A berlini Rasa startup kutatói arra a kérdésre keresik a választ, hogy mi a velünk folytatott interakciók közben természetesebben, emberszerűbben reagáló chatbotok (csevegő/beszélgető robotok, egész pontosan szoftverágensek) titka, hogyan fejleszthetők ilyen botok?

A kutatók szerint a szelektív figyelem kitüntetett szerepet játszik a kommunikációban. Rendszerük ennek megfelelően szelektíven kihagy, ignorál vagy éppen hangsúlyozottan figyel részeket a beszélgetés korábbi szakaszaiból – főként azokat, amelyek nem kapcsolódnak szervesen a dialógus főtémájához.

„A beszélgető MI asszisztensek a felhasználókat természetes nyelven segítik feladatok kivitelezésében. Egyszerű, például kérlek, oltsd le a lámpát típusú utasítások értelmezése viszonylag egyértelmű, de komplexebbekhez már hosszabb beszélgetések kellenek. A beszélgetés minden részére nem kell feltétlenül reagálni” – magyarázzák a fejlesztést ismertető tanulmányban.

A javasolt irányelv (Transformer Embedding Dialogue, TED) egy új neurális architektúra (idegháló), az úgynevezett transzformerek (átalakítók) segítségével dönti el, hogy a chatbot melyik beszédrészt nem veszi figyelembe.

Az átalakítók azért egyediek, mert kizárólag arra figyelnek, hogy minden output elem kapcsolódjon minden input elemhez; a köztük lévő súlyozásokat dinamikusan, hatékonyan számolják ki.

A modulárisan és kezdettől a végig (end-to-end) egyaránt használható TED módszer nem feltételezi, hogy a válaszadás szempontjából a beszélgetés minden szakasza releváns. Helyette a rendszer „menet közben” választja ki a fontosakat, kihagyva az irreleváns inputokat.

A kutatók rendszerüket 10438 emberek közötti párbeszédet tartalmazó, ingyen és szabadon hozzáférhető adatsoron tesztelték. A beszélgetések hét témakört öleltek fel: szállodák, éttermek, vonatok, taxik, látványosságok, kórházak, rendőrség.

A modell 740 párbeszéden gyakorolt, a „vizsgákhoz” 185-öt használt. A beszélgetések ugyan nem voltak ideálisak a felügyelet melletti tanuláshoz, de így is sikeresen vette a „nem együttműködő” felhasználói viselkedés állította akadályokat.

A Rasa az új modellt egyelőre nem szerepelteti önállóan, viszont sokat javíthat korábbi beszélgető MI-jei minőségén, amelyeket egyébként az Adobe is használ. Jobbá teheti az egészségügyi marketing és sales, ügyfélszolgálati, biztosítási, telekom, banki és más – chatbotokkal folytatott – vállalati párbeszédek minőségét.