Etkileşimli yapay zeka, insanlar ve bilgisayarlar arasında doğal ve kesintisiz konuşmalar yapmaya odaklanmış yapay zekanın bir alt alanıdır. Son yıllarda bu cephede bazı muhteşem gelişmeler gördük. Amazon Echo ve Google Home gibi sesli yardım cihazlarının kullanımındaki artış, etkileşimli yapay zekanın büyük ilgi gördüğünü ortaya çıkardı. Ancak etkileşimli dediğimize bakmayın, henüz bilim kurgu filmlerinde gördüğümüz akıcı insan yapay zeka sohbetlerinden çok uzaktayız.
Makine öğrenimi ve özellikle derin öğrenme, son birkaç yıldır yapay zeka (AI) alanında son derece popüler bir teknik haline geldi. Al teknolojisi hali hazırda yüz tanıma, konuşma tanıma ve nesne tanıma gibi alanlarda önemli ilerlemeler kaydetmiş ve hatta birçok kişi konuşma amaçlı yapay zeka teknolojilerinin tüm sorunlarını çözeceğine inanmakta. Fakat yapay zekanın konuşma tanıma ve konuşma sentezi gibi alanda çeşitli problemleri var. Örneğin niyet tanıma yapay zekaların yapması istenen oldukça önemli bir yetenektir: insan dilinin metinsel bir cümlesini alarak, bunu kullanıcının niyetinin veya isteğinin yüksek seviyeli bir tanımına dönüştürmesi aşamalarından oluşur.
Araştırmacılar yapay zeka ve insanlar arasında akıcı konuşmanın yapılabilmesi ve tanıma, sentez etme gibi problemlerin ancak bazı yöntemlerle çözülebileceğini savunuyorlar.
- Yapay zeka ile derin ve geniş konuşmalar içerisine girmek hafızasını geliştirecek ve mevcut teknik sınırlamaların ötesine geçme yeteneğini geliştirebilecek. Ayrıca niyet tanıma konusunda da kendisini geliştirecek.
- Deneyimler yoluyla, farklı kişilerle kurulan diyaloglardan edinilen veriler sayesinde yapay zeka kim olduğunuzu bilecek ve farklı yanıtlar verebilecek.
İki kişi arasındaki doğal bir diyalogda, konuştuğu cümleler daha önceki deneyimlere dayanacak ve bu kişilere daha önce duyduğu yanıtlarını uyarlayacaktır.
- Multimodal giriş ve çıkış da çok önemlidir.
Şu anda, AI konuşulan girdileri anlamak ve konuşulan cevapları üretmeye odaklanmaktadır. Bununla birlikte, kullanıcılar birçok farklı şekilde girdi sağlamalı ve çıktılar da farklı biçimlerde üretilebilmelidir. Örneğin, bir kullanıcı sesli bir giriş sağlamanın yanı sıra ekranda bir düğmeye basabilir. Ya da duygu analizi, bilgisayarın tepki gösterebileceği duygusal düzeyde bir girdi sağlamak için kullanılabilir. Aynı anda birden çok girişi veya çıkışı desteklemek, dikkate alınması gereken bir dizi karmaşıklığı ortaya çıkarır. Örneğin, kullanıcı “Evet” düğmesine basarken “Hayır” diyorsa, sistem ne yapacağını bilmelidir.
