直接前往內容
Gemini 現已納入額外資料保護措施。與 Gemini 對話,省下寶貴時間、享有個人化學習體驗及激發創意。
Gemini 現已納入額外資料保護措施。立即與 Gemini 對話

卡內基美隆大學 (Carnegie Mellon University) 為機器學習賦予社交能力

卡內基美隆大學的 Articulab 希望瞭解機器人助理如何與人類合作完成工作並建立關係,而不是僅僅代替真人助理的工作。為了研究機器人與人類互動的方式,並訓練代理程式學習社會意識,他們採用了 Google Cloud 的機器學習引擎。

為人工智慧增添些許社交功能

2016 年的新領軍者年會於中國天津舉行,這場會議有許多焦點值得關注,包括一項驚人發明的首次亮相:SARA (Socially Aware Robot Assistant 的縮寫,意為社交感知機器人助理)。SARA 可透過嶄新方式與人類互動,她並非只是人類助理角色的替代品,或只會客觀處理及提供資訊,而是截然不同的發明:她符合直覺、親切友善、互動性高,旨在與人類使用者「協同合作」,並且能夠辨識及回應人類的表情、學習人類偏好,以及根據所碰到的使用者改善工作成效。此外,她的程式還可學會某些社會線索,在使用者說話時點頭,甚至理解不同的語調。

半年後,也就是 2017 年 1 月,在瑞士達佛斯舉辦的世界經濟論壇中,這個專案隆重登場,而這也是在達佛斯會議中心展示的唯一作品。SARA 的職責是擔任虛擬個人助理,向與會者提供各種資訊,例如正在進行簡報的會議,以及建議到哪裡取用餐點等;此外,她也會介紹相關領域的與會者認識彼此。

一開始,SARA 其實是要搭配特定應用程式使用的虛擬個人助理,可以在會議中提供協助並與來賓互動。SARA 可以瞭解全球領袖的興趣與目標,然後熱忱推薦這些領袖可能想參與的會議;SARA 甚至可以透過內建的對話功能,進一步打聽對話對象的偏好與目標,再據此提供更個人化的協助,提升日後對話的工作表現。

SARA 是卡內基美隆大學 Articulab 小組團隊的心血結晶,這個團隊的目的是研究人類在社交與文化背景中的互動情況,並將這類資料輸入運算系統中,進而協助我們進一步瞭解人類的互動行為。人類是如何與科技溝通的?隨著時間推移,這樣的溝通又有哪些可能的改善方式?事實上,建立社交聯繫是關鍵,這在人際關係間很重要,在人機關係間也同樣如此。正如 Articulab 團隊對 SARA 的評論所說:「SARA 並不會忽略人與人間形成社會組織的社會情感聯繫,而是會依賴這些聯繫來改善自身的合作技巧。」

「Google Cloud 正在加快學術 AI 研究的步伐。」

Yoichi Matsuyama, 語言科技研究所博士後研究員暨 SARA 專案負責人

使用 Google 工具打造 SARA

由卡內基美隆大學電腦科學學院科技策略與影響副院長 Justine Cassell 所帶領的 Articulab,在成功開發 SARA 前就已經對 Google Cloud 非常熟悉,而這一切都拜其他研究專案所使用的工具及資金所賜。語言科技研究所博士後研究員暨 SARA 專案負責人 Yoichi Matsuyama 表示:「我們已經將 TensorFlow 用在許多機器學習工作上,因此自然而然開始在最近的深度學習專案中使用 Google Cloud。我們一直將許多 Google API 用在我們的對話代理程式上,像是 Google Speech API (語音辨識),而且我們也將 Firebase 用於群眾外包的資料收集架構。」隨著 SARA 擴大應用到全新的領域與應用程式,我們會持續使用 Google Cloud。「我們還處於開發階段,」Yoichi Matsuyama 同時指出:「Google Cloud 正在加快學術 AI 研究的步伐。」

Matsuyama 表示,實驗室正在「大幅使用」Compute Engine,包括搭載 4 個 Nvidia Tesla K80 和 TensorFlow 的 GPU 執行個體。該團隊今年一直在研究模型,例如 Deep Reinforcement Learning-Based Social Reasoning in Task Contexts (任務內容中以深度強化學習為主的社會推理),以及 Socially Conditioned Natural Language Generation (具先設社會條件的自然語言生成)。

