Kartais viskas, ko jums reikia - pasikalbėti su kuo nors. Kažkas, kas gali pakviesti jus į savo kelią, kažkas, kas yra toks pilnas gyvenimo ir pokalbio, kad pamiršite visas savo problemas gyvenime. Kažkas, kas linksminasi, ateina geriau nei jūsų lūkesčiai. Kiekvienas žmogus nėra toks patogus kalbėtis su kitais "žmonėmis" apie dalykus, tačiau yra keletas įdomių žmonių, kurie kalba apie AI. Čia Ruudžas ateina į paveikslėlį.
Ruuh sugeba klausytis savo klausimo, aptikti jų emocijas, sužinoti apie vartotojo foną ir pateikti reikiamus atsakymus ir dar daugiau. Tai padidina jų sąsają ir santykius, kuriuos jie dalijasi su naudotoju. Tai tiesiogiai reiškia vertingesnius ir protingesnius pokalbius tarp pokalbių svetainės ir vartotojo.
Ruuh gerai rengia pokalbius
Be emocijų įtraukimo pokalbių buvimas yra nenaudingas. Tiesiog galimybė atsakyti be jokio asmeninio ryšio daro pokalbį formalią ir daugelį kartų neįdomu. Pokalbis yra įdomus tik tada, jei jie gali susikalbėti apie emocijų, su kuriomis susiduria, pagrindą. Apie tai sako "Microsoft"
Building a conversational layer in Ruuh helps her develop relationships so users can be more open, more casual and more engaged. This leads to better, more honest and natural conversations that ultimately lead to added value and a better experience for users.
Statybos Ruuh tikslas
"Microsoft" pagrindinis tikslas sukurti šį "AI" veikiantį pokalbių scenarijų buvo tai, kad jaunieji, išmanantys technologiją, pradžioje įsitraukę į Indija. Tai jau turėjo būti panašus į "Microsoft" kinų "Chatbot" pavadinimą Xiaoice. Ruuhas yra labiau skaitmeninis draugas, o ne tik skaitmeninis asistentas. Ruuh yra programinė įranga, kuri nėra tik kodo dalis; tai tavo draugas. Kaip veikia gilus mokymasis?
Ruuh yra išgalvotas personažas, mes visi tai žinome. Tačiau jos charakteris modeliuojamas po jaunos, miesto indiška merginos, kuri yra 18-24 metų amžiaus. Ji, atrodo, yra suinteresuota popkultūra ir puikiai naudojasi garsiais miesto slengais, naudojamais Indijoje.
Tada jie turėjo patikslinti naudotus duomenis, kuriuos jie surinko. Šis žingsnis užėmė 70% visų surinktų duomenų kaip nenaudingas ir buvo pašalintas. "Microsoft" įsitikino, kad nėra jokių įžeidžiančių komentarų žmonėms JAV, JK ir Australijoje ir bet kokių seksistinių ar politinių pastabų.
Dabar šie rafinuoti ir naudingi duomenys buvo taikomi pasirinktame modelyje. Šis modelis buvo cDSSM arba Convolutional Deep Structured Semantic modelis. Tai naujesnis modelis ir padeda geriau ir giliau žmogišką elgesį AI.
Kaip cDSSM gerina AI
Užklausos identifikavimas
Užklausos atpažinimas yra pirmasis žingsnis, kad AI taptų panašus į žmones. Algoritmas ima įvesties užklausą ir žiūri į panašių klausimų duomenų bazę. