Сочинение на тему Spectaculorum In Conversational Ai

Причина в том, что вы должны быть осторожны с тем, какие данные вы вводите в систему при обучении, а также какой механизм вы используете для получения ответов. Такие системы будут приняты в деловом мире только тогда, когда их ответы не имеют произвольной формы. , но могут быть ограничены в рамках набора ответов, приемлемых для бизнеса. То, что вышеизложенное подчеркивает, является более глубокой истиной: сегодня в автоматизированных диалоговых системах отсутствует связь с доступными знаниями. Эта связь и передача знаний из данных обеспечивается непосредственно человеческим дизайном и программированием. Таким образом, при создании автоматизированной диалоговой системы нам необходимо воссоздать существующую функциональность с нуля, т.е. е. , воссоздайте наш веб-сайт по-другому, в то время как основная информация та же. Это означает дополнительную работу для предприятий по созданию совершенно другого канала для обработки запросов клиентов, что также приводит к отсутствию согласованности для пользователя. Напротив, человеческие агенты не имеют этой проблемы. Они могут непрерывно получать знания, наблюдая за другими или из документов, ассимилируя новую информацию, и соответствующим образом организуя, чтобы расширить свои возможности для ведения новых целенаправленных бесед. Передача этой человеческой способности, даже в некоторой степени, нашим автоматизированным диалоговым агентам и, таким образом, изучение примеров диалогов и существующих источников знаний, необходимо для достижения прогресса, и ясно, что рынок этого хочет. Если мы сможем надлежащим образом представить знания о целенаправленной задаче и автоматически интегрировать ее в нейронную сеть или традиционно запрограммированные диалоговые системы, мы ожидаем, что получим несколько преимуществ. Прежде всего мы ожидаем улучшения производительности / точности отклика систем. Больше нет зависимости от того, насколько тщательным и опытным является разработчик системы; система узнает все, что нужно знать, по имеющимся данным. Более того, мы сможем привнести «здравый смысл» в системы, которые могут переходить от приложения к приложению. Системы смогут быстро адаптироваться к новой и изменяющейся информации, а также работать и развиваться при отсутствии примеров диалогов. Тем не менее, эта связь диалога со знаниями остается неуловимой – это сложная проблема для машин. Использование знаний и ограничение диалоговых систем набором приемлемых ответов значительно автоматизируют их разработку и обслуживание, но это не означает, что нам по-прежнему не нужно тратить усилия на их программирование или улучшение их возможностей понимания языка. Разговорные интерфейсы представляют собой большой сдвиг в том, как мы привыкли думать о взаимодействии с нашими «тупыми» компьютерами и «умными» телефонами!

