LIHLITH: Learning to Interact with Humans by Lifelong Interaction with Humans

LIHLITH proiektuak etengabeko ikaskuntza (ingelesez lifelong learning moduan ezaguna) txertatuko du gizakien eta makinen interakzioan, orain arte dauden dialogo sistemen kalitatea hobetzeko eta hauek domeinu berrietara hedatzeak duen kostua murrizteko helburuarekin.

Etengabeko ikaskuntzan oinarritutako sistema bat sekuentzialki atazak ikasten doa denbora aurrera doan heinean, eta ondorioz, iraganeko esperientzian oinarrituz, sistema hori geroz eta hobea izango da erlazionatutako etorkizuneko atazak aurrera eramaten. LIHLITH proiektua gizaki-ordenagailu dialogoan zentratuko da, eta garatuko den sistema ikasten joango da dialogoko iraganeko esperientzietatik, zehazkiago esanda, iraganeko interakzio bakoitzaren arrakasta edo porrotean oinarrituko da. Dialogoa saria sortzeko diseinatuta izatea da gakoa, dialogo sistemak jakin dezan ea interakzioa arrakastatsua izan den edo ez. Sari hori erabiliko da, besteak beste, dialogoaren kudeaketaz arduratzen den modulua eta domeinurako sistema entrenatzeko. Horrek ahalbideratuko du, alde batetik, sistemaren errendimendua hobetzea, eta, bestetik, garapen kostua jaistea, bai lantzen ari den domeinu konkretuan, baina bereziki beste domeinu berri batzuetako garapenean.

LIHLITH proiektuan ebaluazio protokoloak eta proba-bankuak garatu eta banatuko dira konparazio eta erreproduzigarritasun publiko eta zabalak egin ahal izateko etorkizunean.

Deskribapena (en): 

LIHLITH introduces a new lifelong learning framework for the interaction of humans and machines on specific domains with the aim of improving the quality of existing dialogue systems and lowering the cost of deployment in new domains.

A Lifelong Learning system learns different tasks sequentially, over time, getting better at solving future related tasks based on past experience. LIHLITH will focus on human-computer dialogue​, where each dialogue experience is used by the system to learn to better interact, based on the success (or failure) of previous interactions. The key insight is that the dialogue will be designed to produce a reward, allowing the chatbot system to know whether the interaction was successful or not. The reward will be used to train the domain and dialogue management modules of the chatbot, improving the performance, and reducing the development cost, both on a single target domain but specially when moving to new domains.

LIHLITH project will also develop and deliver evaluation protocols and benchmarks to allow public comparison and reproducibility based on crowdsourcing.

Deskribapena (es): 

LIHLITH presenta un nuevo marco de aprendizaje permanente (lifelong learning en inglés) para la interacción entre personas y máquinas en dominios específicos, con el objetivo de mejorar la calidad de los sistemas de diálogo existentes y reducir el coste de implementación para nuevos dominios.

Un sistema de aprendizaje permanente es capaz de aprender diferentes tareas de forma secuencial, y a lo largo del tiempo aumenta su capacidad para resolver tareas en base a experiencias anteriores. LIHLITH se centrará en el diálogo persona-ordenador e irá aprendiendo de diálogos anteriores para interactuar mejor, en función del éxito (o fracaso) de las interacciones anteriores. La idea clave es que el diálogo se diseñará para producir una recompensa, lo que permitirá al sistema de diálogo saber si la interacción fue exitosa o no. Esta recompensa se utilizará para entrenar el módulo de gestión de diálogo y sistemas para dominios diferentes. Esto hará posible, por un lado, la mejora en el rendimiento, y por otro lado, la reducción del coste de desarrollo, no solo en un dominio concreto, sino también al transferir a nuevos dominios.

El proyecto LIHLITH también desarrollará y distribuirá protocolos de evaluación y pruebas de rendimiento (benchmarks) para permitir la comparación y reproducibilidad pública en el futuro.

Izena (gaztelania): 
LIHLITH: Aprendiendo a interactuar con las personas mediante la interacción continuada con personas.
Izena (ingelesa): 
LIHLITH: Learning to Interact with Humans by Lifelong Interaction with Humans
Kode ofiziala: 
PCIN-2017-118
Ikertzaile nagusia: 
Eneko Agirre
Erakundea: 
Ministerio de Economía, Industria y Competitividad (Chistera)
Hasiera data: 
2017/12/01
Bukaera data: 
2020/12/01
Taldeko ikertzaile nagusia: 
Eneko Agirre
Partaideak: 
Basi Sierra
Kontratua: 
Ez
Webgunea: 

ixa2.si.ehu.es/lihlith