211service.com
Pour les ordinateurs aussi, il est difficile d'apprendre à parler chinois
Les chercheurs appellent souvent 2017 l'année de l'ordinateur conversationnel en Chine. Tirant parti des avancées récentes en matière de reconnaissance vocale et de traitement du langage naturel, le géant du commerce électronique Alibaba et le géant de la recherche Baidu ont tous deux développé une technologie pour casser la communication basée sur la voix (voir 10 technologies révolutionnaires : interfaces conversationnelles). Désormais, les produits à commande vocale dérivés de Baidu et la technologie d'Alibaba arrivent sur le marché chinois.
Le Tmall Genie, qui intègre l'assistant vocal d'Alibaba, AliGenie, s'apparente à l'Amazon Echo. Il peut passer des commandes en ligne, consulter la météo, écouter votre musique préférée et contrôler d'autres appareils intelligents dans votre maison grâce à des commandes vocales.
La plate-forme conversationnelle DuerOS de Baidu a été ajoutée en tant que fonctionnalité dans des produits tels qu'un robot assistant domestique, un décodeur de télévision et un smartphone HTC. Il a des fonctions similaires à celles d'AliGenie et d'autres assistants vocaux, ainsi que des capacités rudimentaires pour mener une conversation aléatoire, et la société affirme avoir reçu un grand nombre de commandes pour son kit de développement DuerOS.
Kun Jing, directeur général de l'unité commerciale Duer de Baidu, s'attend à ce que de nombreuses autres entreprises entrent sur le terrain cette année, motivées en partie par le succès de produits comme l'Echo sur le marché américain, qui a suscité l'intérêt des investisseurs technologiques chinois.
La société de recherche IDC prévoit que d'ici 2020, 51 % de l'industrie de la conduite intelligente et 68 % de l'industrie des téléphones portables et des appareils portables en Chine disposeront d'un système d'IA basé sur la conversation. Tout comme l'écran tactile permet d'interagir avec un appareil mobile. Tellement plus faciles, les interfaces conversationnelles rendront l'interaction plus naturelle et attireront plus de personnes dans le monde connecté, explique Jing, qui supervise le développement de DuerOS.
L'informatique basée sur la voix est une bonne option pour la Chine. Aujourd'hui, la saisie du chinois sur un clavier QWERTY typique repose sur un système appelé pinyin, basé sur la prononciation des caractères, mais comme il existe quatre tons en mandarin et que chacun a une signification différente, l'utilisateur doit minutieusement sélectionner le bon caractère dans un menu déroulant. après avoir tapé la prononciation. Une syllabe commune comme yi peut correspondre à 60 caractères chinois ou plus fréquemment utilisés. Certaines méthodes de saisie peuvent donner la priorité au caractère le plus probable en fonction du contexte, mais elles ne sont pas toujours précises. Sans surprise, les utilisateurs de technologies mobiles comme la populaire application de communication WeChat ont tendance à se laisser des messages verbaux plutôt que les textes dactylographiés typiques aux États-Unis.
En Chine aujourd'hui, la technologie de l'assistant vocal fonctionne en transformant les commandes vocales d'un utilisateur en texte et en générant une réponse basée sur la signification du texte. Ce processus fonctionne plutôt bien pour les commandes basées sur des tâches - vérifier la météo ou rechercher la traduction anglaise d'un mot chinois particulier - mais il ne peut pas soutenir une conversation aller-retour sur plusieurs sujets.
Résoudre l'informatique conversationnelle nécessitera de surmonter certaines des complexités difficiles de la langue chinoise. En chinois, par exemple, les mêmes caractères disposés dans un ordre différent signifient des choses différentes, et même lorsqu'ils sont disposés dans le même ordre, ils peuvent avoir des significations différentes selon ce qui les précède ou les suit. De plus, le chinois écrit n'a pas d'espaces divisant naturellement les mots comme le fait l'anglais. Les chercheurs chinois en traitement du langage naturel doivent donc apprendre à leurs algorithmes où insérer des espaces afin d'établir la signification correcte d'une combinaison particulière de caractères. L'absence de temps de verbe chinois - il n'y a pas de formes distinctives pour le passé, le présent ou le futur - rend également difficile pour les machines de déchiffrer la chronologie d'une séquence.
Les chercheurs chinois en traitement du langage naturel s'attaquent également à d'autres défis : de nombreux dialectes existent, dont certains sont mutuellement incompréhensibles, et la même expression peut signifier différentes choses dans différents contextes.
Zhiyong Wu, professeur agrégé à l'Université Tsinghua qui étudie la compréhension du langage naturel, note que pour que les ordinateurs comprennent vraiment l'intention d'un locuteur humain et communiquent de manière appropriée, ils devront capter des indices subtils tels que l'intonation et le stress. Ils devront également comprendre les émotions, car la prise de décision des humains n'est pas basée uniquement sur la logique, note Jia Jia, professeur agrégé à l'Université Tsinghua qui étudie l'informatique affective sociale.
Pour rendre son système plus intelligent, Baidu a introduit cette année un mode formateur dans sa plate-forme pour permettre aux développeurs de logiciels de contribuer aux données linguistiques en temps réel via un bot annotateur intégré. Le bot reçoit les commentaires des développeurs (comme l'explication d'une requête que le système n'a pas comprise la première fois), en tire des leçons, puis corrige le système.
L'un des avantages des chercheurs chinois lorsqu'ils tentent de résoudre ces problèmes est une grande quantité de données. Les réseaux de neurones qui sous-tendent la compréhension du langage des ordinateurs d'aujourd'hui nécessitent de grandes quantités de données pour s'entraîner. Plus une entreprise possède de données, plus ses réseaux de neurones deviendront intelligents, et des entreprises comme Baidu et Alibaba bénéficient de vastes bases d'utilisateurs. À la fin de 2016, Baidu revendiquait 665 millions d'utilisateurs mobiles actifs par mois, et en mars de cette année, Alibaba comptait 507 millions d'utilisateurs actifs mensuels mobiles.
Mais Gang Wang, un scientifique de l'A.I. d'Alibaba. Lab, explique que les chercheurs devront concevoir des réseaux de neurones qui n'ont pas besoin de beaucoup de données pour devenir plus efficaces dans l'apprentissage du langage. Dans le monde réel, les gens expriment la même signification de différentes manières, et il est impossible d'enseigner à l'ordinateur toutes les expressions possibles, note-t-il. Dans son rôle précédent de chercheur universitaire, lui et ses collègues ont proposé une méthode pour apprendre aux ordinateurs à comprendre un sujet lorsque très peu de données sont disponibles : utiliser des données provenant de sujets connexes. Par exemple, pour entraîner un réseau de neurones à comprendre des textes en médecine du sport, vous pouvez vous appuyer sur des données issues du sport et des données issues de la médecine. L'approche n'est pas aussi bonne que l'utilisation de données organiques, note Wang, mais quand cela fait défaut, cela permet de former des réseaux de neurones sur un sujet.
En fin de compte, ce qui fera le succès d'un assistant vocal en Chine, ce sont ses contenus et ses services, explique Chenfeng Song, fondateur d'Ainemo, une startup qui fabrique un robot assistant vocal à domicile appelé Little Fish, mis en vente en juin. Song prévoit d'intégrer progressivement des programmes éducatifs et de soins de santé dans l'assistante à domicile de son entreprise. Little Fish utilise la plateforme conversationnelle DuerOS. La voix, note Song, est un moyen de fournir du contenu aux personnes qui ne peuvent pas très bien accéder à Internet via des ordinateurs de bureau et des smartphones, en particulier les personnes âgées et les jeunes enfants.