在世界經濟論壇上亮相的 SARA 可能會命名為 SARA 1.0。Matsuyama 在評估她的表現時表示:「在召開會議的這 4 天內,有超過 250 位與會者嘗試使用 SARA。所以總體而言,這是非常成功的。但我們仍在嘗試分析研究結果,找出優點與缺點。」他補充道:「從這些資料得出的一項主要結果是,我們所謂的『融洽關係』(人際關係) 實際上與工作表現息息相關,就會議的例子而言,SARA 的表現會影響與會者是否接受建議。當關係夠融洽,也就是 SARA 與使用者建立良好關係時,使用者就較有可能接受她建議的內容。這是到目前為止的主要發現,但我們仍在繼續分析資料。」

跨足教育等新領域

看起來 SARA 的工作才正開始。到目前為止,Articulab 的「社交感知人工智慧」在其他方面的應用已延伸到教育領域,舉例來說,針對在資源較少的公立學校就讀的孩童提供協助、鼓勵同儕間進行協同合作 (事實證明這一點對學習成果十分重要),以及協助高功能自閉症與亞斯伯格症孩童練習社交互動技巧,藉此改善同儕關係。

人機互動研究所的博士生暨「關係感知同儕家教」(Rapport-Aware Peer Tutor,簡稱 RAPT) 專案負責人 Michael Madaio 指出,在他們收集的「人對人」同儕輔導資料中,「學生在協作時,彼此間的融洽關係與他們在工作中的參與度、解決問題及最終的學習能力息息相關。」換句話說,在社會上,共同合作能夠讓每個人都受益。

Madaio 指出,他們瞭解融洽關係對學習的影響後,進一步將所得結果應用於教育類應用程式領域,他們希望提供的工具不僅可以幫助學生學習,還可以完成更多的事情。「雖然我們已經有許多學習平台,」他說:「但教育研究顯示,學生不是只會運算數字的資訊處理機器,更重要的是融洽關係這種社交基礎。而就學習而言,與其他學生建立這樣的聯繫是非常重要的,當虛擬家教向學生提供意見時,也需要融洽的關係:虛擬家教該怎麼在學生做錯時告訴他們呢?一開始可能比較間接有禮貌,減少對他們的打擊。等到相處一段時間關係變融洽後,就直接提出有幫助的具體意見。」

他補充說,如果虛擬家教成功與孩子建立關係,我們就可以提升「他們的回訪率」,這一點和學生的參與度都很重要。「問題不僅僅在於學生會不會回來向虛擬家教求助,而是學生與虛擬家教互動時的反應。他們是否比較願意表達呢?對於學習上的目標與焦慮,他們會樂於分享更多感受嗎?」建立這種聯繫一定需要時間,沒有例外。但是令人驚奇的是,我們的確「可以」建立這樣的聯繫,SARA 就是最好的證明。

到目前為止,大家都相當肯定教育類應用程式的功用,不過 Madaio 說:「我們尚未完成校內的部署作業;今年遇到的部分設計問題在於設計大規模部署作業。」他們還在設想未來要部署什麼,例如打造能協助學生完成家庭作業的夥伴,或是為有閱讀困難的學生提供教導認字的家教。

卡內基美隆大學尚未計劃開發虛擬家教系統,但有可能推出個人助理,提醒學生校園中即將舉辦的演講或推薦合適的活動等等。 Articulab 最遠大的目標,或許是建立可在多個領域提供全天候協助的 SARA 版本,而不只是僅能在為期 4 天的會議中擔任助手的角色。這個概念無疑充滿挑戰,但也十分令人振奮,具有無限可能性,值得仔細商討。

「問題不僅僅在於學生會不會回來向虛擬家教求助,而是學生與虛擬家教互動時的反應。他們是否比較願意表達呢?對於學習上的目標與焦慮,他們會樂於分享更多感受嗎?」

Michael Madaio, 博士生, 人機互動研究所

如想訂閱接收最新資訊、洞察資料和實用資源等豐富內容,請按這裡