서울대 조요한 교수님 'Conversational AI' 강의 1강 정리
1. Dialogue Systems
1) open-domain dialogue systems (e.g., ChatGPT)
- 사람과 대화하는 느낌의 챗봇. 주제 제한 x
*Language Models = text autocomplete
- 학습 데이터를 전부 외워서 확률에 의해 뱉는다)
(1) 예시
a. ChatGPT ( = 기존 LLM + Scoring Model + Response Model (프롬프트 + 응답 pair 학습))
b. Dating Apps (미국에서 인기 짱 많음)
(2) 문제점
a. incorrect information
b. plagiarism (표절) -> reference 제공 연구 필요
c. Bias and offensive language
d. Privacy Breaches
2) Task-oriented Dialogue systems
(1) Mental Health
- 우울증 문제를 해결하기 위한 psychotherapy chatbots
- 대부분의 이런 챗봇은 "scripted 되어 있다" = dialogue flow가 정해져 있다
* NLU (Natural Language Understanding) = 텍스트 의도 파악
-> 이걸로 정해진 flow로 넘어감
but,
a. 문제점
- intent missclassification 문제 (intent 잘못 파악하면 이상한 응답)
- 실제 치료 효과 문제 -> 더 robust한 모델 필요
(2) Conversational Marketing
- script 되어 있음
a. 문제점: Lack of Trust
3) Voice Assitants (e.g., 시리, 음성 비서)
(1) smart home speeker
- 이윤 추구는 어려운 문제
서울대 조요한 교수님 'Conversational AI' 강의 1강 정리
1. Dialogue Systems
1) open-domain dialogue systems (e.g., ChatGPT)
- 사람과 대화하는 느낌의 챗봇. 주제 제한 x
*Language Models = text autocomplete
- 학습 데이터를 전부 외워서 확률에 의해 뱉는다)
(1) 예시
a. ChatGPT ( = 기존 LLM + Scoring Model + Response Model (프롬프트 + 응답 pair 학습))
b. Dating Apps (미국에서 인기 짱 많음)
(2) 문제점
a. incorrect information
b. plagiarism (표절) -> reference 제공 연구 필요
c. Bias and offensive language
d. Privacy Breaches
2) Task-oriented Dialogue systems
(1) Mental Health
- 우울증 문제를 해결하기 위한 psychotherapy chatbots
- 대부분의 이런 챗봇은 "scripted 되어 있다" = dialogue flow가 정해져 있다
* NLU (Natural Language Understanding) = 텍스트 의도 파악
-> 이걸로 정해진 flow로 넘어감
but,
a. 문제점
- intent missclassification 문제 (intent 잘못 파악하면 이상한 응답)
- 실제 치료 효과 문제 -> 더 robust한 모델 필요
(2) Conversational Marketing
- script 되어 있음
a. 문제점: Lack of Trust
3) Voice Assitants (e.g., 시리, 음성 비서)
(1) smart home speeker
- 이윤 추구는 어려운 문제