Các từ dùng trong đàm thoại như “hmm” và “uh-huh” có vẻ như là phần không đáng kể của cuộc trò chuyện của con người, nhưng chúng rất quan trọng để cải thiện giao tiếp giữa con người và trí thông minh nhân tạo (AI)
Đây là lập luận của Alan Black, một giáo sư tại Viện Công Nghệ Ngôn ngữ của trường Carnegie Mellon School of Computer Science, chuyên gia về tổng hợp giọng nói và cách để làm cho trí thông minh nhân tạo nói chuyện giống người hơn.
Cả Siri và Cortana đều kết hợp các khía cạnh của Black, ông nói. Nhưng đối với hầu hết các phần, các công nghệ như vậy còn ở một mô hình khá đơn giản: con người nói, sau đó là quá trình máy xử lý và đưa ra câu trả lời.
“Nó không thực sự giống cách con người tương tác,” Black cho biết trong một cuộc phỏng vấn hôm thứ Sáu. “Đó là một kiểu tương tác cứng nhắc.”
Chìa khóa để làm cuộc trò chuyện như vậy tự nhiên hơn là có những lúc tạm dừng với những âm thanh đệm, cười và khả năng dự đoán của người nói để hoàn thành câu của nhau – tất cả đều giúp xây dựng mối quan hệ và sự tin tưởng.
“Cười là một phần của truyền thông giao tiếp,” ông nói. “Máy móc không làm điều đó – nếu chúng làm, đó sẽ là điều kinh ngạc – nhưng cuối cùng thì chúng phải nên như vậy.”
Black và sinh viên của mình đang làm việc trên các lĩnh vực này.
“Bạn cần hồi đáp kiểu mm-hmm, do dự và những âm thanh đệm khác, và cho đến nay việc tổng hợp tiếng nói của chúng ta không thể làm điều đó,” Black nói. “Nếu một hệ thống không nói” uh-huh, “nó có vẻ giống như một robot.”
Công nghệ sử dụng tiếng nói tổng hợp thường sử dụng tiếng nói ghi âm của con người “giống như giọng đọc trong phòng nhỏ,” ông giải thích. Điều đó là lý do “tại sao chúng nghe có vẻ chán.”
Khi làm việc với các sinh viên, Black thử nghiệm với việc sử dụng giọng nói được ghi âm trong các cuộc hội thoại, để ngay cả khi bạn chỉ ghi âm và phát một chiều thì cũng nghe rõ ràng như người nói đang tham gia. Ý tưởng là mô hình kết hợp các điểm khác nhau trong các câu trả lời của con người hơn là sử dụng cùng một phản ứng ở tất cả các lần – nếu không, con người có thể nói đó là giả, Black nói.
Cuối cùng, AI tốt cũng sẽ biết quan điểm của bạn về các chủ đề nhất định, chẳng hạn như ứng cử viên nào bạn ủng hộ hay phản đối trong một cuộc chạy đua chính trị, vì vậy nó sẽ không nói điều gì đó chống lại.
“Trên một mức độ cao hơn, đó là một vấn đề được cá nhân hoá,” Black nói. “Đó có thể là điều đáng sợ, nhưng cũng là điều thích hợp, và nó quan trọng cho sự tin tưởng. Đó là tất cả về việc xây dựng AI gần với những gì con người mong đợi và làm cho nó dễ dàng trò chuyện với con người hơn.”
Nhìn về phía trước, một vấn đề lớn đặt ra là làm thế nào để mọi người học cách làm việc với những thứ mới mẻ từ thiết bị của họ. Hiện đã có tương tác cơ bản với công nghệ như Siri và Cortana, nhưng thách thức tiếp theo là để người dùng ưu tiên dùng AI tìm câu trả lời, Black nói.
Một số người dùng đã ngại nói chuyện với điện thoại của họ, nhưng thoải mái hơn khi nói chuyện với Amazon Echo bời vì tất cả điều họ cần làm là nói lớn tiếng trong nhà của họ. “Mọi người đang đối xử với nó một cách khác biệt” ông nói. “Nó có ở trong phòng với bạn.”
