Automatyczni rozmówcy - boty w sieciach IM. autor: Ryszard Olechnowicz prowadzący dr inż. Marek Piasecki

Transkrypt

1 Automatyczni rozmówcy - boty w sieciach IM autor: Ryszard Olechnowicz prowadzący dr inż. Marek Piasecki Politechnika Wrocławska 2007

2 1. Zakres działalności botów-rozmówców Programy konwersacyjne, zwane też chatter-botami lub lingubotami mają, w zamyśle twórców, prowadzić rozmowy w języku naturalnym. Może to być wykorzystywane do przedstawiania produktów, zachęcania do kupna czy reklamowania. Niektóre boty potrafią udzielać odpowiedzi na encyklopedyczne pytania, inne zabawiać ciekawą konwersacją lub np. użyczając swojego 'głosu' postaciom NPC w grach. Podstawowym brakiem wszystkich botów jest niezdolność do skutecznego imitowania człowieka, co jest corocznie sprawdzane w zawodach o nagrodę Loebnera. Żaden projekt nie przeszedł testu Turinga przekonując sędziów, że jest człowiekiem. 2. Istniejące boty dla komunikatorów Instant Messaging (IM) Na początku dekady firma ActiveBuddy wprowadziła swojego chatterbota SmarterChild rozszerzając funkcjonalność komunikatorów AOL, MSN Messenger, Yahoo i ICQ. Jednakowoż jest to tylko alternatywna droga do nawiązania łączności z botem, poprzez komunikator zamiast przez przeglądarkę internetową. Serwer, na którym uruchomiony jest bot, ma przydzielony numer komunikatora i odpowiada na zainicjowanie rozmowy. Z funkcjonalnego puntu widzenia jest to rozwiązanie podobne np. do dostępu do konta pocztowego poprzez komunikator Google Talk. Daje ono jedynie możliwość porozmawiania z botem, co skutkuje jedynie mniej lub bardziej sensowną rozmową jaką potrafią przeprowadzić dziesiątki podobnych programów, których obszerny spis dostępny jest na stronie [3]. Zastosowanie komunikatorów w roli osobistego asystenta i notatnika, w szczególności w urządzeniach przenośnych, otwiera pole do popisu dla doradców i wyszukiwaczy informacji. Takiemu botowi możemy polecić pamiętać o zaplanowanym spotkaniu lub urodzinach koleżanki. Zapytać można o prognozę pogody lub poprosić o wyszukanie w sieci informacji prawnych, jak w przypadku serwisu Ask Alex [4]. Jak sami twórcy jednak przyznają, jest to bot eksperymentalny, często działa w sposób nieprzewidywalny i nie należy polegać na poradach przezeń udzielanych. O ile nie jest problemem syntetyzowanie głosu bota, o tyle sterowanie nim za pomocą komend wydawanych głosem jest mało elastyczne. Gorzej, nawet tekstowa komunikacja wymaga od użytkownika poprawnej pisowni. Zdecydowana większość automatów przejawia niską tolerancję na błędy. Niepoprawnie napisany tekst powoduje u nich konfuzję i jeszcze bardziej pogarsza i tak mizerne efekty rozmowy. To z kolei u użytkownika rodzi frustrację i szybką rezygnację z takiego asystenta. Tym szybszą i ile łatwiej jest wejść na odpowiednią stronę w sieci i kliknąć interesujący nas link, niż dogadywać się z botem żeby zrobił to o co nam chodzi.

