Patente do Google sobre o uso de sinais contextuais além da semântica da consulta
Uma patente apresentada recentemente pelo Google descreve como um assistente de IA pode usar pelo menos cinco sinais contextuais do mundo real, incluindo a identificação de intenções relacionadas, para influenciar as respostas e gerar diálogo natural. É um exemplo de como a pesquisa assistida pela AA modifica as respostas para envolver os usuários com questões e diálogo contextualmente relevantes, expandindo além dos sistemas baseados em palavras-chave.
A patente descreve um sistema que gera diálogo e respostas relevantes usando sinais como contexto ambiental, intenção de diálogo, dados do usuário e histórico de conversas. Esses fatores vão além do uso dos dados semânticos na consulta do usuário e mostram como a pesquisa assistida pela AI está se movendo para interações mais naturais do tipo humano.
Em geral, o objetivo de arquivar uma patente é obter proteção e exclusividade legais para uma invenção e o ato de arquivar não indica que o Google realmente a está usando.
A patente usa exemplos de diálogo falado, mas também afirma que a invenção não se limita à entrada de áudio:
“Notavelmente, durante uma determinada sessão de diálogo, um usuário pode interagir com o assistente automatizado usando várias modalidades de entrada, incluindo, entre outros, a entrada falada, a entrada digitada e/ou a entrada de toque”.
O nome da patente é, Usando modelos de idiomas grandes na geração de respostas automatizadas do assistente (s). A patente se aplica a uma ampla gama de assistentes de IA que recebem entradas através do contexto de digitado, toque e fala.
Existem cinco fatores que influenciam as respostas modificadas do LLM:
- Tempo, localização e contexto ambiental
- Contexto específico do usuário
- Intenção de diálogo e interações anteriores
- Entradas (texto, toque e fala)
- Contexto de sistema e dispositivo
Os quatro primeiros fatores influenciam as respostas que o assistente automatizado fornece e o quinto determina se desativará a parte assistida por LLM e reverter para as respostas padrão da IA.
Hora, localização e meio ambiente
Existem três fatores contextuais: tempo, localização e meio ambiente que fornecem contextos que não existem em palavras -chave e influenciam a forma como o assistente de IA responde. Embora esses fatores contextuais, conforme descrito na patente, não estejam estritamente relacionados às visões gerais da IA ou ao modo IA, eles mostram como as interações assistidas pela AA com os dados podem mudar.
A patente usa o exemplo de uma pessoa que diz ao seu assistente que está surfando. Uma resposta padrão da IA seria um comentário de caldeira para se divertir ou aproveitar o dia. A resposta assistida por LLM descrita na patente geraria uma resposta baseada na localização e no tempo geográficos para gerar um comentário sobre o clima como o potencial de chuva. Estes são chamados de saídas de assistente modificado.
A patente descreve assim:
“… As saídas do assistente incluídas no conjunto de saídas de assistente modificadas incluem saídas de assistente que conduzem a sessão de diálogo de maneira que envolva ainda mais o usuário do dispositivo cliente na sessão de diálogo, fazendo perguntas contextualmente relevantes (por exemplo,“ quanto tempo você está em surf? ”), Fornecem que as informações de que você não se reencontrem para que você seja o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que o que está sendo preparado para o que o que está sendo preparado para o que você está sendo preparado para o que você está sendo preparado para o que o que está sendo preparado para o que você está sendo preparado para o que o que está sendo preparado para o que o que está sendo preparado? o contexto da sessão de diálogo. ”
Contexto específico do usuário
A patente descreve vários contextos específicos do usuário que o LLM pode usar para gerar uma saída modificada:
- Dados do perfil do usuário, como preferências (como alimentos ou tipos de atividade).
- Dados de aplicativos de software (como aplicativos atualmente ou recentemente em uso, como o Spotify).
- Histórico de diálogo das sessões de assistente em andamento e/ou anteriores.
