Active Question Answering (ActiveQA)

Продукт
Разработчики: Google
Дата премьеры системы: октябрь 2018 г
Технологии: Робототехника

2018: Выпуск и раскрытие кодов

В октябре 2018 года компания Google представила новую систему искусственного интеллекта, которая обрабатывает разговорную речь и с высокой точностью отвечает на заданные вопросы. Такая технология сделает взаимодействие людей с голосовыми помощниками, включая Google Assistant, более естественными — как будто человек общается с себе подобным.

Система получила название Active Question Answering (ActiveQA), ее исходные коды Google выложила в публичный доступ. Инженер-программист в подразделении Google AI Мишель Чен Хубшер (Michelle Chen Huebscher) называет разработку «агентом, который раз за разом взаимодействует с вопросо-ответными системами, используя естественный язык для предоставления лучших ответов».

Например, если спросить у ActiveQA дату рождения физика и изобретателя Николы Теслы, задав вопрос «Когда родился Тесла?», то система переформулирует вопрос в «В каком году рожден Тесла» и «Когда день рождения Теслы?», направит информацию в базу данных и в конечном итоге выдаст наиболее точный ответ — 10 июля 1856 года. Логика этого примера проиллюстрирована на анимированном изображении ниже.

В Google отмечают, что каждая перефразировка вопроса оценивается, отталкиваясь от того, насколько хорош ответ, полученный на ее основе. Если ответ удовлетворяет запросу, то алгоритм обучения будет с большей вероятностью использовать эту переформулировку. Если же ответ некорректен, ActiveQA даст этому варианту меньший приоритет.

По мере обучения система начинает задавать более конкретные вопросы, благодаря чему улучшаются результаты на выводе.[1]

ActiveQA доступна в виде пакета для платформы машинного обучения Google TensorFlow. Компания также предлагает предварительно обученную систему последовательностей, адаптированную с использованием TensorFlow Neural Machine Translation Tutorial Code.

Примечания



Подрядчики-лидеры по количеству проектов

За всю историю
2015 год
2016 год
2017 год
Текущий год

Данные не найдены

  Mikrolar (1)
  Другие (0)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2015 год
2016 год
2017 год
Текущий год

  Nvidia (Нвидиа) (5, 5)
  Promobot (Промобот) (1, 5)
  SoftBank Robotics (2, 2)
  Mikrolar (1, 2)
  AlfaRobotics (АльфаРоботикс) (1, 1)
  Другие (65, 5)

Данные не найдены

  Mikrolar (1, 1)
  Другие (0, 0)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2015 год
2016 год
2017 год
Текущий год
Данные не найдены

  Hexapod - 1 (1, 0)
  Другие 0