把上帝放在第一位然后变得伟大
这里有真正的会话式 AI 语言导师吗?不完全但差不多!!

这里有真正的会话式 AI 语言导师吗?不完全但差不多!!

David Scott ·

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。

判决

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。

最大的障碍

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。

它为何重要

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。

但是还有一个重要的问题:今天的人工智能导师真的感觉像在和真实的人说话吗?

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。

1
你说话

学员问一个问题或说一句话。

2
AI 在等待

系统检测语音结束并处理输入。

3
人工智能做出了回应

答案是生成的,然后回答。

4
你等着

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。

反向频道 “真的吗?”

一个显示出惊喜或兴趣的微小信号。

反向频道 “嗯嗯。”

一个小听觉提示,可以让对方保持说话。

反向频道 “继续”。

这种提示鼓励继续下去。

反向频道 “我明白了。”

这是理解和对话基础的标志。

关键思想

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。

为什么延迟很重要

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:

语音识别 → 语言模型 → 文字转语音

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。

问题中断

如果学员中断,导师需要自然停止并适应。

问题混乱

如果学员听起来很困惑,导师应立即澄清。

问题主题变更

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。

时机快速转弯

回应需要足够快地到达,这样才能感觉社交自然。

收听反向频道

像 “嗯嗯” 和 “我明白了” 这样的小反应可以保持对话的活力。

维修说明

真正的演讲者无需重启整个交流即可从误解中恢复过来。

上下文共享内存

当双方都记得已经发生的事情时,对话感觉很自然。

情感社交意识

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。

语言学习者需要通过以下方式进行练习:
  • 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。

全双工意味着什么

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。

Personaplex 自然中断处理

当学员切入或改变方向时,导师可以更自然地做出反应。

Personaplex 反向渠道回应

导师可以提供小的聆听信号,而不是静默等待。

Personaplex 个性控制的语音

导师可能会觉得不那么笼统,在社会上更可信。

Personaplex 基于角色的互动

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。

设计原理

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 → 已记住 → 已优先考虑 → 重新测试 → 已改进
为什么错误很重要

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。

还是很困难长期的个人记忆

理想的导师应该记住几周、几个月和几年的进度。

还是很困难情商

导师应该认识到挫折、困惑、无聊、兴奋和犹豫。

仍然很难理解文化

语言与幽默、礼貌、社会期望和文化息息相关。

还是很困难自然中断

导师在谈话中必须停下来、适应、澄清和改变方向。

对话时机@@ 还是很艰难的

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。

现在的学习之旅

结构化路径可以帮助学习者知道接下来要学习什么。

现在是以故事为基础的学习

故事使词汇和语法更加令人难忘。

现在进步练习

错误会被记住并用于将来的强化。

下一页更自然的语音互动

像PersonaPlex这样的技术指向了更像人类的口语对话。

下一页个性导向的辅导

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。

底线

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

准备好开始学习了吗?

免费试用 Polly2 的 AI 导师——练习口语、提高发音并按照自己的节奏学习。

开始免费学习