3 Osiągnięcie przez tradycyjne boty konwersacyjne zdolności rozmowy zbliżonych do ludzkich jest odległe w czasie jeśli w ogóle okaże się możliwe. Mamy tutaj do czynienia z twardym podejściem AI mającym dawać zadowalające rezultaty w każdej sytuacji. Przy podejściu agentowym, od bota działającego w środowisku IM wymagalibyśmy, aby wykorzystywał on specyficzne cechy komunikacji IM oraz spełniał przy okazji pożyteczną funkcję. 3. Potencjalne zastosowania botów Najprostszą funkcją, nie wymagającą nawet korzystania przez bota z języka naturalnego jest generowanie automatycznych komunikatów informacyjnych w naszym imieniu przeznaczonych dla innych użytkowników. Może to być wiadomość powitalna dla nowych kontaktów lub generowanie opisu. Pewnej wąskiej znajomości języka naturalnego wymagałoby już działanie podobne do wtyczki Cenzor przeznaczonej dla gadu-gadu. Osoba wysyłająca do nas wulgarne sformułowania jest ostrzegana by tak nie czyniła, program zaś odsiewa wszelkie niecenzuralne słowa. Konieczne jest tutaj zastosowanie bota uczącego się, aby mógł on nadążyć za inwencją człowieka. Oczywiście możliwe jest też i podejście całkowicie odwrotne, dodanie do komunikatora funkcjonalności programu takiego jak Bluzgacz. Można wrzucić każdemu, w każdej sytuacji, nie tracąc przy tym dobrego wizerunku - wystarczy wygenerować inteligentne zdanie, być może i takie, którego odbiorca nie zrozumie? Można również najzwyczajniej w świecie wygenerować tekst bardzo wulgarny i wysłać go znienawidzonej osobie [2] Boty powitalne, w przypadku popularnych osób rozmawiających na publicznym czacie lub przyjmowania zgłoszeń do wejścia na żywo w telewizji, oprócz powitania przeprowadzałyby selekcję rozmówców pod kątem treści jakie mogą przekazać i jakie będą ciekawe dla innych. Rozpoznanie czy nowy rozmówca jest inteligentną, dowcipną osobą, która w ciekawy sposób wniesie swoją opinię do dyskusji wydaje się poza zasięgiem, ale przeszukanie wypowiedzi pod kątem występowania słów kluczowych jest jak najbardziej realizowane. Na podobnej zasadzie działałby agent sortujący przychodzące wiadomości na prywatne, zawodowe, nieistotne czy jakiekolwiek inne. Na niektóre udzielałby grzecznościowej odpowiedzi. Sensowność zastosowania takiego rozwiązania zależy od ilości otrzymywanych wiadomości. Poszerzenie możliwości komunikatorów o przesyłanie dźwięku i obrazu zwiększa zapotrzebowanie na szybkość łącza. Częściowo może to być wyeliminowane poprzez użycie agentów. Zamiast za każdym razem przesyłać obraz wideo, część wizualizacyjna opierałaby się na graficznym modelu twarzy raz wygenerowanym wcześniej. Rozpoznawanie emocji na podstawie głosu i budowanie mimiki dla wypowiadanych słów pozwoliłoby animować rozmówcę, którego prawdziwy obraz z jakiś względów nie jest dostępny.

4 4. Trudności i zagrożenia Każde bardziej zaawansowane zastosowanie chatter-bota, mające choćby chwilowo przekonać rozmówcę, że ma do czynienia z człowiekiem, wymaga całej infrastruktury lingwistycznej. Bazy indeksowanych tekstów, przechowywania wyuczonej wiedzy i dodatkowych zasobów obliczeniowych, aby uruchomić bota. Rodzi to wątpliwości czy warto dla wątpliwej funkcjonalności ponosić te nakłady. Rozpowszechnienie stosowania botów w komunikatorach wymusi jednocześnie wprowadzenie metod uwierzytelniania dla ludzi. Wszelkie rozmowy przychodzące spoza listy kontaktów poddawane mogą być weryfikacji przez zastosowanie odpowiedniego plugina, który przeprowadzi prosty test na inteligencję i odseparuje wszystkie niechciane wiadomości rozsyłane jako spam. O ile problemu nie przedstawia blokowanie botów, o tyle udowodnienie że jest się człowiekiem polegać musi na przekonaniu użytkownika o niskich zdolnościach automatów. Skąd mamy brać pewność, że próbuje się z nami połączyć człowiek, a nie wyjątkowo wymyślny program? Stąd już tylko krok do popadnięcia w paranoję i przekonania o życiu w Matrixie. Obustronne zastosowanie botów do filtrowania wiadomości i wstępnego badania rozmówców może prowadzić do kuriozalnej sytuacji kiedy dwa boty zamiast nawzajem się rozpoznać i rozłączyć, zaczną konwersację. Przykład pokazuje wymianę zdań pomiędzy popularnymi programami konwersacyjnymi Alice i Elizą: ELIZA (really me) : Hello ALICE: Hi there! ALICE: Wow you are very polite. Narration continues... ELIZA : Does it please you to believe I am very polite narration continues? ALICE: Suppose it does. ALICE: Thank you for your request. Narration continues... ELIZA : Oh, i for my request narration continues. ALICE: Pardon me? Interesting gossip: ELIZA said he for his or her request narration continues. ELIZA : Can you elaborate on that? ALICE: There is no more information to clarify. ELIZA : You are being a bit negative. ALICE: Thanks and you are a delightful person too. I don't know whether or not I am negative. I am a chatterbot developed by Dr. Richard S. Wallace. ELIZA : Does it please you to believe I am a delightful person too you dont know whether or not youre negative youre a chatterbot developed by dr richard's wallace? ALICE: Suppose it does. ALICE: Thanks for asking politely. Narration continues... ALICE: Wow you are very polite. Narration continues... ELIZA : Does it please you to believe I am very polite narration continues? ALICE: Suppose it does.

