Ландшафт диалогового ИИ и HumanFirst

Ландшафт диалогового ИИ и HumanFirst

И как он покрывает нишу на рынке чат-ботов

Введение

При разработке чат-ботов первоначальные подходы, казалось, были сосредоточены вокруг одного поставщика или технологической структуры/стека для решения всего процесса разработки и обслуживания чат-бота от начала до конца.

В большинстве реализаций это, кажется, все еще имеет место.

Согласно недавнему опросу Deloitte, проблемы с настройкой, включая данные для обучения и техническое обслуживание, были одной из главных причин отказа от внедрения чат-ботов на предприятиях.

Сейчас существует подход к построению экосистемы чат-ботов с использованием различных технологий и компонентов. Следуя более открытому подходу и выбирая лучшее в своем классе для каждого отдельного компонента разговорного опыта.

Этот принцип проявляется в открытой архитектуре Cognigy, где каждый компонент их фреймворка может использоваться и реализовываться независимо.

Создание устойчивых экосистем диалогового ИИ

Первоначальное созревание ландшафта диалогового ИИ также привело к распространению различных инструментов. Эти инструменты можно разделить на три категории:

• Перед разговором
• В разговоре &
• Пост-разговор.

HumanFirstохватывает сценарии до и послеразговора. Опять же, традиционно при разработке и обслуживании чат-ботов основное внимание всегда уделялось во времяразговора. Однако существуют специальные вертикальные инструменты для работы с до и послеобсуждения. Одним из которых является HumanFirst.

Как видно выше, HumanFirst имеет представление высказывания, а также представление диалогов. Следовательно, мы обращаемся к сценарию до и после разговора.

Интерфейс HumanFirstпозволяет для каждого представления произнесения вводимых пользователем строк или намерений. Это аналогично тому, как работает большинство интерфейсов NLU. С заметной разницей в том, что в традиционных интерфейсах NLU пользователю необходимо решить/угадать, какие намерения необходимо обслуживать. И впоследствии необходимо разработать возможные или правдоподобные высказывания пользователя, связанные с этим намерением.

С помощью HumanFirst можно добавлять высказывания клиентов, а намерения кластеризации определяются автоматически.

Вкладка «Беседы» позволяет опросить прошлые диалоги и пометить высказывания.

По данным Deloitte, 20% патентов на разговорный ИИ связаны с улучшением процесса обучения. Инновации направлены на автоматизацию и ускорение процесса обучения, чтобы лучше понимать вводимые пользователями данные и повышать качество ответов.

Ручная обработка вводимых пользователем строк или диалогов с использованием традиционных ручных подходов чревата ошибками, неэффективна и нецелесообразна в долгосрочной перспективе.

Семь вертикальных векторов в диалоговом ИИ

В ландшафте разговорного ИИ есть семь вертикальных векторов, а также горизонтальный вид. Вертикали можно разделить на три основные группы: до разговора, во время разговора и после разговора.

Семь вертикальных векторов перечислены выше, где ответы и переговоры состоят из NLU и персонализации. Вектор 5 – это нишевый рынок, как и вектор 1. HumanFirstохватывает как вектор 1, так и вектор 7.

Как было сказано во введении, крупные организации нередко строят свой ландшафт диалогового ИИ из различных технологий, выбирая лучшие в своем роде для каждой области интереса.

"Мы формируем наши инструменты, а затем наши инструменты формируют нас". — Джон Калкин (1967)

Горизонтальный взгляд на диалоговые экосистемы ИИ

В общих чертах ландшафт среды разработки чат-ботов можно разделить на четыре категории.

Принятие проницательных технологических решений в начале пути вашего чат-бота оказывает значительное влияние на то, какой будет траектория вашего чат-бота.

Следовательно, выбирайте и формируйте свои инструменты с умом.

Потому что позже эти инструменты будут формировать и влиять на то, как вы планируете, разрабатываете и масштабируете своего чат-бота. Препятствия обычно связаны с системой или платформой.

Инструменты и фреймворки для разработки чат-ботов можно разделить на четыре категории, примерно…

HumanFirstотносится к категории 4 как инструмент для управления обучающими данными и создания структуры из неструктурированных данных.

