Microsoft представила програму для смартфонів з чат-ботом Rinna, що використовує кілька нових потужних технологій штучного інтелекту
Microsoft представила програму для смартфонів з чат-ботом Rinna, що використовує кілька нових потужних технологій штучного інтелекту
ІІ, який може спостерігати за навколишнім світом та коментувати побачене, незабаром буде взаємодіяти з людьми більш природним способом і зможе брати участь у нашому повсякденному житті завдяки ефективному поєднанню нових технологій, що проходять випробування в Японії.
У додаток вбудований соціальний чат-бот Rinna, створений японським підрозділом Microsoft і користується величезною популярністю в Японії. У понеділок ця програма, що все ще перебуває в стадії розробки, була представлена на конференції Microsoft Tech Summit 2018 у Токіо.
ІІ додатки має розширені здібності зору, слуху і мовлення, що дозволяють розпізнавати об'єкти і говорити про них так, як це зробив би людина. Це величезний крок до майбутній природній взаємодії між ІІ та людьми. В основі програми лежить модель емпатичного зору (Empathy Vision Model), що поєднує в собі традиційні інтелектуальні технології розпізнавання зображень та емоційні відповіді.
За допомогою цієї технології Rinna розглядає оточення через камеру смартфона і може не лише розпізнавати об'єкти та людей, а й вголос описувати та коментувати побачене у реальному часі. Використовуючи технології обробки природної мови, розпізнавання та синтезу мови, розроблені вченими з Microsoft Research, Rinna може вести з користувачем смартфон природний діалог.
«Людина може ходити зі смартфоном у руці або в нагрудній кишені. Якщо камеру включено, Rinna бачитиме тих самих людей, ті ж сцени та об'єкти, що й користувач, і зможе розмовляти про все це»,— каже президент Microsoft Japan Такуя Хірано.
На відміну від інших інтелектуальних моделей зору, Rinna описує свої емоції та враження від побаченого, а не просто перераховує назви, форми та кольори об'єктів, які бачить та розпізнає. Rinna може дивитися на світ зі смартфона з тієї ж точки зору, що і користувач і вміє говорити з ним про це.
Щоб продемонструвати різницю, розглянемо велику картинку:
Традиційні технології машинного зору зазвичай реагують так: «Я бачу людей. Я бачу собаку. Я бачу машину.
Rinna ж, використовуючи модель емпатичного зору, може сказати: «Яка мила сім'я! Схоже, що вони весело проводять вихідні. Ой, там машина! Обережно!»
Крім моделі емпатичного зору, що генерує в реальному часі емоційні реакції на те, що бачить ІІ, додаток з Rinna має й інші передові функції, включаючи «повнодуплексний» режим. Це дозволяє чат-боту вести з людиною природні діалоги, заздалегідь розуміючи, що співрозмовник може сказати далі, як це роблять люди в телефонній розмові.
Завдяки цьому Rinna може приймати рішення про те, як і коли відповідати співрозмовнику. Ця здатність природна в людини, але з чат-ботов. Вона відрізняється від «напівдуплексного» режиму, який більше схожий на переговори щодо рації, коли в кожний момент часу може говорити лише одна сторона. У повнодуплексному режимі зменшується неприродна затримка між репліками, через яку спілкування людини з чат-ботом може виглядати незручним або натягнутим.
Додаток з Rinna також має функцію «емпатичного чату» (Empathy Chat), яка допомагає штучному інтелекту мислити незалежно та підтримувати розмову з користувачем якнайдовше. Іншими словами, ІІ вибирає та використовує ті відповіді, які з більшою ймовірністю зацікавлять людину у продовженні розмови.
Додаток все ще знаходиться на стадії розробки, і дата його офіційного випуску поки що невідома. Однак для офіційного облікового запису Rinna LINE у Японії вже доступна функція голосового чату — Voice Chat with Rinna.
