同样都能深度理解使用者语句 Google提出的「LaMDA」（「MUM」）

未来将改变人机互动模式

此次Google I/O 2021中，Google分别宣布两种语言模型「LaMDA」 ((Language Model for Dialogue Applications)与「MUM」 (Multitask Unified Model)，两者均标榜能藉由深度学习方式理解使用者语句含意，进一步做出合适回应，但实际应用还是有明显差异。

依照Google Research产品管理总经理hristine Robson说明，「LaMDA」与「MUM」均以深度学习方式建构语言模型，借此能对应更多层内容关联分析，强调能比目前用于Google Search的BERT模型能有更高处理能力，同时能对应资料节点数量也更多。

不过，如果以简单理解方式来看的话，「MUM」可以视为Google准备用来强化BERT模型应用的设计，藉由比BERT模型更高处理能力，可串接更多关联信息，进而从中找出有用信息，并且依照分析使用者语句含义，并且推论更多回应内容。

以稍早Google举例来看，使用者先说明自己最近到亚当斯山徒步旅行，并且考虑下一次前往富士山，进而询问系统若是要在今年秋天登山的话，需要作什么准备，此时系统会基于使用者先前已经提到亚当斯山，并且比对跟富士山高度、坡度等差异，最后得出两者徒步登山的难度相近，可以顺利前往的回覆。但是因为使用者提到会在秋天前往，因此系统会额外参考过往气候状态，进而建议使用者多带件防风保暖衣物。

另外，使用者更通过手机拍摄目前自己使用登山靴，询问是否适合在富士山徒步旅行时穿着，系统则会通过影像识别方式判断照片中的登山靴细节，借此回复使用者是否合适。

相较传统Google Search通过关键字词或单句有限内容进行比对，「MUM」语言模型将能对应整字句辨识分析，甚至还能对应前后句关联进行判断，或是同时执行多个判断式来理解使用者实际需求。

目前「MUM」仍处于前期测试，但预期能藉由持续学习对应更多语言认知，并且能理解文字、图像、声音与影片内容，同时能以使用者容易接受的语言生成方式达成「沟通」效果。

至于「LaMDA」目前则是处于试验阶段，同时主要是聚焦在如何呈现拟人般的交谈互动模式，例如在此次分别以冥王星、纸飞机拟人化诠释「LaMDA」实际运作，将可让系统通过使用者提问互动内容举一反三，并且做出贴近真人般反应，背后同样也会识别使用者语句内容对应含义，并且通过庞大资料交集分析找出最佳回应内容，借此让使用者能感受如同与真人般对话效果。

与「MUM」不同的是，「LaMDA」可让系统更主动做出互动，不像「MUM」主要是针对使用者提问给予更完整解答，因此更像是先前Google提出的Duplex技术，可依据使用者对话内容做出不同互动回应行为。

但依照目前Google规划，暂时并未有计划将「LaMDA」应用在任何服务，现阶段仅聚焦在研究如何让机器与人进行互动。而「MUM」目前虽然是初期测试阶段，但预期接下来将会成为Google Search等以搜寻为基础的服务背后使用模型，让使用者能更容易通过关键字词、完整语句等方式快速找到解答，或是希望查找内容。

无论是「LaMDA」或「MUM」，预期接下来Google将会让人机互动模式变得更不一样。

#科技日报#

想了解更多精彩内容，快来关注四川人在香港