Aqui está um trecho que fala sobre vários sinais contextuais relacionados ao perfil de usuário:
“Além disso, o contexto da sessão de diálogo pode ser determinado com base em um ou mais sinais contextuais que incluem, por exemplo, ruído ambiente detectado em um ambiente do dispositivo cliente, dados do perfil do usuário, dados de aplicativos de software,… .Dialog Histórico da sessão de diálogo entre o usuário e o assistente automatizado e/ou outros sinais contextuais.”
Intenções relacionadas
Uma parte interessante da patente descreve como a preferência alimentar de um usuário pode ser usada para determinar uma intenção relacionada a uma consulta.
“Por exemplo,… um ou mais dos LLMs pode determinar uma intenção associada à consulta de assistente fornecida … Além disso, o ou mais LLMS pode identificar, com base na intenção associada à consulta de assistente fornecida, pelo menos uma intenção relacionada a serem relacionadas a intenções adicionais associadas à consulta adicional … Além disso, uma ou mais a que se relaciona, que pode ser relacionada, que pode ser relacionada a que se baseia em que se baseia em que se baseia, que se baseia, que é mais importante que seja relacionado à intenção, que pode ser relatada, que pode ser relacionada a que se relaciona, a mais ou mais, que pode ser relacionada a que se relaciona, que se baseia em que a intenção de LLMs pode gerar, além de que, mais ou menos, a intenção que pode ser relatada.
A patente ilustra isso com o exemplo de um usuário dizendo que está com fome. O LLM identificará contextos relacionados, como que tipo de cozinha o usuário gosta e o itent de comer em um restaurante.
A patente explica:
“Neste exemplo, a consulta de assistente adicional pode corresponder, por exemplo,” Que tipos de culinária o usuário indicou que ele/ela prefere? ” (por exemplo, refletindo uma intenção do tipo de cozinha relacionada associada à intenção do usuário indicando que ele gostaria de comer): “Quais restaurantes próximos estão abertos?” (por exemplo, refletindo uma intenção de pesquisa de restaurante relacionada associada à intenção do usuário indicando que ele gostaria de comer) … nessas implementações, a saída de assistente adicional pode ser determinada com base no processamento da consulta de assistente adicional. ”
Contexto de sistema e dispositivo
A parte do contexto do sistema e do dispositivo da patente é interessante porque permite que a IA detecte se o contexto do dispositivo é que ela está baixa em baterias e, nesse caso, desligará as respostas modificadas por LLM. Existem outros fatores, como se o usuário está se afastando do dispositivo, custos computacionais etc.
Takeaways
- As respostas da consulta de IA usam sinais contextuais
A patente do Google descreve como os assistentes automatizados podem usar o contexto do mundo real para gerar respostas e diálogo mais relevantes e humanas. - Fatores contextuais influenciam as respostas
Isso inclui tempo/localização/ambiente, dados específicos do usuário, histórico de diálogo e intenção, condições do sistema/dispositivo e tipo de entrada (texto, fala ou toque). - As respostas modificadas por LLM aumentam o engajamento
Os grandes modelos de idiomas (LLMs) usam esses contextos para criar respostas personalizadas ou perguntas de acompanhamento, como referência ao clima ou interações passadas. - Exemplos mostram impacto prático
Cenários como recomendar alimentos com base nas preferências do usuário ou comentar o clima local durante os planos ao ar livre demonstram como os contextos do mundo real podem influenciar a maneira como a IA responde às consultas do usuário.
Essa patente é importante porque milhões de pessoas estão cada vez mais envolvidas com assistentes de IA, portanto, é relevante para editores, lojas de comércio eletrônico, empresas locais e SEOs.
Ele descreve como os sistemas assistidos pelo Google podem gerar respostas personalizadas e com reconhecimento de contexto usando sinais do mundo real. Isso permite que os assistentes vão além das respostas baseadas em palavras-chave e respondam com informações relevantes ou perguntas de acompanhamento, como sugerir restaurantes que um usuário possa gostar ou comentar sobre condições climáticas antes de uma atividade planejada.
Leia a patente aqui:
Usando modelos de idiomas grandes na geração de respostas automatizadas do assistente.
Imagem em destaque por Shutterstock/unidade visual
