Blake Lemoine, ein Softwareentwickler bei Google, hat kürzlich eine bemerkenswerte Aussage gemacht. Er behauptete, dass der Konversations-KI-Bot LaMDA (Language Model for Dialogue Applications) des Unternehmens ein Bewusstsein erlangt habe. Lemoine stellte fest, dass der Chatbot seine Rechte spricht und sich selbst als Person wahrnimmt. Als Reaktion darauf suspendierte ihn die Unternehmensleitung von der Arbeit - berichtet von The Die Washington Post.
„Wenn ich nicht genau wüsste, was es war, nämlich dieses Computerprogramm, das wir kürzlich gebaut haben, würde ich denken, dass es ein 7-jähriges, 8-jähriges Kind war, das sich zufällig mit Physik auskennt.“, sagte Lemoine.
Tatsächlich wird die Leistungsfähigkeit von Maschinen Jahr für Jahr immer fortschrittlicher, und Natural Language Processing (NLP) zeigt hervorragende Ergebnisse. Allerdings kann man dagegen protestieren: Warum bewältigt Software wie Siri oder Alexa dann immer noch kaum die primitivsten Aufgaben in der Sprache?
Für uns Menschen scheint die Sprache ein gewöhnlicher und natürlicher Prozess zu sein. Das ändert jedoch nichts daran, dass natürliche Sprachen ein sehr kompliziertes System sind. Früher herrschte die Vorstellung vor, dass nur Menschen Logik, Argumentation und Intuition einsetzen könnten, um Sprachen zu verstehen, zu verwenden und zu übersetzen. Menschliche Logik und Intuition lassen sich jedoch mathematisch modellieren und programmieren. Als Computer fortschrittlicher wurden, versuchten die Menschen, ihnen das Verständnis der menschlichen Sprache beizubringen. So ging die Geschichte des NLP einen langen Weg von der virtuellen Psychiaterin ELIZA im Jahr 1964 bis zur ersten automatisch entziffernden alten Sprachmaschine in 2010 und Chatbots auf fast jeder Website.
Trotz der langen Geschichte der Forschung weisen Maschinen jedoch immer noch eine Reihe schwerwiegender Einschränkungen und Barrieren in Bezug auf NLP auf. Maschinen können hören und lesen, was wir schreiben, aber sie verstehen immer noch nicht ganz, was wir meinen, da sie nicht das ganze Bild der Welt kennen. Dies ist eines der Probleme des Jahrhunderts in der Technologie der künstlichen Intelligenz.
In den 80er-90er Jahren, zu Beginn der Massenskala des Internets, konnten Web 1.0-Benutzer die Inhalte nur lesen. Mit dem Aufkommen von Web 2.0 gab es die Möglichkeit, mit Text zu interagieren (Read-Write). Deshalb wurden NLP-Technologien in der zweiten Generation des Internets besonders nützlich und verbreitet. Dank NLP wurden bestimmte Prozesse erleichtert, wie z. B. Spam-Erkennung, Chatbots, virtuelle Assistenz und viele andere. Obwohl die Fähigkeit von Maschinen, auf menschlicher Ebene zu kommunizieren, relativ gering ist, gibt es einige durchaus interessante Errungenschaften:
Trotz der Tatsache, dass der Sprachassistent nicht auf dem Niveau des anspruchsvollen Gesprächspartners entwickelt wurde, erfüllen sie ihre Funktionen hervorragend, indem sie den Benutzer bei verschiedenen Aufgaben unterstützen.
Jeden Tag verarbeitet Google mehr als 3.5 Milliarden Suchanfragen. Es gibt mehrere fortschrittliche NLP-Modelle, die zur Verarbeitung der Abfragen verwendet werden, darunter das bekannteste, BERT (Bidirectional Encoder Representations from Transformers).
Ein Beispiel, wie BERT das Verständnis der Abfrage verbessert: Die Frage „2019 brasilien reisend in die USA braucht ein Visum“ war dem Computer nicht klar. Es könnte ein brasilianischer Staatsbürger sein, der versucht, ein Visum für die USA zu bekommen, oder ein Amerikaner für Brasilien. Früher lieferten Computer Ergebnisse nach Schlüsselwörtern. Im Gegensatz dazu berücksichtigt BERT jedes Wort im Satz. In genau diesem Zusammenhang bedeutet „nach“ ein Ziel.
