Главная » Hi-Tech » От чат-ботов к разговорному ИИ: разработка умных ассистентов для бизнеса

От чат-ботов к разговорному ИИ: разработка умных ассистентов для бизнеса

Материал подготовлен при поддержке Aimylogic

Клиенты теперь могут обращаться к компаниям через «Алису» со смартфона или «Яндекс.Станции». Весной 2018 года «Яндекс» открыл бизнесу доступ к «умному» ассистенту «Алиса». Российские компании теперь могут разрабатывать свои приложения для общения с клиентами через помощника от Google. В конце июля «Google Ассистент» стал доступен на русском языке.

Компании, которые первыми интегрируются с голосовыми ассистентами, получат шанс стать новыми главными помощниками клиентов. Рождается новый рынок, на котором бренды будут бороться за внимание клиентов. И первые примеры уже есть.

Чтобы научить голосового ассистента ориентироваться в услугах бизнеса, нужны специальные разговорные навыки, которые создают разработчики. «Алиса» помогает клиентам компаний «Утконос», «Папа Джонс», McDonald’s, S7 Airlines получать необходимую информацию и заказывать услуги. Каждый навык — «умный» разговорный бот, которого используют в качестве службы поддержки, отдела бронирования или интерактивного магазина.

Разговоры с S7 Airlines, «Макдоналдс», «Папа Джонс» в «Алисе»

Понятие «чат-бота» заменяется более масштабным и полноценным. Рынок чат-ботов после стадии пиара и экспериментов перешёл в стадию гонки технологий и измерения эффективности инструмента. Компании применяют его для общения с клиентами на сайтах, в мессенджерах, мобильных приложениях и умных устройствах. Теперь это разговорный искусственный интеллект, Conversational AI.

Компания Just AI разрабатывает конструктор разговорных ботов Aimylogic. За «разговорностью» стоят технологии распознавания и синтеза речи, технология понимания естественного языка, алгоритмы машинного обучения. В нём можно собрать «умного» ассистента, который понимает живой язык и использует алгоритмы машинного обучения.

Иллюзия понимания

Он находит сходства с образцами фраз, определяет тему вопроса и выполняет запрограммированное на этот тип вопроса действие. Чтобы «понять» речь, чат-бот сопоставляет сказанное с фразами большого числа других людей, на которых бот обучался.

На этой иллюзии основан знаменитый тест Тьюринга: если судья не смог определить, бот с ним общается или человек, технология проходит испытание. У человека возникает иллюзия, что бот его понимает: действует логично, реагирует как человек и поддерживает беседу.

Microsoft проводила исследование эффективности системы распознавания речи и системы ответов на вопросы по заданному набору тестов — в 2017-2018 годах обе оказались эффективнее людей, пройдя тест с минимумом ошибок. Понимание — субъективная «величина», которую сложно измерить. Это хорошие новости для разработчиков интеллектуальных систем.

Современные разговорные ассистенты демонстрируют высокий уровень понимания человека и точности ответов, когда стоит тривиальная задача и установлена тема беседы: бронирование билетов, поиск вакансии, заказ пиццы.

Чат-боты учатся как дети

Люди с детства умеют отделять важное от шума, учитывать контекст разговора, понимать разное произношение одних и тех же фраз. Обучение чат-бота похоже на обучение человека. А продавец в магазине понимает, что фраза «такое же, но с перламутровыми пуговицами» означает желание сменить товар. К примеру, родители понимают, что «мама, молись и кайся» на самом деле «Мама, “Малыш и Карлсон”». Но чат-бот — машина, его сначала нужно научить такому пониманию с помощью технологий.

Все это — комплекс речевых технологий и технологий понимания естественного языка (NLU). «Умный» ассистент должен верно преобразовывать звуки в слова, понимать смысл вопроса, учитывать контекст беседы и отвечать адекватно контексту. Обучение делится на несколько этапов.

1. Обучение пониманию речи и текста

Нужно определить и интерпретировать эти характеристики так, чтобы на выходе получилось то, что сказал человек. На этом этапе машина только распознает признаки звука или его цифровые характеристики.

С этим много проблем: основной запрос нужно отделить от шумов, распознать разные по значению, но одинаково звучащие слова («мыла» и «мыло»), из нескольких вариантов выбрать наиболее подходящий.

Они предварительно обучаются на огромном объёме данных, накапливают опыт. Чат-бот использует языковую и акустическую модели.

Таких соотношений много: языковая модель выстраивает последовательность, не путая похожие по звучанию части слов и целые слова. Акустическая модель в реальном времени переводит звук в цифровой формат, нарезает на множество микро-отрезков и относит каждый отрезок к определённой части слова. Она учитывает, с какой частотой соседствуют звуки.

Важно, что обе модели зависят от контекста беседы. Если система приняла фразу «покажи мои очки в икре», языковая модель сориентируется, что вероятнее всего имеется в виду «покажи мои очки в игре». Если пользователь общается с чат-ботом на сайте книжного магазина, система поймёт, какое произведение подразумевается в запросе «трое в лодке нищета и собаки».

