人工智能语言导师已经可以解释语法、纠正错误、角色扮演对话和练习数十种语言。但是,要真正感受到对话的感觉,他们仍然需要更快的时机、更快的中断处理、反向渠道、情感意识和长期的学习者记忆。
还没有——但是聊天机器人和自然对话之间的差距正在迅速缩小。
自然对话取决于时机、中断、反应、记忆和情感意识,而不仅仅是正确的词语。
语言学习者需要在真实的对话中幸存下来:犹豫、错误、话题变化、澄清和压力。
几十年来,语言学习者一直梦想着找到完美的导师。
一个永不疲倦的人。永远不要失去耐心。永远不要判断错误。而且无论何时你想练习,都可以使用。
人工智能使我们比以往任何时候都更接近这个梦想。
当今的人工智能语言导师可以解释语法、纠正错误、生成练习、角色扮演对话并帮助学习者练习数十种语言。
答案很简单:不完全是,但是我们已经非常接近了。
聊天和对话的区别
大多数现代人工智能语言导师都给人留下了深刻的印象。你可以提问、练习对话、接受更正,甚至可以进行出人意料的复杂讨论。
然而,大多数互动仍然遵循回合制模式。
学员问一个问题或说一句话。
系统检测语音结束并处理输入。
答案是生成的,然后回答。
学员倾听,然后为下一回合做准备。
人际对话不是那样运作的。真正的对话很混乱。人们互相打断,犹豫,大笑,做出情感反应,改变方向,完成对方的句子,在倾听的同时提供反馈。
一个显示出惊喜或兴趣的微小信号。
一个小听觉提示,可以让对方保持说话。
这种提示鼓励继续下去。
这是理解和对话基础的标志。
大多数 AI 导师都可以聊天。能够参与真实对话节奏的人要少得多。
时机问题
对话式 AI 中讨论得最少的挑战之一是响应时间。
人际交谈速度非常快。自然转弯通常发生在几百毫秒内,在某些情况下,预期的响应窗口可能会更短。
这意味着人类不会等到有人完全说完才决定下一步该说什么。我们会预测对话的发展方向,并在倾听的同时做好准备。
语音系统可能很智能,但如果回复稍晚才到来,仍然会感觉不自然。流利度不仅仅是文字。它也与节奏有关。
| 对话技巧 | 人际对话 | 典型的人工智能语音导师 |
|---|---|---|
| 轮流看看 | 预测性强,速度快 | 经常等到完全的回合 |
| 中断 | 自然而频繁 | 经常很尴尬或得不到支持 |
| 反向频道 | 持续的小监听信号 | 经常丢失或延迟 |
| 修理 | 立即澄清 | 可能需要一个新的提示符 |
| 情绪反应 | 动态和情境感知 | 仍然不一致 |
为什么当前的人工智能语音导师仍然觉得机器人
许多 AI 语音系统都是围绕传统管道构建的:
这种架构推动了巨大的进步,但也造成了摩擦。
系统必须收听、转录、处理、生成文本,将该文本转换为音频,然后回放音频。每个阶段都会增加延迟。
即使最终的答案很明智,互动仍然会让人感觉回合制而不是对话式。
文字转语音瓶颈
在许多系统中,一旦文字转语音音频开始播放,响应就会得到有效承诺。
在生成和发送音频时,没有自然的方法可以实时中断、停止、重塑或重定向语音响应。
人类不是这样说话的。
如果学员中断,导师需要自然停止并适应。
如果学员听起来很困惑,导师应立即澄清。
如果学员改变方向,导师应顺利跟进。
自然对话背后的科学
自然对话所依赖的不仅仅是言语。它包括时机、共享上下文、中断、修复、情感意识和对话基础。
回应需要足够快地到达,这样才能感觉社交自然。
像 “嗯嗯” 和 “我明白了” 这样的小反应可以保持对话的活力。
真正的演讲者无需重启整个交流即可从误解中恢复过来。
当双方都记得已经发生的事情时,对话感觉很自然。
语气、信心、犹豫和挫折都很重要。
为什么这对语言学习者很重要