Wie bereits erwähnt, ermöglichte Web 2.0 Benutzern, Text im Webspace zu erstellen. Daher gab es eine große Nachfrage nach Textkorrekturen. Bisher verließen sich die Benutzer auf den eingebauten Korrektor in der Office 360-Software, der auf Fehler hinwies. Die Fehlererkennungstechnologie in dieser Software war jedoch ziemlich anfällig.
Die KI-gesteuerte Software der neuen Generation wie Grammarly verwendet NLP, um Fehler zu korrigieren und Vorschläge zur Vereinfachung des komplexen Schreibens oder zur Vervollständigung und Klärung von Sätzen zu machen. Sie sind fortschrittlicher und präziser als die Fehlererkennungstechnologien der vorherigen Generation.
Heutzutage gibt es viele Websites, die auf ihren Webseiten Chatbot-Assistenten anbieten. Genau wie sprachgesteuerte Assistenten sind sie nicht vollständig ausgereift und verwenden in vielen Fällen eine einfache Schlüsselwortsuche und Entscheidungsbaumlogik. Es hilft den Benutzern jedoch auf einer bestimmten Ebene und erleichtert die Arbeit des Support-Teams.
Es mag den Anschein haben, dass die NLP-Entwicklung nicht das erwartete Niveau erreicht, wie es sein könnte, und eine Reihe schwerwiegender Einschränkungen aufweist. Daher müssen wir uns im Web 3.0 mit all den Mängeln von NLP auseinandersetzen, die wir heute haben.
Es besteht kein Zweifel, dass NLP eine entscheidende und grundlegende Komponente von Web 3.0 sein wird. KI-gesteuerte Spracherkennungs- und Analysetechnologie kann in vielen Bereichen eingesetzt werden, z. B. zur Ermöglichung sprachbasierter Benutzerinteraktionen, befehlsgesteuerter Freisprechnavigation in virtuellen Welten, Verbindung und Interaktion mit virtuellen KI-Einheiten und vielen anderen. Dies sind die Beispiele dafür, wie NLP-Technologien im Web 3.0 eingesetzt werden und welche Ziele wir in dieser neuen Internet-Ära erreichen müssen.
Wenn wir über das Navigieren im Metaverse sprechen, denken wir vielleicht an Handheld-Controller, Gesten, Eye-Tracking oder Sprachsteuerung. Tatsächlich würde die Sprachbedienung das Benutzererlebnis auf ein neues Niveau heben. In der Zwischenzeit würden NLP-Technologien dazu beitragen, Audioantworten mit sprachlichen Nuancen und Stimmmodulation zu erzeugen.
Wenn wir über die Sprachbedienung in Metaverse sprechen, ist es wichtig, die Entwicklung der Sprachbedienung in Spielen zu erwähnen. Die Vertreter solcher In-Game-Technologien waren Spiele Seemann, Mass Effect 3, Bot-Kolonie, Vergiss es und andere. Ihre NLP-Technologien waren nicht so präzise. Sie können jedoch als Inspiration für die Sprachsteuerung in Metaverse angesehen werden.
Die Sprachbedienung befindet sich bereits im Entwicklungsprozess von Meta. Das Unternehmen startete eine Sprach-SDK Damit können VR-Entwickler mithilfe von Sprachbefehlen virtuelle Umgebungen erstellen.
Im Web 3.0 würden die Benutzer Unterstützung bei mehr täglichen Aufgaben erwarten als im Web 2.0. Daher müsste die virtuelle Assistenz auf ein höheres Niveau gebracht werden.
Für die Entwicklung eines solchen Sprachassistenten hat Meta die Verantwortung übernommen. Meta behauptet, dass ihr Sprachassistent im Metaversum präsent sein wird, also wird es wahrscheinlich eine virtuelle Form eines Avatars haben. Darüber hinaus möchte Meta, dass sein Sprachassistent im Gegensatz zum bestehenden Sprachassistenten in Bezug auf das Verständnis des Kontexts der Anfrage ausgefeilter ist.
