Konversations-KI bezeichnet Technologien, die es Maschinen ermöglichen, menschliche Sprache ausreichend zu verstehen, zu verarbeiten und zu erzeugen, um einen natürlichen, mehrschrittigen Dialog mit Menschen zu führen, sei es per Text oder Sprache. Es ist ein breites Feld, das Chatbots, Sprachassistenten, interaktive Sprachdialogsysteme und die Dialogfähigkeiten allgemeiner großer Sprachmodelle umfasst. Konversations-KI liegt an der Schnittstelle von natürlicher Sprachverarbeitung, Spracherkennung und, für gesprochene Systeme, Text-to-Speech-Synthese.
Komponenten
Ein Konversations-KI-System kombiniert typischerweise mehrere Subsysteme: Eingabeverständnis, das Sprache in Text umwandelt oder getippten Text analysiert; Dialogmanagement, das den Gesprächszustand, die Absicht und den Kontext über mehrere Turns hinweg verfolgt; Antwortgenerierung, die die Antwort erzeugt, historisch über Vorlagen oder Abruf und zunehmend über ein generatives Sprachmodell; und, für Sprachschnittstellen, Sprachsynthese, um die Antwort wieder in Audio umzuwandeln. Systeme, die den Kontext über einen mehrschrittigen Austausch hinweg aufrechterhalten, verlassen sich auf den Kontextfenster eines Modells, um sich an frühere Turns zu erinnern, und viele Produktionssysteme verwenden einen Systemprompt, um Persona, Ton und Verhaltensbeschränkungen festzulegen.
Entwicklung
Frühe Konversationssysteme waren eng begrenzt und regelbasiert und ordneten Benutzerabsichten einem begrenzten Menü skriptierter Antworten zu, wie es interaktive Telefonbäume und frühe Chatbots wie ELIZA veranschaulichen. In den 2010er Jahren entstanden virtuelle Assistenten auf Basis von Absichtsklassifikation, wie Siri und Alexa, die eine feste Reihe von Aufgaben wie das Einstellen von Timern oder das Abfragen des Wetters bewältigten, typischerweise ohne echtes Open-Domain-Verständnis. Der Wandel hin zu Deep Learning und später Transformer-basierten Sprachmodellen ermöglichte Open-Domain-Konversationsfähigkeit: Modelle konnten einen kohärenten Dialog zu fast jedem Thema führen, ohne explizit dafür programmiert zu sein, eine Veränderung, die am sichtbarsten durch ChatGPT demonstriert und durch Verstärkungslernen aus menschlichem Feedback verfeinert wurde, um Antworten an dem auszurichten, was Benutzer tatsächlich wollen. Spätere Systeme fügten retrieval-gestützte Generierung hinzu, um Antworten auf aktuelle oder proprietäre Informationen zu stützen, und Werkzeugnutzung, damit das System mitten im Gespräch Aktionen ausführen kann, wie das Durchsuchen des Webs oder das Abfragen einer Datenbank.
Anwendungen und Kritik
Konversations-KI wird weit verbreitet im Kundensupport, in der medizinischen Triage, in der Bildung, in Barrierefreiheitswerkzeugen und bei persönlichen Assistenten eingesetzt und ist eine Grundlage für die KI-Agenten, die den Dialog auf autonome Aufgabenausführung ausweiten. Kritikpunkte spiegeln die an Chatbots im Allgemeinen wider: Halluzination falscher Informationen, die in einem selbstbewussten, konversationellen Ton geliefert werden; das Risiko, dass Benutzer Systemen, die sie nicht verstehen, übermäßig vertrauen oder sich emotional auf sie verlassen; und, bei Sprachschnittstellen, Datenschutzbedenken hinsichtlich ständig lauschender Mikrofone. Forscher debattieren weiterhin, wie viel konversationelle Flüssigkeit echtes Verständnis versus flüssige Mustervervollständigung widerspiegelt, eine Frage, die eng mit Kritiken wie dem stochastischen Papagei-Argument verbunden ist.