J:
Kā tiek apmācīti čatboti?
A:Gandrīz visi ir sazinājušies ar tērzēšanas robotu vai nu ar personīgo palīgu, piemēram, Apple Siri, vai klientu apkalpošanas nodaļu starpniecību, bet kā viņi šķiet tik gudri? Ir vairāki veidi, kā AI izstrādātāji var apmācīt šos robotprogrammatūras, lai sniegtu reālistiskas atbildes.
Vienkāršākais veids, kā noformēt robotprogrammatūru, ir panākt, lai tas reaģētu uz iepriekš ieprogrammētu reakciju diapazonu. Tāda bija pieeja Josifa Veizenbauma (1923-2008) ELIZA programmā, kas izstrādāta 60. gados.
ELIZA bija paredzēta Rodžerijas psihoterapeita simulēšanai. Programma varēja reaģēt tikai saskaņā ar iepriekš ieprogrammētiem “skriptiem”, taču daudziem lietotājiem efekts šķita tik reāls, ka viņi uzsvēra, ka ELIZA patiešām ir saprātīga.
Tas ir nodēvēts par “ELIZA efektu”.
Pētījumi AI ir ļāvuši daudz sarežģītākām pieejām tērzēšanas robotu izstrādē, kas ļauj viņiem “mācīties” gan no izstrādātāju sniegtajiem apmācības datiem, gan no lietotāju ievades.
Ņemsim piemēru par tērzētavu, ko izmanto programmatūras uzņēmuma klientu apkalpošanas nodaļai. Sākumā robotam tiks piegādāta informācija no paša uzņēmuma resursiem: dokumentācijas, FAQ, e-pasta adresēm, tērzēšanas atšifrējumiem.
Bots netiks ierobežots tikai ar to, ko izstrādātāji tam piešķirs, tāds, kāds bija ELIZA. Tas varēs mācīties no reālas mijiedarbības ar klientiem, izmantojot dabiskās valodas apstrādi (NLP).
Pat ar automatizētu mācīšanos joprojām būs jomas, kurās robotprogrammatūras nonāk nepatikšanās. Cilvēkiem robots laiku pa laikam būs jāapmāca, izmantojot uzraudzītu mācīšanos. Ņemot vērā neskaidrības cilvēku valodās, būs grūti izveidot tērzēšanas punktu, kas varētu darboties pilnīgi bez uzraudzības.
Lietotājam cilvēkam, visticamāk, būs arī jāpārbauda tērzētavas rezultāta precizitāte, it īpaši biznesa kontekstā. Tomēr šie tērzēšanas roboti būs elastīgāki nekā tīri uz noteikumiem balstīta programma, piemēram, ELIZA.
Mašīnmācības un dabiskās valodas apstrādes uzlabojumi nākotnē varētu padarīt šos tērzēšanas robotus vēl inteliģentākus.
