Как нейросети играют на эмоциях пользователей, и насколько в этом продвинулись российские разработчики
Российские компании импортозаместили сложнейшие системы распознавания текстов и речи на основе искусственного интеллекта (ИИ). И нейросети все быстрее приближаются к человеческому восприятию реальности. Роботы слушают и дают ответы, они научились считывать эмоции, чувства, потребности собеседника и даже имитировать удивление, испуг, радость, злость. Сама нейросеть, разумеется, ничего подобного не испытывает, но под человека мимикрирует исправно. «Ведомости. Инновации и технологии» разобрались, как далеко продвинулись российские разработчики в социализации кремниевого разума и возможен ли разговор с машиной «по душам».
Терминатор вам в помощь
Решения, связанные с распознаванием эмоций, внедряются в медицину, ритейл, банковское дело, страхование жизни – всюду, где убеждения и предпочтения клиента влияют на рост продаж. Мировой тренд ожидаемо подхватили крупные российские игроки. Сегодня наиболее развитый сегмент ИИ представляют голосовые помощники.
«Это и диалоговые боты-помощники, и речевая аналитика, и умные колонки, и интеллектуальные секретари, и боты для помощи оператору», ‒ перечисляет руководитель направления диалогового искусственного интеллекта и роботизации NAUMEN Александра Деханова. Рынок ежегодно прирастает на 20‒25%. По данным NAUMEN, чат-боты применяют 35% ритейлеров, 27% банков и 20% страховых компаний, а голосовые помощники ‒ 21% банков, 12% ритейлеров и 6,5% страховщиков.
В ближайшее время все больше компаний пойдет по пути создания собственных генеративных нейросетей и встраивания их в другие свои продукты, полагает директор по маркетингу и коммуникациям цифровой платформы «Ракета» Дарья Зубрицкая. По ее оценке, сегодня пионер развития ИИ в России ‒ «Яндекс» с его YandexGPT и голосовым помощником «Алиса». Компания наряду с Google, OpenAI и Meta (признана экстремистской и запрещена на территории РФ) в 2023 г. вошла в международный список лидеров в области развития ИИ, подготовленный Массачусетским технологическим институтом. Перечень составлен на основе количества и цитируемости научных публикаций по теме.
Для других российских компаний голосовые помощники тоже становятся полноценным элементом бренда. Например, «Тинькофф» развивает умного ассистента «Олега». В этом году был презентован новый навык помощника: компания запустила фабрику телефонных роботов, которые, притворяясь людьми, отвечают мошенникам вместо реального абонента и заставляют их как можно дольше висеть на линии. Например, злоумышленникам может ответить дед, который ищет свои очки, мама, отгоняющая задир от своего малыша на детской площадке, или уставший раздраженный мужчина за рулем. Робот реагирует на триггерные фразы и адаптируется к разговору: переспрашивает, поддакивает, «отвлекается» на внешние события, может усомниться в честности собеседника. Злоумышленник тратит время на ИИ, не подозревая, что сам попался на удочку.
Дело техники
Эксперты называют трендом российского рынка LLM (large language model) – большие языковые модели наподобие GigaChat от «Cбера». Наиболее прикладной способ применения инструментов на основе GigaChat ‒ анализ эмоций клиента в беседе с оператором колл-центра. Робот в онлайн-режиме обобщает содержание и тематику диалогов, оценивает их тональность, прогнозирует потребности клиентов и на основе этого дает подсказки оператору.
«В перспективе LLM могут существенно ускорить разработку сценариев диалоговых ассистентов, генерировать ответы на вопросы клиентов с учетом контекста диалога и в целом стать «вторым пилотом» для множества профессий в различных отраслях», ‒ уверен генеральный директор группы компаний ЦРТ Дмитрий Дырмовский.
При этом генерация эмоций в речи диалоговых ассистентов уже достигла человеческого уровня, полагает эксперт. Так, недавно в ЦРТ представили синтез речи с возможностью настройки эмоций и интонаций под кейс клиента. С помощью специальных генеративных моделей робот говорит на разных языках нейтрально, доброжелательно, грустно или злобно. Также можно настроить интенсивность эмоции и управлять тем, насколько выразительна будет нейросеть.
Исполнительный директор АО «СиСофт Разработка» Михаил Бочаров назвал огромными успехи российских разработчиков в области гибридного синтеза речи. Следующим этапом станет выход на аналогичный уровень в видео.
Что есть душа
В ЦРТ оценивают сходство ИИ с человеческим разумом по умению отвечать на неочевидные вопросы из разных предметных областей. «Используется общий бенчмарк MMLU (Massive Multitask Language Understanding ‒ понимание языка в режиме многозадачности ‒ «Ведомости. Инновации и технологии») ‒ подборка вопросов из астрономии, анатомии, физики, философии, этики, социологии и ряда других», ‒ поясняет Дырмовский.