В МФТИ научили ИИ налаживать чат-боты

 

Специалисты Московского физико-технического института (МФТИ) нашли способ улучшить работу чат-ботов с помощью искусственного интеллекта (ИИ). Об этом сообщили в пресс-службе Физтеха.

 

"Разработчики лаборатории нейронных систем и глубокого обучения Исследовательского центра прикладных систем ИИ МФТИ, предложили новый полуавтоматизированный алгоритм разметки данных для искусственного интеллекта. "Репетиторами" для языковой модели стали краудсорсеры (разметчики на фрилансе), а также ChatGPT. Теперь на подготовку данных для обучения нейросети нужно в три раза меньше времени и в два раза меньше денег", - отметили в пресс-службе.

 

Как пояснили ученые, чат-боты нередко ошибаются из-за того, что не могут точно определить, чего хочет пользователь. Как правило, это связано с тем, что человек выражает свои мысли по-разному, а диалоговая система чат-бота не знает, как на какие запросы реагировать. Причиной может быть недостаточное количество или качество примеров, на которых обучалась языковая модель чат-бота.

 

Для подготовки и разметки данных с целью обучения моделей ИИ необходимы специалисты - аннотаторы. Они выполняют роль репетитора: тщательно готовят и разбирают примеры, которые позволяют обучать модели. Этот процесс, называемый разметкой или аннотацией данных - долгий (порой до нескольких месяцев) и недешевый.

 

Основной задачей эксперимента ученых Физтеха была автоматизация аннотации. Они попробовали сымитировать человеческую разметку лингвистических данных для обучения специализированных моделей с помощью другой нейросетевой модели, ChatGPT. К сотрудничеству были привлечены опытные эксперты-лингвисты, которые разработали схемы аннотаций.

 

По новой модели, эксперты требуются только для предварительной разметки и разработки иерархической схемы разметки. Время для выполнения задач с помощью ChatGPT требуется разное, но в среднем, небольшой диалог может быть аннотирован за 10 минут. Автоматизация труда аннотаторов позволяет готовить достаточное количество качественных обучающих данных для дальнейшего прикладного применения. Результаты исследования опубликованы в международном научном журнале ACL Anthology.