211service.com
Ook voor computers is het moeilijk om Chinees te leren spreken
Onderzoekers noemen 2017 vaak het jaar van de conversatiecomputer in China. Door gebruik te maken van recente ontwikkelingen op het gebied van spraakherkenning en natuurlijke taalverwerking, hebben e-commercegigant Alibaba en zoekgigant Baidu beide technologie ontwikkeld om op spraak gebaseerde communicatie te kraken (zie 10 Breakthrough Technologies: Conversational Interfaces .) Nu spraakgestuurde producten afgeleid van Baidu en de technologie van Alibaba komen naar de Chinese markt.
De Tmall Genie, waarin de stemassistent van Alibaba, AliGenie, is ingebouwd, is verwant aan de Amazon Echo. Het kan online bestellingen plaatsen, het weer bekijken, uw favoriete muziek afspelen en andere slimme apparaten in uw huis bedienen via spraakopdrachten.
Baidu's DuerOS-gespreksplatform is toegevoegd als een functie in producten als een thuisassistent-robot, een tv-settopbox en een HTC-smartphone. Het heeft vergelijkbare functies als AliGenie en andere stemassistenten, evenals rudimentaire mogelijkheden om een willekeurige chat te voeren, en het bedrijf zegt dat het een groot aantal bestellingen heeft ontvangen voor zijn DuerOS-ontwikkelingskit.
Kun Jing, algemeen directeur van de business unit Duer van Baidu, verwacht dat dit jaar nog veel meer bedrijven het veld zullen betreden, deels gemotiveerd door het succes van producten zoals de Echo op de Amerikaanse markt, die de interesse heeft gewekt van Chinese tech-investeerders.
Onderzoeksbureau IDC voorspelt dat in 2020 51 procent van de smart-driving-industrie en 68 procent van de mobiele-telefoon- en wearables-industrie in China een op gesprekken gebaseerd AI-systeem zal hebben ingebouwd. Net zoals het touchscreen de interactie met een mobiel apparaat maakte zo veel gemakkelijker, zullen conversatie-interfaces interactie natuurlijker maken en meer mensen naar de verbonden wereld trekken, zegt Jing, die toezicht houdt op de ontwikkeling van DuerOS.
Voice-based computing is een goede optie voor China. Tegenwoordig is het typen van Chinees op een typisch QWERTY-toetsenbord afhankelijk van een systeem genaamd pinyin, gebaseerd op de uitspraak van karakters, maar aangezien er vier tonen in het Mandarijn zijn en elk een andere betekenis heeft, moet de gebruiker nauwgezet het juiste karakter selecteren in een vervolgkeuzemenu na het typen van de uitspraak. Een gewone lettergreep zoals yi kan overeenkomen met 60 of meer veelgebruikte Chinese karakters. Sommige invoermethoden kunnen prioriteit geven aan het meest waarschijnlijke teken op basis van de context, maar ze zijn niet altijd nauwkeurig. Het is niet verwonderlijk dat gebruikers van mobiele technologieën zoals de populaire WeChat-communicatie-app de neiging hebben om verbale berichten voor elkaar achter te laten in plaats van de getypte teksten die typisch zijn in de VS.
In China werkt spraakassistenttechnologie tegenwoordig door de spraakopdrachten van een gebruiker om te zetten in tekst en een reactie te genereren op basis van de betekenis van de tekst. Dat proces werkt redelijk goed voor taakgebaseerde opdrachten - controleer het weer of zoek naar de Engelse vertaling van een bepaald Chinees woord - maar het kan geen heen en weer gesprek over meerdere onderwerpen ondersteunen.
Om conversational computing op te lossen, moeten enkele van de uitdagende complexiteiten van de Chinese taal worden overwonnen. In het Chinees bijvoorbeeld betekenen dezelfde tekens in verschillende volgorde verschillende dingen, en zelfs als ze in dezelfde volgorde zijn gerangschikt, kunnen ze verschillende betekenissen hebben, afhankelijk van wat ervoor of erna komt. Bovendien heeft geschreven Chinees geen spaties die woorden op natuurlijke wijze verdelen, zoals het Engels wel heeft. Chinese onderzoekers op het gebied van natuurlijke taalverwerking moeten hun algoritmen dus leren waar spaties moeten worden ingevoegd om de juiste betekenis van een bepaalde combinatie van tekens vast te stellen. De afwezigheid van Chinese werkwoordstijden - er zijn geen onderscheidende vormen voor verleden, heden of toekomst - maakt het ook een uitdaging voor machines om de tijdlijn van een reeks te ontcijferen.
