为老年人构建语音助手

文章内容

加州大学圣地亚哥分校的计算机科学家获得了亚马逊研究奖，他们开发了一种语音助手，可以更好地与老年人交流。他们最初的目标是创建一个能够理解和回答65岁以上成年人的医疗问题的系统。

老年人有时很难使用Alexa或Siri等语音助手，这可能经常被开玩笑，但问题是真实存在的:数据显示，65岁以上的成年人——这是一个人口统计数据预计在2010年到2050年间翻一番——在几次尝试回答问题失败后，往往会放弃使用这些工具。

问题在于，现有的自然语言处理(NLP)系统——用于训练计算机理解人类口语和书面语言的人工智能模型——被训练为理解简短、正式的问题。对于伴随计算机技术成长起来的人来说，这很好，他们知道如何表达他们的问题，让设备能够理解。但老年人习惯于与人交谈，而不是与机器交谈，他们往往很难将较长的或会话性的问题精简为语音助手所支持的人工智能能够理解的一句话。

计算机科学博士生Khalil Mrini正致力于让更多的人能够使用人类语言技术。

“我们的工作就是弥合这一差距，”加州大学圣地亚哥分校计算机科学博士生哈利勒·穆里尼(Khalil Mrini)说，他将得到亚马逊研究奖的支持，致力于这个项目。“我们正在研究一种技术，可以减轻老年人的负担:我们希望人工智能能够学习和理解老年人，而不是让老年人改变或重新制定他们的问题。”

为了实现这一目标，加州大学圣地亚哥分校计算机科学专业的研究生MriniNdapa Nakashole教授的实验室该系统可以:1)将用户的问题缩短到关键部分;2)将缩短后的医疗问题与来自美国国立卫生研究院(National Institutes of Health)的17,000个医疗问题数据库中的常见问题进行匹配;3)选择相应较长的答案的相关部分与用户分享。

Mrini已经完成了第一步——训练人工智能将一个长问题总结为一个更短的问题——他通过联合训练NLP模型来总结问题和一个被称为问题包含的分类任务，在这个任务中，模型学会了通过回答一个短问题来判断最初的长问题是否已经解决。

Mrini说:“我们发现，如果你既训练总结(基本上是输入较长的用户问题，模型学习生成较短的问题)，又训练问题包含(即分类任务)，那么你就能产生更好的结果。”

这种问题摘要AI模型可以作为一个独立的功能实现到现有的语音助手(如Alexa)中，或者作为任何问答系统的第一步集成，在那里它可以缩短用户的问题。

该团队仍在努力让该工具将问题与美国国家卫生研究院提供的faq池中的问题相匹配，然后让人工智能从较长的答案中选择相关的部分读回给用户。

计算机科学教授Ndapa Nakashole的研究重点是开发算法，使计算机能够理解和生成人类语言。

Nakashole说:“这项工作的潜在影响是巨大的，因为它旨在通过针对老年人这一重要人群，扩大可以从对话代理中受益的人群。”

让人工智能更具包容性

为什么这部分人群事后还需要附加功能?为什么在最初的语音助手测试中没有考虑到用户的需求?Mrini说，这个问题在人工智能系统和训练中普遍存在，他和VOLI团队的研究人员正在试图纠正这个问题。

他说:“在现有问答系统的用户中，老年人的比例不足。”“这源于互联网用户中缺乏代表性，这逐步升级为没有关于这一特定人群的大量数据等等。你的问题会升级为缺乏数据，如果没有数据，你就无法训练算法来满足他们的特定需求。”

Mrini非常熟悉这个问题。作为摩洛哥人，他注意到几乎没有人工智能模型适用于他的母语Darija，这是摩洛哥说的一种阿拉伯语。

“我意识到，现在几乎没有NLP模型或AI模型能很好地适用于我的母语。所以我的第一个项目就是制作数据，这样人工智能就可以训练成我的母语了。”

他曾在Adobe Research和亚马逊的Alexa团队实习，致力于制作可以以可解释的方式预测句子语法的人工智能模型，并分别总结较长文章的重要要点。

“我的研究的全球目标是使人类语言技术更易于解释，更容易为更广泛的受众所接受，”Mrini说。“现在我主要研究英语技术，但要让边缘化或代表性不足的观众更容易接触到它，所以在这种情况下，老年人。”

这个项目是大项目的一部分VOLI努力(老年人口生活质量和医疗保健改善语音助手)由自然语言处理研究人员领导，包括Nakashole，以及老年内科医生，以及加州大学圣地亚哥分校的人机交互研究人员。这个由美国国立卫生研究院资助的项目的主要目标之一是开发一种个性化的、基于上下文感知的语音数字助手，以提高老年人的生活质量和医疗保健。最终，研究人员希望该设备能使老年人保持独立，并优化与医疗保健和服务提供者的互动。

NIH拨款的主要研究人员是:
高通研究所研究科学家Emilia Farcas;计算机科学教授Ndapa Nakashole和Nadir Weibel;老年内科医生艾莉森·摩尔博士;内科医生和生物医学信息学家迈克尔·霍加斯博士。