Modélisation Neuro-Évolutionnaire pour une Nouvelle Génération de Systèmes de Communication Verbale Humain-Machine

点击翻译按钮获取中文摘要

Ce programme de recherche vise à établir un paradigme global qui tire profit des avantages de l'apprentissage profond et des algorithmes évolutionnaires afin d'améliorer la capacité d'adaptation et d'autoapprentissage des systèmes et des modèles qui sont à la base de la communication humain-machine verbale. Le but ultime s'inscrit dans l'effort de la communauté scientifique visant la conception de systèmes intelligents capables de converser et de créer un lien émotionnel à travers un dialogue humain-machine égalitaire, intuitif et naturel. La généralisation d'utilisation des assistants personnels parlants dans les voitures, les maisons et les téléphones intelligents place l'interaction verbale en première ligne, car c'est la façon la plus intuitive de communiquer. Une interaction verbale robuste et efficace ouvre également la voie à la présence dans nos sociétés de robots-compagnons capables de faire plusieurs tâches telles que venir en aide aux personnes âgées ou aux malvoyants tout en étant dotés d'empathie. Nous partons cependant du constat que même s'il y a eu des progrès fulgurants au niveau de toute la chaîne d'interaction verbale intégrant diverses technologies langagières, il subsiste encore des problèmes complexes à résoudre pour arriver à une parité dans l'interaction orale entre l'humain et la machine. Le paradigme proposé dans ce programme vise d'une part, une prise en compte de l'incertitude inhérente à l'information en provenance de l'environnement et de l'utilisateur et d'autre part, une amélioration de la capacité de la machine à inférer les objectifs de l'interaction en contexte réel où souvent la quantité de données est limitée. Les solutions envisagées viseront la conception d'un agent artificiel de dialogue capable d'empathie. Cet agent devra apprendre de la pratique d'interaction et exploiter toute information susceptible de satisfaire l'utilisateur et ses objectifs. Il sera doté d'un module de compréhension de la parole capable de fonctionner dans des contextes d'utilisation changeants et des canaux de communication dégradés. Le module de compréhension sera couplé avec un analyseur/identificateur de traits paralinguistiques dont la tâche sera de renforcer l'état des connaissances sur l'utilisateur, à savoir son humeur, ses émotions, etc. Les traits paralinguistiques sont souvent déterminants pour l'issue d'une communication, mais sont cependant négligés dans les approches actuelles de dialogue. Les retombées de ce programme de recherche sont nombreuses que ce soit au niveau de l'avancement des connaissances ou de la création de systèmes interactifs verbaux à forte valeur ajoutée. Il ambitionne de consolider l'avenue technologique du dialogue humain-machine empathique (émotionnel) et de renforcer la position du Canada dans le domaine des technologies langagières et l'intelligence artificielle.