Разговорные вычисления – это смена парадигмы, которая требует, чтобы дизайнеры изменили свое мышление, свои результаты и процесс проектирования, чтобы создать успешный опыт ботов. Поэтому мы ожидаем, что будет достигнут значительный прогресс в системах и инструментах, которые позволяют составлять и интегрировать различные компоненты, связанные с диалогом. Дизайнеры должны иметь возможность использовать преимущества и возможности, которые предоставляют различные технологии искусственного интеллекта, при анализе человеческого языка или при ведении диалога, полученного из разных источников. Таким образом, в течение следующих нескольких лет мы увидим распространение на рынке инструментов, которые будут не только поддерживать создание диалоговых систем с нуля, но также позволят перейти к аналогичным задачам, перенести знания и управление диалогами, а также непрерывную интеграцию новых данных. Такие диалоговые интерфейсы станут новой операционной системой или цифровой сеткой, которая объединит технологии. Наше будущее будет наводнено цифровыми помощниками, беспилотниками, роботами и автомобилями с автоматическим управлением. Поэтому нам также необходимо искать инновационные способы общения с этими новыми устройствами. Это означает не просто давать односторонние инструкции или запросы, но и проводить двусторонние взаимодействия, которые отвечают нашим потребностям. Вот тут-то и вступают разговорные вычисления. Нам нужен разговор не только для заполнения формы или пошаговых инструкций, он нам нужен, потому что мы не знаем постоянно меняющихся вариантов (например, доступных билетов и дат или новых ситуаций) и системы не знают наших потребностей, предпочтений или не имеют специальной подготовки и мудрости для выполнения задачи. Крупные компании вкладывают большие средства в область разговоров: Google, Apple, Amazon, Facebook, IBM, Baidu – это лишь некоторые из них. И овладев разговором, они могут овладеть миром. Следующая Алекса будет вашим домашним помощником, вашим консьержем в отеле. Следующая Siri или Google-Assistant будет вашим личным помощником в офисе и дома. Facebook будет взаимодействовать с вами, как один из ваших друзей. Но помимо доминирования в нашей личной повседневной жизни разговорные системы захватят деловой мир, поскольку они будут обеспечивать более быстрое, качественное и более дешевое обслуживание клиентов. Это были такие компании, как IBM, и многие стартапы делают свое дело. По оценкам Gartner, к 2020 году ИИ будет составлять 85% взаимоотношений с клиентами, а недавний анализ рынка показывает, что сегодня 60% постоянных клиентов (то есть вы и я) предпочли бы разговаривать с автоматизированной системой, чем с человеком, чтобы завершить простые задачи, если это быстрее и более информативно. Однако большинство из нас (более 70%) до сих пор не доверяют автоматизированным системам со сложными задачами или нашими деньгами. Также большинство из нас, согласно опросу, не хотят полагаться на автоматизированных помощников, которые принимают решения за нас. В этих случаях все еще требуется человеческое общение, кто-то, кто понимает наши потребности, может вести переговоры, может объяснить и привести разговор к взаимовыгодному решению.

Таким образом, ожидаются большие успехи в системах, которые демонстрируют больше человеческих характеристик и учитывают больше способов взаимодействия, чем просто напечатанные сообщения. Например, Microsoft работает над естественным пользовательским интерфейсом (NUI), который сочетает естественный язык с жестами, прикосновениями и взглядами, чтобы помочь углубить системные разговоры. Все можно «почувствовать» зрением, прикосновением или звуком. Это своего рода мультимодальный разговор, который сделает автоматизированные разговорные системы более похожими на людей. Google недавно продемонстрировал Duplex, концептуального помощника, который назначает встречи и резервирование для вас: он звучит и взаимодействует очень по-человечески. ИИ может сыграть в этом главную роль. Исследования уже создают прототип глубокого обучения для разговорных систем, которое становится все более «глубоким»: вместо изучения диалогов из примеров текстовых диалогов новые системы ИИ находятся в разработке и будут учиться непосредственно из разговорных взаимодействий. MILA, исследовательская группа из ООН. Монреаль, Facebook, Samsung, Microsoft и Google уже работают в этом направлении. Это будет очень мощным. Вспомните с юных лет, что разговорный диалог был нашим основным и единственным умением учиться, играть и учить других. Мы смогли договориться с нашими родителями, прежде чем мы смогли читать и писать, и мы смогли описать, как играть в игру с нашими сверстниками или координировать, чтобы играть в нее, прежде чем мы пошли в школу. Разговорное диалоговое взаимодействие – это богатая форма интеллектуального общения, которая с годами становится все более сложной и сложной: она постоянно включает в себя то, что мы узнаем из нашего взаимодействия с другими людьми или из источников знаний (книги, документы, статьи, руководства и т. Д.). близко к тому, чтобы увидеть такие системы в ближайшее время? «Терпение, вы должны иметь, мой молодой падаван. «Наш текущий опыт связан с каскадными системами, т.е. е. системы, в которых есть компонент преобразования речи в текст, который транскрибирует нашу речь, которая затем передается в диалоговую систему, и ответ зачитывается нам. Такие системы часто допускают ошибки и запутываются, что приводит к негативному восприятию клиентов.

Одна из причин заключается в том, что они не связаны друг с другом: информация о том, что ожидает диалоговая система, не передается обратно для улучшения системы транскрипции, и, наоборот, ошибочная транскрипция слепо передается в диалоговую систему. Изучение непосредственно из примеров разговорного диалога может решить многие из этих проблем, а также включить в автоматизированный диалог диалог новые аспекты: эмоции, отношения, стиль выражения …