대화 형 AI에 대한 Microsoft의 비전은 무엇입니까? 당신을 이해하는 컴퓨터

한 여성이 자신의 달력에서 다가오는 약속을 저글링하는 데 도움이되는 지능적인 조수와 함께 유동적 인 전후 대화에 참여합니다. 조수는 Microsoft가 2018 년 5 월에 인수 한 Semantic Machines에서 개척 한 기계 학습 기술을 사용하여 모든 대화 형 AI 제품 및 도구에 통합합니다. Microsoft의 사진.

오늘날의 지능 보조원은 기술로 가득합니다. 그들은 날씨, 교통 및 스포츠 점수를 확인할 수 있습니다. 음악을 재생하고 단어를 번역하며 문자 메시지를 보낼 수 있습니다. 심지어 수학, 농담, 이야기 읽기까지 할 수 있습니다. 그러나 더 먼 곳을 이끌어가는 대화에 관해서는 바퀴가 떨어집니다.

Dan Roth 사장은“여러 가지 일이 일어나기 위해서는 단어의 마법 조합을 찾아야하는데, 실제로 할 수있는 많은 기능이 실제로는 처리 할 수 ​​없다는 것을 알게되었습니다. Microsoft가 2018 년 5 월에 인수 한 Semantic Machines 의 부사장 및 전 CEO .

예를 들어, 오늘날의 시스템은 일정에 새 약속을 추가 할 수 있지만 우선 순위가 높은 모임 요청을 저글링하는 방법에 대한 대화를 할 수는 없다고 설명했습니다. 또한 근처 커피 숍의 안뜰에서 오후 모임을 예약하기 전에 날씨를 확인하는 등 한 기술의 상황 정보를 사용하여 다른 기술의 결정을 내릴 수 없습니다.

Microsoft의 차세대 지능형 어시스턴트 기술은 Semantic Machines가 개척 한 대화 형 인공 지능 및 머신 러닝의 혁신을 활용하여이를 수행 할 수 있습니다.

이 팀은 시애틀의 개발자를위한 연례 회의 인 Microsoft Build 에서 오늘 자연 언어 인터페이스 기술의 차세대 도약에 대한 비전을 발표했으며이 기술을 Cortana를 포함한 모든 대화 형 AI 제품 및 도구에 통합 할 계획을 발표했습니다.

맥락과 개념을 가르치기

자연어 인터페이스는 서로 대화하는 것과 같은 방식으로 컴퓨터와 통신 할 수 있도록하는 기술입니다. 자연어 인터페이스가 Roth와 그의 팀 구상으로 작동 할 때, 대부분의 사람들이 몇 가지 조치를 요구하는 복잡한 요청을 이해할 수있는 것처럼, 컴퓨터는 우리를 이해하고, 우리와 대화하고, 원하는 것을 수행합니다.

로스는“우리가 의사 소통하기 위해 진화 한 방식으로 자신을 표현할 수있게되면서 자연 언어 인터페이스의 약속과 비전이 어떻게 작동하는지 알 필요없이 이러한 복잡한 시스템 모두에 연결할 수있게되었다”고 말했다.

Microsoft의 부사장이자 Semantic Machines의 전 CEO 인 Dan Roth는 팀의 기술을 통해 컴퓨터가 우리를 이해하고 대화하고 원하는 작업을 수행 할 수있게 될 것이라고 말했다. Microsoft 용 Dana Quigley의 사진.

Cortana와 같은 오늘날의 지능적인 어시스턴트의 자연어 기술은 기계 학습을 활용하여 사용자의 명령 의도를 이해합니다. 일단 그 의도가 결정되면, 미리 정해진 일련의 행동을 따르는 수기 프로그램 (기술)이 시작된다.

예를 들어,“오늘 리버풀과 바르셀로나 간의 축구 경기에서 누가 이겼습니까?”라는 질문은 스포츠 유형, 요청 된 정보, 날짜 및 팀에 대한 슬롯을 채우기 위해 사전 코딩 된 스크립트 규칙을 따르는 스포츠 기술을 촉발합니다. “이번 주말에 비가 올까요?”는 날씨 기술을 자극하고 미리 작성된 규칙에 따라 주말 예측을 얻습니다.

이러한 교환에 대한 규칙은 손으로 작성되므로 개발자는 기술을 사용할 수있는 모든 방법을 예상하고 각 시나리오를 다루는 스크립트를 작성해야합니다. 인간이 모든 가능한 시나리오를 스크립팅 할 수 없기 때문에 기술의 범위와 기능이 제한된다고 Roth는 설명했다.

시맨틱 머신 (Semantic Machines) 기술은 머신 러닝의 역할을 의도를 넘어 시스템이 수행 할 수 있도록 확장합니다. Semantic Machines 시스템은 모든 상황에 맞는 기술을 작성하려는 프로그래머 대신 데이터에서 자체 기능을 학습합니다.

즉, 시맨틱 머신 기술은 요청 된 작업을 수행하는 데 필요한 계산 단계에 사람들의 단어를 매핑하는 방법을 배웁니다.

예를 들어, 시맨틱 머신 접근법은 풋볼 경기 점수를 얻기 위해 수작업으로 코딩 된 프로그램을 실행하는 대신 시스템이 다양한 예제 컨텍스트에서 스포츠 점수를 얻는 방법을 보여주는 사람들로 시작합니다. 스포츠 자체 점수.