2. Работа со смыслом: технология Natural Language Understanding

«Умный» ассистент начинает действовать как человек — соотносит фразу с образцами, на которых учился, и находит наиболее подходящие по смыслу. Фраза пользователя переведена в текст, но её смысл и желание клиента не определены. А классы формируются в зависимости от сферы применения бота: банковские услуги, оформление заказов, консультации по грузоперевозкам. Он мыслит классами, соотнося новый запрос с одним из них.

Постепенно происходит обучение бота, и он может самостоятельно определять близкие по смыслу запросы в этот класс. Например, в класс «забронировать номер» попадут фразы «хочу оформить бронь», «как заказать», «условия бронирования» и нестандартные, вида «забронировать как».

3. Работа с контекстом

К примеру, вопрос «как будет “забронировать номер” по-английски?» можно распознать и как бронирование номера, и как запрос к переводчику. Технология внутри чат-бота должна учитывать контекст беседы.

Какие технологии нужны разговорным ботам

Она позволяет машине понимать пользователей и запускать нужные параметры для обработки запросов. Основная технология современных ботов — понимание естественного языка (NLU). Для этого нужны все технологические решения, связанные с обработкой естественного языка.

Это огромный и очень перспективный рынок, которому эксперты прогнозируют рост до $16 млрд к 2021 году. К ним относится подход к обработке (rule-based, статистический, гибридный), технологии распознавания и синтеза речи, технологии внедрения чат-бота в бизнес-процессы компании (облачные или локальные).

Самыми конкурентоспособными на рынке стали технологии машинного обучения по принципу нейросетей, когда чат-бота обучают на выборках ответов. Различаются и технологии обучения чат-ботов. Чем эффективнее алгоритм, тем меньше примеров нужно, чтобы обучить бота. Ему показывают примеры фраз клиентов, а он учится помещать такие фразы и схожие с ними по смыслу в нужный класс.

Зачем чат-боту нужны лингвисты

Эти специалисты умеют программировать и пишут сценарий поведения бота на специальном языке. Лингвисты формулируют правила, по которым чат-бот учится понимать смысл сказанного, а не просто ищет «ключи» в тексте. Такие специалисты учат ботов понимать числительные, написанные текстом, распознавать смысл фразы с опечатками, сленгом или неточным порядком слов. В компании Just AI, которая занимается разработкой «умных» ботов, позиция программиста ботов называется «лингвист-разработчик».

Пример: лингвист учит чат-бота понимать местоимения, синонимы, числительные, описывая правила на языке Just AI DSL

Почему чат-боты несовершенны

Но не меньшее число публикаций на тему ошибок сотрудников. В сети есть множество скриншотов и постов, высмеивающих ответы чат-ботов. В обоих случаях проблемы одинаковы: поверхностное планирование задачи, скудная база ответов, нет времени на дополнительное обучение.

Шутки на тему «понимания» смысла чат-ботами никогда не закончатся

Без примеров ни одна нейросеть не сможет полноценно понимать запросы, а хорошо написанный программный код не способен продать клиенту товар или оформить возврат в магазин. Чат-бот на 80% состоит из готовых ответов, которыми его наполнили. Чем лучше компания знает своих клиентов, чем больше информации сможет предоставить об их запросах, тем умнее будет бот. Всё решает полезный контент.

Способы обучения чат-бота тоже должны быть просты: вопросы клиентов меняются постоянно, и бот не должен терять своей актуальности. Разработчики должны учитывать каждую мелочь в работе с контентом: каждый запрос должен обрабатываться верно, извлекая и предоставляя нужные данные.

Разговорного чат-бота можно создать в конструкторе Aimylogic

Созданных с помощью Aimylogic ботов можно встраивать в мессенджеры, социальные сети, сайты и голосовых и текстовых помощников, таких как «Алиса» и «Google Ассистент». Aimylogic — это конструктор чат-ботов с искусственным интеллектом. Процесс конструирования происходит в визуальном редакторе.

Или задать примеры фраз, на которые бот будет реагировать. В редакторе можно добавить кнопки, с помощью которых пользователь будет направлять диалог. С каждым новым обращением он становится умнее и полезнее. Благодаря искусственному интеллекту бот будет обучаться и понимать запросы точнее.

Собрать чат-бота

#партнерский


Оставить комментарий

Ваш email нигде не будет показан
Обязательные для заполнения поля помечены *

*

x

Ещё Hi-Tech Интересное!

Walmart будет обучат новых сотрудников в виртуальной реальности

Не остается в стороне и крупнейший в США офлайн-ритейлер Walmart, который решил для обучения новых сотрудников использовать виртуальную реальность. Крупные торговые сети вовсю нацелены применять самые современные технологии для улучшения качества обслуживания клиентов и повышения общей производительности. При помощи виртуальной ...

В NASA экспериментируют с «космической» едой

Но блюда в сухой заморозке на 2,5 года займут много места на межпланетном корабле. Когда NASA отправит людей на Марс (планы такие есть, хоть и зыбкие), астронавтам понадобится много еды для путешествия. Чем меньше мы возьмем с собой, тем лучше. ...