Chinese onderzoekers op het gebied van natuurlijke taalverwerking gaan ook andere uitdagingen aan: er bestaan talloze dialecten, waarvan sommige onderling onbegrijpelijk zijn, en dezelfde uitdrukking kan verschillende dingen betekenen in verschillende contexten.
Zhiyong Wu, een universitair hoofddocent aan de Tsinghua University die het begrijpen van natuurlijke taal bestudeert, merkt op dat computers, om de bedoeling van een menselijke spreker echt te begrijpen en op de juiste manier te communiceren, subtiele aanwijzingen zoals intonatie en stress moeten oppikken. Ze zullen ook emoties moeten begrijpen, aangezien de besluitvorming van mensen niet alleen gebaseerd is op logica, merkt Jia Jia op, een universitair hoofddocent aan de Tsinghua University die social affective computing bestudeert.
Om zijn systeem slimmer te maken, introduceerde Baidu dit jaar een trainermodus op zijn platform, zodat softwareontwikkelaars in realtime taalgegevens kunnen bijdragen via een ingebouwde annotatorbot. De bot ontvangt feedback van ontwikkelaars (zoals de uitleg van een vraag die het systeem de eerste keer niet begreep), leert daarvan en corrigeert vervolgens het systeem.
Een voordeel dat Chinese onderzoekers hebben bij het oplossen van deze problemen is een grote hoeveelheid gegevens. De neurale netwerken die ten grondslag liggen aan het taalbegrip van de hedendaagse computers, vereisen grote hoeveelheden gegevens om te trainen. Hoe meer gegevens een bedrijf heeft, hoe slimmer de neurale netwerken zullen worden, en bedrijven als Baidu en Alibaba hebben het voordeel van een enorm gebruikersbestand. Eind 2016 claimde Baidu 665 miljoen maandelijkse actieve mobiele gebruikers en in maart van dit jaar had Alibaba 507 miljoen mobiele maandelijkse actieve gebruikers.
Maar Gang Wang, een wetenschapper bij Alibaba's A.I. Lab, zegt dat onderzoekers neurale netwerken moeten ontwerpen die niet veel gegevens nodig hebben om efficiënter te worden in het leren van taal. In de echte wereld drukken mensen dezelfde betekenis op verschillende manieren uit, en het is onmogelijk om de computer elke mogelijke uitdrukking te leren, merkt hij op. In zijn vorige rol als wetenschappelijk onderzoeker bedachten hij en zijn collega's een methode om computers een onderwerp te leren begrijpen als er weinig data beschikbaar is: gebruik data van verwante onderwerpen. Om bijvoorbeeld een neuraal netwerk te trainen om teksten in de sportgeneeskunde te begrijpen, zou je kunnen putten uit data uit sport en data uit de geneeskunde. De aanpak is niet zo goed als het gebruik van organische gegevens, merkt Wang op, maar als dat ontbreekt, is het wel mogelijk om neurale netwerken over een onderwerp te trainen.
Wat uiteindelijk een stemassistent in China zal doen slagen, zijn de inhoud en diensten, zegt Chenfeng Song, oprichter van Ainemo, een startup die een spraakgestuurde thuisassistent-robot genaamd Little Fish maakt die in juni in de verkoop ging. Song is van plan om geleidelijk educatieve en gezondheidszorgprogramma's in te bouwen in de thuisassistent van zijn bedrijf. Little Fish maakt gebruik van het DuerOS-gespreksplatform. Voice, Song notes, is een manier om via desktopcomputers en smartphones inhoud te leveren aan mensen die geen goede toegang tot internet hebben, met name ouderen en jonge kinderen.