Saeid Amiri trabajando en el sistema de diálogo.
Investigadores de SUNY Binghamton, La Universidad Estatal de Cleveland y la Universidad de Washington han desarrollado recientemente un nuevo sistema de diálogo que podría mejorar las interacciones entre humanos y robots. Este sistema, presentado en un artículo publicado previamente en arXiv, está diseñado para aprender continuamente de sus experiencias de diálogo, aumentando su base de conocimientos y capacidades lingüísticas a lo largo del tiempo.
"En años recientes, Muchas empresas e institutos de investigación han comenzado a pensar en diseñar y utilizar robots en entornos interiores para diversas aplicaciones. "Saeid Amiri, uno de los investigadores que realizó el estudio, dijo a TechXplore. "Para un robot en un entorno habitado por humanos, la capacidad de utilizar el lenguaje natural para comunicarse con los humanos es de crucial importancia. Sin embargo, existen algunos desafíos para lograrlo. Una es que el lenguaje puede ser ambiguo, incluso en una conversación humano-humano. En segundo lugar, a diferencia de los humanos, el conocimiento de un robot de su entorno (por ejemplo, objetos y personas a su alrededor) es bastante limitado ".
En su estudio, Amiri y sus colegas se propusieron abordar las limitaciones de muchos sistemas de diálogo existentes mediante el desarrollo de un sistema que pueda aprender de su entorno y así perfeccionar sus capacidades con el tiempo. Su objetivo general era permitir que los robots completaran una tarea con éxito, como entregar un paquete, al mismo tiempo que adquiere nuevos conceptos sobre su entorno.
"En la comunicación humano-robot, si un humano se refiere a algún objeto desconocido, el robot a menudo tendrá dificultades para entenderlo, "Dijo Amiri." Para abordar este problema, se nos ocurrió la idea de un sistema de diálogo que haga preguntas de aclaración (por ejemplo, ¿debo entregar un paquete? ¿Es esto una entrega para Bob?) una vez que el humano le asigna una tarea. Estas preguntas ayudan al robot a darse cuenta de que tiene que aprender nuevas palabras ".
El sistema de diálogo desarrollado por Amiri y sus colegas tiene cuatro componentes principales:un componente de comprensión del lenguaje, un gestor de diálogo, un gestor de conocimientos y una herramienta de generación de idiomas. El componente de comprensión del lenguaje analiza las oraciones pronunciadas por humanos en representaciones formales y luego las transmite al robot. Cuando el sistema de diálogo se aplica a una tarea de entrega, por ejemplo, como en el que los investigadores se centraron en sus experimentos, El componente de comprensión del idioma permite que el sistema identifique elementos mencionados por usuarios humanos o información relacionada con el destinatario de un paquete.
El componente del administrador de diálogo, por otra parte, decide qué preguntas debe hacer el robot a los usuarios humanos si no entendió completamente las instrucciones u oraciones. Según la respuesta de un usuario a estas preguntas, el robot actualiza su grado de certeza sobre el significado de los conceptos a los que se refiere el usuario.
Después, El componente de gestión de conocimientos del sistema de diálogo determina si el robot necesita aprender un nuevo concepto o no. Si un robot ya conoce todos los conceptos clave descritos por un usuario, por ejemplo, no tiene sentido que aprenda palabras adicionales o innecesarias.
Finalmente, el componente de generación de lenguaje permite que el robot produzca respuestas y responda a los usuarios directamente. En su estudio, Amiri y sus colegas decidieron mantener este componente lo más simple posible, y, por lo tanto, usó una serie de sencillos textos predefinidos.
Una descripción general del sistema de diálogo desarrollado por Amiri y sus colegas.
Los investigadores evaluaron su sistema tanto en simulaciones como en experimentos con participantes humanos, que fueron reclutados a través de Amazon Mechanical Turk y otras plataformas. Sus hallazgos fueron muy prometedores, con su sistema superando a otros agentes de diálogo en interacciones humano-robot, tanto en términos de eficiencia como de precisión. En sus pruebas, el sistema logró una buena comprensión de las consultas de los usuarios al mismo tiempo que actualizaba continuamente sus conocimientos y capacidades lingüísticas a lo largo del tiempo.
"Durante nuestro estudio, Le pedimos a algunos participantes humanos que usaran nuestro robot y el robot fue capaz de aumentar su conocimiento a través del diálogo con los usuarios. "Dijo Amiri." Un robot que tiene la capacidad de saber cuándo aprender nuevos conocimientos por sí mismo fue un gran logro. Eso significaría que básicamente puedes tener un robot que aprende nuevos conceptos de manera incremental a través de la interacción y el diálogo con los humanos ".
En el futuro, el sistema de diálogo desarrollado por Amiri y sus colegas podría usarse para mejorar las capacidades de interacción de los robots nuevos y existentes. Mientras tanto, los investigadores planean seguir trabajando en su sistema para mejorar aún más su rendimiento, eficacia, y aplicabilidad.
"Aunque logramos nuestro objetivo en esta investigación, todavía hay un largo camino para que el robot actúe de forma tan natural como un ser humano, "Dijo Amiri." Ahora me gustaría mejorar nuestro sistema de diálogo para que un robot hable un número menor de veces, de lo contrario, los humanos podrían sentirse frustrados y perder la confianza en el robot. También, si un humano usa un lenguaje casual en la comunicación, el robot puede tener actualmente dificultades para comprender su solicitud, que es otra cosa en la que me gustaría trabajar ".
© 2019 Science X Network