또한 머신 러닝 방법을 통해 시스템은 새로운 컨텍스트에 대해 본 컨텍스트를 일반화하여 더 많은 방식으로 더 많은 일을 수행 할 수 있습니다. 예를 들어 스포츠 점수를 얻는 방법을 배우면 일기 예보 및 교통 정보를 얻을 수도 있습니다. 시스템은 기술뿐만 아니라 서비스에서 데이터를 수집하여 사용자에게 제공하는 방법에 대한 개념을 배웠기 때문입니다.

오늘날의 지능형 어시스턴트에는 프로그래머가 예상 한 고립 된 것들의 목록을 작성하도록 프로그래밍되어 있지 않습니다. 이 시스템의 기계 학습은 주로 기술을 촉발시키는 단어에 중점을두고 있다고 버클리에있는 캘리포니아 대학 (University of California)의 자연 언어 처리 분야에서 인정받는 리더이자 컴퓨터 과학 교수 인 Dan Klein은 설명했다.

Semantic Machines 의 공동 창립자이자 수석 과학자 인 Klein은“새로운 작업을 수행하는 방법을 배우거나 새로운 상황을 지원하기 위해 이미 알고있는 작업을 혼합하고 일치시키는 데 중점을 두지 않습니다 .

 

YouTube 비디오

 

역동적 인 대화

시맨틱 머신 (Semantic Machines) 시스템은 새로운 일을 수행하는 방법을 배울 수 있기 때문에 사람과의 역동적 인 대화에 쉽게 참여할 수 있으며, 서로 다른 소스의 관련 콘텐츠, 컨텍스트 및 개념에 액세스하고 함께 연결하여 답변을 제공하고 옵션을 제시하며 결과를 얻을 수 있습니다.

또한 시맨틱 머신 시스템은 대화에서 컨텍스트를 추적 할 수있는 메모리와 대화 를 계속 진행하기 위해 동시에 대화하고들을 수있는 전이중 기능 을 갖추고 있습니다.

Klein은“당신이 말한 것은 상황에 따라 상황에 따라 달라 지므로 더 복잡한 일을 할 수 있습니다. 마음을 바꾸고 탐구 할 수 있습니다. 또한 상황이 충분 해지면 기술 개념이 사라지기 시작합니다.”

기술의 개념은 데이터 사일로에 대한 상호 작용을 제한하는 반면 진정한 대화는 모든 곳에서 데이터를 연결하는 데 의존하기 때문입니다. 시맨틱 머신 (Semantic Machines) 기술은 데이터를 수집하고 백엔드에서 작업을 수행하면서 프론트 엔드에서 사용자와의 유동적이고 자연스러운 대화를 유지합니다.

예를 들어, 우선 순위가 높은 회의를 수용하기 위해 일정을 바꾸려면 일정, 데이터, 디렉토리 데이터를 사용하여 비어있는 사람, 언제, 날씨, 근처 커피 숍 및 교통 상황과 같은 상황에 맞는 데이터를 파악해야합니다. 앉아서 제 시간에 도착하기 위해 떠나야 할 때.

Klein은“일이 상황에 따라 진화하고 상황에 맞게 연결되기 시작하면 기술 개념이 너무 제한적입니다. "일을 끝내려면 믹싱과 매칭이 필요합니다."

자연 언어로 구축

Microsoft는 Build에서 시맨틱 머신 (Semantic Machines) 기술을 사용하여 일정 관리 애플리케이션을 선보여 지능적 어시스턴트로 하루를보다 유동적이고 자연스럽고 강력한 경험으로 구성 할 수있었습니다. 동일한 기술을 모든 대화 경험에 적용 할 수 있으며 결국 모든 Microsoft 제품 및 서비스에서 대화를 강화할 수 있습니다.

이는 질문에 대한 답변 제공, 하루의 미리보기 제공, 전화에서 랩톱 및 스마트 스피커에 이르기까지 모든 장치에서 도움을주는 것과 같은 Cortana의 기존 기능을 기반으로합니다.

예를 들어, 기술이 Cortana에 통합되면 Office에서 수행해야 할 작업에 대해 더 많은 작업을 수행하고 특정 응용 프로그램에서 작업을 수행하는 데 대한 작업을 줄일 수 있습니다.

마이크로 소프트의 앤드류 스인 (Andrew Shuman)은“우리는인지 적 부담이 적고,이를 위해 파워 포인트로 가야 할 것 같은 느낌이 들지 않기를 원한다. Cortana 부사장.

또한 Roth는이 기술을 Microsoft Bot Framework를 통해 사용할 수 있다고 덧붙였다 . 그의 팀은 현재 프레임 워크에서 작업하는 개발자가 준비가되면 시맨틱 머신 기반 대화 엔진으로 기존 데이터를 마이그레이션 할 수있는 방법을 설계하고 있습니다.

“개발자로서 이러한 경험을 직접 구축 할 수 있습니다. "우리는이 기술을 바탕으로 이러한 기술과 사일로 개념 및 간단한 필기 프로그램을 넘어 우리 모두가 원하는 유동적 인 Star Trek와 같은 자연 언어 인터페이스로 집단적으로 이동할 수 있습니다."