Meena Conversational Agent

الوصف

يمثل Meena تقدمًا كبيرًا في مجال الذكاء الاصطناعي للمحادثات مفتوحة النطاق، حيث يعالج العيب الحرج لروبوتات الدردشة الحالية التي غالبًا ما تفتقر إلى المنطقية والتحديد. تم تطوير هذا النموذج العصبي المدرب بالكامل من طرف إلى طرف بمعاملات 2.6 مليار بواسطة Google Research، وهو مصمم للدردشة حول أي شيء تقريبًا يرغب فيه المستخدم، متجاوزًا قيود روبوتات الدردشة المتخصصة.

في جوهره، يستخدم Meena بنية Evolved Transformer seq2seq، وهو تنوع تم اكتشافه من خلال البحث التطوري عن البنية العصبية لتحسين الحيرة (perplexity). يتكون النموذج من كتلة مشفر (encoder) واحدة لمعالجة سياق المحادثة و 13 كتلة مفكك (decoder) لتوليد الردود. تسمح هذه البنية لـ Meena بفهم أدوار الحوار السابقة وصياغة ردود ذات صلة. يركز هدف التدريب على تقليل الحيرة، وهي مقياس لعدم اليقين في التنبؤ بالكلمة التالية في المحادثة. من خلال الضبط الشامل للمعاملات الفائقة، وجد الباحثون أن مفككًا أقوى كان حاسمًا لتعزيز جودة المحادثة.

يتم تنظيم المحادثات لتدريب Meena في سلاسل شجرية، مع اعتبار كل رد دورًا. يتم استخراج أمثلة التدريب كمسارات عبر هذه السلاسل، وعادةً ما تستخدم سبعة أدوار من السياق لموازنة عمق السياق مع قيود الذاكرة. تم تدريب Meena على 341 جيجابايت من بيانات النص المفلترة من محادثات وسائل التواصل الاجتماعي العامة. والجدير بالذكر أنه يتمتع بسعة نموذج أكبر بـ 1.7 مرة وتم تدريبه على بيانات أكثر بـ 8.5 مرات من GPT-2 من OpenAI، وهو نموذج توليدي رائد في ذلك الوقت.

لتقييم أداء Meena، تم تقديم مقياس تقييم بشري جديد يسمى متوسط المنطقية والتحديد (Sensibleness and Specificity Average - SSA). يلتقط SSA مدى معقولية ومدى ملاءمة سياق ردود روبوت الدردشة. من خلال المحادثات المجمعة مع Meena وروبوتات الدردشة الأخرى مثل Mitsuku و Cleverbot و XiaoIce و DialoGPT، أظهر Meena درجات SSA فائقة، مقتربًا من مستويات الأداء البشري. علاوة على ذلك، اكتشف الباحثون ارتباطًا قويًا بين الحيرة و SSA، مما يشير إلى أن الحيرة يمكن أن تكون مقياسًا تلقائيًا موثوقًا لتقييم جودة المحادثة، مما يسرع التطوير المستقبلي.

بينما يظهر Meena وعدًا، تركز الأبحاث المستمرة على تقليل الحيرة بشكل أكبر، واستكشاف سمات مثل الشخصية والواقعية، ومعالجة السلامة والتحيز بشكل نقدي. يقوم الفريق بتقييم المخاطر والفوائد المحتملة لإصدار نقطة فحص النموذج لتعزيز المزيد من البحث في هذا المجال.

أبرز ملامح Meena Conversational Agent

• نموذج محادثة عصبي مدرب بالكامل من طرف إلى طرف

• 2.6 مليار معامل

• بنية Evolved Transformer seq2seq

• كتلة مشفر واحدة لمعالجة السياق

• 13 كتلة مفكك لتوليد الردود

• تم تدريبه على 341 جيجابايت من محادثات وسائل التواصل الاجتماعي

• يقلل الحيرة كهدف تدريبي

• يحقق درجات عالية في متوسط المنطقية والتحديد (SSA)

• ارتباط قوي بين الحيرة و SSA

• مصمم للحوار مفتوح النطاق

البدء مع Meena Conversational Agent

1. 1

   الوصول إلى النموذج: استخدم نموذج Meena من خلال تنفيذه البحثي.

2. 2

   إعداد البيئة: جهز الموارد الحسابية والمكتبات اللازمة.

3. 3

   التكامل عبر API: اتصل بواجهة النموذج لإدخال وإخراج المحادثات.

4. 4

   توفير سياق المحادثة: أدخل أدوار الحوار السابقة ليقوم النموذج بمعالجتها.

5. 5

   توليد الرد: استقبل رد النموذج الذي تم إنشاؤه للسياق المقدم.

6. 6

   تقييم المخرجات: قم بتقييم منطقية وتحديد الردود التي تم إنشاؤها.

حالات استخدام Meena Conversational Agent

• الدردشة مفتوحة النطاق
• ممارسة اللغة
• الترفيه التفاعلي
• التفاعل بين الإنسان والحاسوب
• منصة بحث الذكاء الاصطناعي

الأسئلة الشائعة من Meena Conversational Agent

• ما هو Meena؟

  Meena هو نموذج محادثة عصبي مدرب بالكامل من طرف إلى طرف بمعاملات 2.6 مليار تم تطويره بواسطة Google Research للحوار مفتوح النطاق.

• ما المشكلة التي يحلها Meena؟

  يهدف Meena إلى معالجة مشكلة روبوتات الدردشة مفتوحة النطاق الحالية التي غالبًا ما تفتقر إلى المنطقية والتحديد في ردودها.

• ما هي بنية Meena؟

  تم بناء Meena على بنية Evolved Transformer seq2seq، والتي تتميز بمشفر لفهم السياق وكتل مفكك متعددة لتوليد الردود.

• كيف يتم تدريب Meena؟

  تم تدريب Meena على 341 جيجابايت من محادثات وسائل التواصل الاجتماعي العامة المفلترة بهدف تقليل الحيرة.

• ما هو متوسط المنطقية والتحديد (SSA)؟

  SSA هو مقياس تقييم بشري مصمم لقياس مدى منطقية وتحديد سياق ردود روبوت الدردشة.

• هل يؤدي Meena أداءً أفضل من روبوتات الدردشة الأخرى؟

  نعم، يُظهر Meena درجات SSA أعلى بكثير مقارنة بروبوتات الدردشة مفتوحة النطاق الحالية المتطورة.

• هل الحيرة مقياس مفيد لـ Meena؟

  وجد الباحثون أن الحيرة، وهي مقياس تلقائي، ترتبط بقوة بالتقييم البشري (SSA)، مما يجعلها مؤشرًا قيمًا لجودة المحادثة.

• ما هي التطبيقات المحتملة لـ Meena؟

  تشمل التطبيقات المحتملة إضفاء الطابع الإنساني على تفاعلات الكمبيوتر، وتحسين ممارسة اللغات الأجنبية، وإنشاء شخصيات يمكن الارتباط بها في الوسائط التفاعلية.

• هل Meena متاح حاليًا للاستخدام الخارجي؟

  تقوم Google Research بتقييم المخاطر والفوائد لإصدار نقطة فحص النموذج للبحث الخارجي.

• ما هي اتجاهات البحث المستقبلية لـ Meena؟

  يشمل العمل المستقبلي خفض الحيرة، واستكشاف الشخصية والواقعية، ومعالجة السلامة والتحيز في نماذج المحادثة.