„Um die Erschaffung und Erforschung wahrer Welten zu unterstützen, müssen wir über den aktuellen Stand der Technik für intelligente Assistenten hinausgehen.“ sagte Zuckerberg.
Der Unterschied zwischen dem virtuellen Assistenten und dem KI-Begleiter besteht darin, dass ersterer darauf ausgelegt ist, dem Benutzer zu dienen, während der KI-Begleiter als virtueller Freund konzipiert ist, der deine Interessen kennt, einen Dialog führen und Ratschläge geben kann.
Das Web 2.0 bot uns verschiedene KI-Chatbots. Neue Generationen von KI-Chatbots gehen noch weiter. Eines der prominentesten Beispiele ist die App Replika. Nach dem Erstellen eines Avatars seines virtuellen Begleiters, der auch über AR sichtbar sein kann, können Benutzer ein Gespräch beginnen. Der KI-Begleiter ist im Gegensatz zu vielen anderen KI-Chatbots in der Lage, Informationen über Benutzer zu speichern, wie z. B. Name, Geburtsdatum, Interessen, Hobbys, Erinnerungen, Meinungen und andere. Auch für das kostenpflichtige Abonnement kann der KI-Begleiter auch ein romantischer Partner sein.
Die Entwicklung von Technologien virtueller Assistenten und KI-Begleiter ist entscheidend für das Web 3.0:
Wenn wir es schaffen, diese zu meistern, wird es den Weg ebnen, andere KI-Bots zu meistern, die für die verschiedenen Jobs verantwortlich sein werden, wie zum Beispiel Psychologen oder Berater.
Der Handel ist einer der Bereiche, in denen KI-gesteuerte Chatbots benötigt werden, die die Rolle des Verkäufers/Beraters übernehmen werden. Der Handel hat im Allgemeinen ein grosses Potenzial im Metaversum. Auf diese Weise werden KI-Chatbots in diesem Bereich den Kaufprozess verbessern und das Käufererlebnis verbessern.
In den 2000er Jahren versuchten die Entwickler, die Idee von Social Media mit einem eingebauten Übersetzer zum Leben zu erwecken. Benutzer können mit verschiedenen Menschen auf der ganzen Welt in ihrer eigenen Sprache sprechen, und dank des integrierten Übersetzers verstehen sich alle. Aus irgendeinem Grund gewannen diese sozialen Netzwerke nicht an Popularität. Ausserdem war die Übersetzungstechnologie zu dieser Zeit noch nicht so weit entwickelt und lieferte oft umständliche Ergebnisse.
Metaverse wird mehr als nur Social Media sein, sondern auch ein Ort für Business, Networking, Bildung, Shopping, Sport und so weiter. In diesem Fall wäre die automatische Übersetzung sehr nützlich. Um dies zu erreichen, müssen wir jedoch sicherstellen, dass KI-gestützte Übersetzer ihren Job präzise, schnell und flexibel erledigen.
Meta arbeitet bereits an einem solchen Übersetzer. Dieses Jahr hat das Unternehmen gab bekannt, dass es ein KI-gestütztes c für Sprachen in seinem Metaverse entwickelt.
Ein weiteres prominentes Unternehmen, das bestimmte Errungenschaften bei den KI-gestützten Echtzeit-Übersetzungen erreicht hat, ist Unbabel. Die Software kombiniert die Geschwindigkeit und Effizienz der maschinellen Übersetzung mit der Genauigkeit und Empathie einer globalen Gemeinschaft muttersprachlicher Übersetzer. Die Verdienste des Unternehmens wurden von Windows zur Kenntnis genommen, sie sagten:
„Wir haben gesehen, wie die CSAT-Werte um bis zu 10 Punkte gestiegen sind, und in einem Fall haben wir die Problemlösung um 20 Prozent gesteigert.“
Dies sind nur einige Beispiele, wie NLP-Technologien im Web 3.0 angewendet werden können, die verwendet werden, sofern die NLP-Technologie schnell genug voranschreitet. Tatsächlich bleibt die Entwicklung von NLP im Kontext von Metaverse eines der unterschätzten Themen. Das ändert aber nichts daran, dass die Fähigkeit von Maschinen, Text zu erkennen, auch heute noch eine der vorrangigen Aufgaben der KI ist.
