Google в шоке от признания разработчиков чат-бота: Bard обучали наугад!

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com
| Обычный топик | ИИ, сервисы и приложения

Подрядчики Google, которые проверяли ответы чат-бота Bard, признали, что некачественно выполняли свою работу из-за нехватки времени. Это привело к тому, что обучение чат-бота было неверным и он давал неправильные ответы на вопросы пользователей.

Автор: Zloy_Angel через нейросеть от Сбер Источник: rudalle.ru

Как известно, Bard - это чат-бот, созданный Google для обслуживания клиентов и решения различных задач. Его работа основана на искусственном интеллекте, а для того, чтобы он мог правильно отвечать на вопросы пользователей, его нужно было обучить. Именно в этом процессе произошла ошибка.

Подрядчики от компании Appen, которые занимались проверкой ответов Bard, были наемными работниками и должны были проводить качественную проверку. Однако они признали, что не имели достаточно времени для тщательного анализа ответов чат-бота. Это привело к тому, что многие ошибки и неточности в ответах не были замечены.

К сожалению, эти ошибки и неточности оказались критическими, и обучение чат-бота было неверным. Это привело к тому, что Bard начал давать неправильные ответы на вопросы пользователей. Это было обнаружено только после того, как многие пользователи начали жаловаться на качество обслуживания.

Как следствие, Google была вынуждена принять меры и пересмотреть процесс обучения своего чат-бота. Компания начала обучать бота заново, с учетом всех ошибок и неточностей, которые были допущены в прошлый раз. Теперь процесс обучения проводят специалисты Google, а не наемные работники.

Этот случай является хорошим примером того, как важно проводить тщательную проверку и обучение чат-ботов. Ошибки, допущенные в процессе, могут привести к серьезным проблемам и негативному влиянию на работу компании.

Неверное обучение искусственного интеллекта может привести к серьезным проблемам, таким как неправильные ответы на вопросы пользователей, сбои в работе систем и даже аварии. Кроме того, ошибки, допущенные в процессе обучения, могут привести к негативному влиянию на репутацию компании и снижению доверия со стороны пользователей. Поэтому важно проводить тщательное обучение искусственного интеллекта, а также проверку его работы на различных этапах. Компании должны уделять достаточно внимания обучению чат-ботов, чтобы избежать неприятных последствий.

Источник: https://www.businessinsider.com/

5 комментариев

Добавить комментарий

M
Всё ещё жду битву чат-ботов без участия человека.
m
«Я не понял, повтори пожалуйста»
©

Добавить комментарий

Сейчас на главной

Новости

Публикации

Kiwi Ears Stardust — нейтральные и музыкальные — обзор гибридных внутриканальных наушников 1DD+4BA

Компания Kiwi Ears уже не первый год славится своими гибридными моделями. Сегодня на обзоре относительно бюджетная гибридная модель Stardust, которая, тем не менее, имеет на борту четыре арматурных...

Заметки аудиофила: в чем магия современных CD-плееров

Сегодня, как и много лет назад, всё больше востребованы не только виниловые вертушки, но и стационарные, а также портативные CD-плееры. Почти все специализированные бренды уже выпустили или...

Ближайшая к Земле инопланетная жизнь безнадежно примитивна: расчеты биологов исключили появление развитых цивилизаций

Когда астрономы находят у далекой звезды землеподобную планету, главный интерес всегда вызывает ее возраст. Если планета находится в так называемой зоне обитаемости (на таком расстоянии от светила,...

Живем ли мы в симуляции? Если да, то законы физики доказывают: мы в ней подопытные, а не игроки

Гипотеза о том, что окружающий мир представляет собой искусственно созданную среду, давно вышла за рамки умозрительной философии. Развитие теоретической физики, квантовой механики и теории...

101 километр между Волгой и Доном: зачем СССР соединил две великие реки

Если посмотреть на карту возле Волгограда, замысел кажется почти очевидным. Волга и Дон подходят друг к другу так близко, будто человеку осталось провести между ними одну линию. По Волге можно...

Три экологические формы байкальского омуля: как калибровка жаберных тычинок разделила один вид

Анатомический подсчет выростов на первой жаберной дуге байкальского омуля (Coregonus migratorius) дает строго фиксированный разброс: от 36 до 55 шт. Если у выловленной рыбы зафиксировано менее 41...