语言学习的目标不仅仅是完成课程。目标是对话。
而且对话是不可预测的。
- 快速响应。
- 从错误中恢复。
- 要求澄清。
- 处理中断。
- 以下主题更改。
- 了解情绪基调。
- 在压力下自然说话。
仅靠抽认卡无法培养这些技能。它们需要互动练习。
进入英伟达 Personaplex
对话式人工智能领域最令人兴奋的发展之一是NVIDIA PersonaPlex。
PersonaPlex旨在解决一些使当前的人工智能对话感觉不自然的问题。它没有将对话视为一个孤立的回合序列,而是转向全双工对话模型。
该系统可以同时收听和说话。这很重要,因为真实的人会不断地倾听、准备、反应、打断和适应。
当学员切入或改变方向时,导师可以更自然地做出反应。
导师可以提供小的聆听信号,而不是静默等待。
导师可能会觉得不那么笼统,在社会上更可信。
学员可以与老师、同事、导游、咖啡馆伙伴或其他角色一起练习。
为什么 Persona 很重要
想象一下学习西班牙语。你是否愿意与普通的人工智能助手、耐心的西班牙语老师、友好的马德里导游、讲西班牙语的同事或咖啡馆里轻松的对话伙伴一起练习?
Persona 改变了学习体验,因为语言是社交的。我们不仅仅是为了交换信息而说话。我们说话是为了连接。
具有一致的个性、语气、角色和对话风格的语言导师可以使练习更具吸引力、更真实。
记忆:大多数 AI 导师缺少的要素
自然对话不仅仅是时机。它也与记忆有关。
一位优秀的人文导师会记住你上周遇到的困难、你的发音问题、你一直缺少的语法模式以及哪些单词还需要练习。
许多人工智能导师可以进行令人印象深刻的对话,但在课程结束后却忘记了发生的事情。这不是有效的辅导的运作方式。
Polly2 如何使用内存
在Polly2,记忆已经是学习体验的一部分。在 Polly2 的 “进度练习” 游戏中,当学员犯错时,平台不会简单地继续前进。
这个错误被记住了。然后优先考虑该问题,并在以后的练习中重新测试,以帮助确保学员进步。
错误不是失败。这是导师可以用来个性化未来练习的最明确的信号之一。
还有什么需要解决的
即使进展迅速,真正的人类对话式人工智能仍然很困难。仍有一些挑战需要改进。
理想的导师应该记住几周、几个月和几年的进度。
导师应该认识到挫折、困惑、无聊、兴奋和犹豫。
语言与幽默、礼貌、社会期望和文化息息相关。
导师在谈话中必须停下来、适应、澄清和改变方向。
反应必须足够快才能让人感觉自然,但不要太快以至于感觉人为的。
这对Polly2意味着什么
在Polly2,愿景一直大于练习和词汇表。语言学习的未来是对话式。
不仅仅是回答问题的人工智能,还有感觉像是真正的语言学习伴侣的人工智能。
结构化路径可以帮助学习者知道接下来要学习什么。
故事使词汇和语法更加令人难忘。
错误会被记住并用于将来的强化。
像PersonaPlex这样的技术指向了更像人类的口语对话。
导师可以变得更具吸引力,角色更具针对性,在社会上更可信。
那么,真正的会话式人工智能语言导师来了吗?
不完全是。
但是,我们第一次可以清楚地看到路径。
在过去的几年中,人工智能推理取得了显著的进步。未来几年将专注于更重要的事情:让人工智能感觉自然。
当人工智能能够以类似人类的节奏倾听、回应、记住、打断、适应、鼓励和交谈时,语言学习将永远改变。
语言学习的未来不会仅仅围绕练习来建立。它将围绕具有记忆力、个性、自然时机、适应、纠正和鼓励的对话来建立。
我们还没有完全到那里。但是我们比以往任何时候都更加亲密。
准备好与 AI 语言导师一起练习了吗?
使用 Polly2 将 AI 对话、学习之旅、基于故事的学习、适应性练习和记忆强化结合起来。
开始免费学习