211service.com
Anche per i computer è difficile imparare a parlare cinese
I ricercatori spesso chiamano il 2017 l'anno del computer conversazionale in Cina. Sfruttando i recenti progressi nel riconoscimento vocale e nell'elaborazione del linguaggio naturale, il gigante dell'e-commerce Alibaba e il gigante della ricerca Baidu hanno entrambi sviluppato una tecnologia per decifrare la comunicazione basata sulla voce (vedi 10 Tecnologie rivoluzionarie: interfacce conversazionali). Ora prodotti a comando vocale derivati da Baidu e la tecnologia di Alibaba stanno arrivando sul mercato cinese.
Il Tmall Genie, che ha l'assistente vocale di Alibaba, AliGenie, integrato, è simile ad Amazon Echo. Può effettuare ordini online, controllare il tempo, riprodurre la tua musica preferita e controllare altri dispositivi intelligenti in casa tramite comandi vocali.
La piattaforma conversazionale DuerOS di Baidu è stata aggiunta come funzionalità in prodotti come un robot assistente domestico, un set-top box televisivo e uno smartphone HTC. Ha funzioni simili ad AliGenie e altri assistenti vocali, oltre a capacità rudimentali di condurre una chat casuale e la società afferma di aver ricevuto un gran numero di ordini per il suo kit di sviluppo DuerOS.
Kun Jing, direttore generale della business unit Duer di Baidu, si aspetta che molte più aziende entrino in campo quest'anno, motivate in parte dal successo di prodotti come Echo nel mercato statunitense, che ha suscitato l'interesse degli investitori tecnologici cinesi.
La società di ricerca IDC prevede che entro il 2020, il 51% del settore della guida intelligente e il 68% del settore dei telefoni cellulari e dei dispositivi indossabili in Cina disporranno di un sistema di intelligenza artificiale basato sulla conversazione. Proprio come il touch screen fatto interagire con un dispositivo mobile molto più semplice, le interfacce conversazionali renderanno l'interazione più naturale e attireranno più persone nel mondo connesso, afferma Jing, che sovrintende allo sviluppo di DuerOS.
L'elaborazione vocale è una buona opzione per la Cina. Oggi la digitazione del cinese su una tipica tastiera QWERTY si basa su un sistema chiamato pinyin, basato sulla pronuncia dei caratteri, ma poiché in mandarino ci sono quattro toni e ognuno ha un significato diverso, l'utente deve selezionare scrupolosamente il carattere giusto da un menu a discesa dopo aver digitato la pronuncia. Una sillaba comune come yi può corrispondere a 60 o più caratteri cinesi usati di frequente. Alcuni metodi di input possono dare la priorità al carattere più probabile in base al contesto, ma non sono sempre accurati. Non sorprende che gli utenti di tecnologie mobili come la popolare app di comunicazione WeChat tendano a lasciarsi messaggi verbali l'uno per l'altro, piuttosto che i testi digitati tipici negli Stati Uniti.
In Cina oggi, la tecnologia dell'assistente vocale funziona trasformando i comandi vocali di un utente in testo e generando una risposta basata sul significato del testo. Questo processo funziona abbastanza bene per i comandi basati su attività, controlla il tempo o cerca la traduzione inglese di una particolare parola cinese, ma non può sostenere una conversazione avanti e indietro su più argomenti.
Risolvere l'informatica conversazionale richiederà il superamento di alcune delle complesse complessità della lingua cinese. In cinese, ad esempio, gli stessi caratteri disposti in ordine diverso significano cose diverse e, anche se disposti nello stesso ordine, possono avere significati diversi a seconda di ciò che li precede o li segue. Inoltre, il cinese scritto non ha spazi che dividono naturalmente le parole come fa l'inglese. Quindi i ricercatori cinesi di elaborazione del linguaggio naturale devono insegnare ai loro algoritmi dove inserire gli spazi per stabilire il significato corretto di una particolare combinazione di caratteri. L'assenza di tempi verbali cinesi (non ci sono forme distintive per passato, presente o futuro) rende anche difficile per le macchine decifrare la sequenza temporale di una sequenza.
I ricercatori cinesi sull'elaborazione del linguaggio naturale stanno affrontando anche altre sfide: esistono numerosi dialetti, alcuni dei quali sono reciprocamente incomprensibili, e la stessa espressione può significare cose diverse in contesti diversi.
Zhiyong Wu, professore associato alla Tsinghua University che studia la comprensione del linguaggio naturale, osserva che affinché i computer comprendano veramente l'intento di un parlante umano e comunichino in modo appropriato, dovranno raccogliere indizi sottili come intonazione e stress. Dovranno anche comprendere le emozioni, dal momento che il processo decisionale degli esseri umani non si basa esclusivamente sulla logica, osserva Jia Jia, professore associato alla Tsinghua University che studia l'informatica affettiva sociale.
Per rendere il suo sistema più intelligente, quest'anno Baidu ha introdotto una modalità trainer nella sua piattaforma per consentire agli sviluppatori di software di fornire dati sulla lingua in tempo reale attraverso un bot annotatore integrato. Il bot riceve il feedback degli sviluppatori (come la spiegazione di una query che il sistema non ha compreso la prima volta), ne apprende e quindi corregge il sistema.
Un vantaggio che i ricercatori cinesi hanno quando cercano di risolvere questi problemi è una grande quantità di dati. Le reti neurali che sono alla base della comprensione del linguaggio dei computer di oggi richiedono grandi quantità di dati per essere addestrate. Più dati ha un'azienda, più intelligenti diventeranno le sue reti neurali e aziende come Baidu e Alibaba avranno il vantaggio di vaste basi di utenti. Alla fine del 2016, Baidu rivendicava 665 milioni di utenti mobili mensili attivi e, a marzo di quest'anno, Alibaba aveva 507 milioni di utenti mobili mensili attivi.
Ma Gang Wang, uno scienziato dell'A.I. di Alibaba Lab, afferma che i ricercatori dovranno progettare reti neurali che non necessitano di molti dati per diventare più efficienti nell'apprendimento della lingua. Nel mondo reale, le persone esprimono lo stesso significato in modi diversi ed è impossibile insegnare al computer ogni possibile espressione, osserva. Nel suo precedente ruolo di ricercatore accademico, lui ei suoi colleghi hanno escogitato un metodo per insegnare ai computer a comprendere una materia quando sono disponibili pochissimi dati: utilizzare i dati di materie correlate. Ad esempio, per addestrare una rete neurale alla comprensione dei testi di medicina dello sport, è possibile attingere ai dati dello sport e ai dati della medicina. L'approccio non è buono come l'utilizzo di dati organici, osserva Wang, ma quando mancano, consente di addestrare reti neurali su un argomento.
In definitiva, ciò che consentirà a un assistente vocale di avere successo in Cina sono i suoi contenuti e servizi, afferma Chenfeng Song, fondatore di Ainemo, una startup che produce un robot assistente domestico ad attivazione vocale chiamato Little Fish, che è stato messo in vendita a giugno. Song prevede di integrare gradualmente programmi educativi e sanitari nell'assistente domestico della sua azienda. Little Fish utilizza la piattaforma conversazionale DuerOS. La voce, Song note, è un modo per fornire contenuti a persone che non possono accedere molto bene a Internet tramite computer desktop e smartphone, in particolare anziani e bambini piccoli.