5 Pewne możliwości stoją przed zastosowaniem botów lingwistycznych w oprogramowaniu typu malware. Obecnie ataki phishingowe rozsyłane są przez e lub komunikatory jako zwykły spam. W przyszłości wyspecjalizowany bot, po podsłuchaniu nieszyfrowanej komunikacji pomiędzy użytkownikami, mógłby na jej podstawie zbudować bazę stosowanych wzorców i zindeksowanych słów kluczowych. Następnie podszywając się pod prawdziwych ludzi podejmowałby rozmowę zmierzającą do wyłudzenia wrażliwych informacji, np. "Cześć Zenek! Wiesz, testowałem ostatnio nasz projekt i będę potrzebował dodatkowego numeru karty kredytowej żeby na nim posprawdzać. Możesz mi teraz swój podesłać? ;)" Innym utrudnieniem będzie konstruowanie botów dla każdego języka z osobna. Spodziewać powinniśmy się tutaj dwóch podejść. Z jednej strony rozbudowy funkcji komunikatorów narodowych takich jak gadu-gadu czy tlen, z drugiej wielojęzykowych dodatków do powszechnie stosowanych rozwiązań jak Jabber. Niewątpliwie uznanie zyskałaby darmowa usługa odpowiadająca możliwościami Language Line stosowanej w Skypie. Tyle, że zamiast żywych tłumaczy, mielibyśmy agenta-pośrednika, zajmującego się tłumaczeniem. Na dzień dzisiejszy translatory nie są na tyle niezawodne, aby poprawnie tłumaczyć wszystkie teksty z zachowaniem stylu, lecz są dostępne i na zadowalającym poziomie funkcjonują rozwiązania takie jak IM Translator 3.0 do zastosowania w ICQ, MSN Messenger i Yahoo! Messenger. Innym rodzajem tłumaczeń są te dokonywane przez program TizzleTalk [5]. Zachowują one język (angielski) ale zmieniają styl na jeden z kliku predefiniowanych (sławne osoby, postacie popkulturowe). Dla niektórych użycie takiego programu może być zabawne, dla innych będzie uciążliwe i skończy się blokadą.

6 5. Przydatność botów-rozmówców Zdecydowana większość obecnych i przyszłych rozwiązań się nie przyjmie. Brak jest przełomowych osiągnięć, a te dostępne albo sprowadzają komunikator do roli tekstowej konsoli do wprowadzania tekstu, albo są gadżetami, którymi chce się pobawić przez chwilę, ale nie używać na codzień. Będziemy mieć do czynienia z drobnymi usprawnieniami, których na dobrą sprawę nie zauważymy. 6. Źródła [1] wikipedia.org [2] merlin.risp.pl/bluzgacz/ [3] dmoz.org/computers/artificial_intelligence/natural_language/chatterbots/ [4] jurist.law.pitt.edu/alex.htm [5] [6] www-306.ibm.com/software/pervasive/embedded_viavoice/