugerido en 1964 que algo como esto podría hacer más inteligente Eliza, y en pocas semanas se trabajó para M. Lebrun recuerda haber sido sorprendido después de agradecer al asistente para ordenar las entradas de cine. Se genera automáticamente la respuesta “De nada. Disfrutar de la película.”M había aprendido a recordar y utilizar el contexto de la tarea que estaba ayudando con. “Nos quedamos muy impresionados”, dice Lebrun. “Nadie ha escrito un programa para hacer eso.”
redes de memoria fueron a hacer más. Ahora entran en juego si alguien pide M para conseguir las flores entregadas, por ejemplo, utilizando de forma automática información clave de la solicitud, como el presupuesto o la dirección, para generar sugerencias de los floristas en línea. El entrenador humana a continuación, elige el que ofrecer al usuario.
Otros descubrimientos han sido menos vítores. Uno es el enorme apetito M abre en sus usuarios. Con asistentes limitados, totalmente automatizados como Siri o Alexa, la gente tiende a asentarse en el uso de algunas funciones que encuentran a funcionar de forma fiable. Con M, no lo hacen.
“La gente trata primero en preguntar por el tiempo mañana; luego dicen '¿Hay un restaurante italiano disponibles?' A continuación tienen una pregunta acerca de la inmigración, y después de un tiempo se preguntan M para organizar su boda “, dice Lebrun. “Sabíamos que iba a ser peligroso, y es más ancho que nuestras expectativas.”
Entrenadores humanos ingenio y hacen su mejor cuando reciben consultas difíciles como “ arreglos para que un loro a visitar a mi amigo ”, pero a veces se niegan a ayudar por completo. Incluso si M eran para convertir automáticamente el más complejo de consultas de los usuarios, sin embargo, la gran variedad de sus peticiones hace que el objetivo de tener algoritmos toman el relevo de los formadores humanos más difíciles de alcanzar. Una técnica llamada aprendizaje profundo ha hecho recientemente la máquina de aprendizaje más potente (redes de memoria son un ejemplo). Pero aprender a manejar una amplia variedad de escenarios complejos, con pocos datos sobre cada uno, ya que no surgen a menudo, no es el tipo de problema de aprendizaje profundo sobresale. “Es mucho más inteligente, y puede aprender tareas muy complejas, pero se necesita una gran cantidad de datos”, dice Lebrun.
Largo plazo
un avance más lento de lo esperado ha llevado Facebook para re-imaginar su proyecto. La semana pasada una función denominada M Sugerencias apareció en Messenger, similar en función a los tipos de robots limitados M está destinado a desplazar. Se ve en sus charlas con amigos en busca de pistas que puede que desee hacer cosas como para un paseo con Uber, o envíe dinero a alguien, y ofrece un botón para alcanzar dichos objetivos con un solo toque.
“Decidimos encontrar un caso de uso en el que podemos acelerar la entrega de valor a los usuarios”, dice Laurent Landowski, que se unió a Facebook con Lebrun como cofundador de Wit.ai y ahora supervisa M. (Lebrun volvió a su Francia natal en enero, uniéndose a Facebook de laboratorio de investigación de AI en París).

¿Cuál es la aplicación definitiva para los robots?

Dinos en los comentarios.
El original M, humana dependiente aún está por ahí, la entrega de mucho más valor a sus pocos afortunados usuarios. Facebook dice que está comprometido con el proyecto, y en el momento actual en la inteligencia artificial es una buena idea para que las apuestas a largo plazo. En el último par de años, el aprendizaje profundo ha puesto patas arriba técnicas y las expectativas para el software que procesa el lenguaje establecidos, dice Justine Cassell, profesor de la Universidad Carnegie Mellon. “Estamos en los días de gloria de estos nuevos algoritmos de aprendizaje”, dice ella. De hecho, la precisión de traducción de Google saltó recientemente a un nivel casi humana .
Eso no quiere decir que es una conclusión inevitable de que el software puede aprender a tocar Mayordomo observando los seres humanos lo hacen. “Creo que no sabemos todavía”, dice Cassell. Pero los investigadores de Facebook dicen que tienen un montón de ideas para explorar.
Uno está recibiendo el lado automatizado de M aprender de retroalimentación positiva o negativa en los mensajes enviados por usuarios, utilizando una técnica inspirada en el proceso de formación de los animales con las recompensas (ver “ 10 tecnologías de vanguardia 2017: Refuerzo de aprendizaje ”). M podría avanzar más rápido si no depende únicamente de imitar lo que hacen sus contratistas humanos. Para generar ideas en la comunidad de investigación más amplio, el equipo de Facebook ha lanzado herramientas para ayudar a los demás probar y comparar los robots asistentes sin guión. Y las nuevas técnicas prometedoras ahora también pueden ser probados a escala mayor, en M sugerencias.
Lebrun y Landowski piensan que todavía están en camino de lograr finalmente la verdadera M a las masas. “A veces decimos esto es de tres años, o cinco años, pero tal vez es de 10 años o más”, dice Landowski.
Lebrun añade: “Es muy difícil, y avanzar poco a poco, pero creo que tenemos todo lo que necesitamos.” Él podría estar en lo cierto, pero también se puede imaginar a alguien que conoció a Eliza en 1964 diciendo lo mismo.


Daniel Bueno Gonzalez.