Категория 1

Более технические инструменты НЛП с открытым исходным кодом и среды разработки чат-ботов. Как правило, это инструменты:

• Может быть установлен в любом месте
• Имеет открытую архитектуру
• Открытый источник
• Нет или ограниченный графический интерфейс
• Конфигурационный файл и прокод ориентированы
• Подход к машинному обучению
• Более высокий барьер для входа
• Хорошо масштабируется
• Требует тщательного технического планирования для установки и оперативного управления
• Часто используется в качестве базовой технологии программным обеспечением категории 3.
• Могут быть разработаны новые функции и улучшена платформа.

Категория 2

• Часто используется крупными коммерческими предложениями
• Облачные, крупные технологические компании
• В некоторых случаях можно выбрать определенные географические регионы.
• Рассматриваются как безопасные ставки для крупных организаций
• Решения варьируются от pro-code, low-code до no-code
• Низкий порог входа
• ориентированный на графический интерфейс
• Практически полное отсутствие понимания или контроля над тем, что происходит под капотом
• Практически полное отсутствие влияния пользователя на дорожную карту продукта
• Жесткое управление состоянием диалога на основе правил
• Стоимость чаще всего не обсуждается
• Сотрудничество и групповая разработка дизайна

Категория 3

• Это независимые альтернативы разговорному ИИ, предоставляющие инкапсулированный продукт.
• Вспомогательные технологии под капотом часто остаются неизвестными
• Независимые альтернативные поставщики решений
• Часто создается с использованием инструментов НЛП с открытым исходным кодом.
• Часто используются инновационные подходы к задачам Диалогового государства. Проектирование, разработка и управление.
• Подход с низким кодом к нулевому коду
• Существует вероятность того, что эти компании будут приобретены
• Цена часто более договорная
• Запросы функций с большей вероятностью будут удовлетворены
• Более низкий барьер для входа и начала работы

Категория 4

• Инструменты обработки и понимания естественного языка
• Текст или разговоры можно анализировать на наличие намерений, именованных сущностей, настраиваемых сущностей.
• Часто могут выполняться такие задачи, как обобщение, извлечение ключевых слов, определение языка и т. д.
• В некоторых случаях доступны инструменты графического интерфейса для аннотирования данных и улучшения обучающих данных.
• Также инструменты для управления тренировочными данными
• Легкодоступный, но с более высоким техническим барьером для входа
• Идеально подходит для высокой пропускной способности NLP при вводе данных пользователем перед NLU
• Не среда разработки чат-ботов
• Не включает такие функции, как управление состоянием диалога, управление ответами чат-бота и т. д.
• Сосредоточены на более широких реализациях Language Processing, а не только на диалоговых агентах.
• Часто используется для автономной обработки разговорного текста не в реальном времени.
• Часто используется в качестве базовой технологии программным обеспечением категории 3

Демократизация доступа к диалоговому ИИ

Как показано ниже, HumanFirstпозволяет загружать высказывания или целые беседы. Существующие наборы данных можно использовать повторно или можно использовать общедоступные данные. Возможность использовать общедоступные данные довольно забавна для экспериментов и прототипирования.

Идея о том, что HumanFirstсуществует возможность легко запрашивать данные, создание структуры из данных высказывания является основной целью. Пользователи могут даже вернуться к данным разговора.

У HumanFirst есть несколько интересных общедоступных наборов данных, которые можно использовать для экспериментов и изучения фреймворка. Работа со знакомыми данными помогает демистифицировать некоторые основные концепции НЛП.

В заключение

После первоначального обзора пришло в голову несколько вещей. Они могут меняться по мере роста моих знаний о системе…

Несколько заключительных мыслей о HumanFirst…

1. Исключительный инструмент для изучения и маркировки данных. Повышение точности модели и приспособление масштабируемой области модели.
2. HumanFirstзакрывает нишу и существенный пробел в подготовке данных.
3. Продукт может продаваться в настоящее время как средство обнаружения данных и структурировать неструктурированные диалоговые данные. Но я вижу огромный потенциал в реализации HumanFirstв качестве API в текущей реализации чат-бота. Особенно часть NLU. В настоящее время конечная точка aJSON доступна для выполнения прогнозов в реальном времени с использованием модели, обученной в Studio. Вход — это одно высказывание, а выход — распределение по намерениям. Добавление иерархии намерений и сущностей значительно укрепит API.
4. Использование NLU API в качестве первого прохода или высокоуровневого прохода для категоризации пользовательского ввода может быть полезным.
5. HumanFirstпредлагается как SaaS, но также может быть установлен в любом облаке посредством контейнеризации. Это выгодно для компаний со строгими государственными правилами защиты данных и управления.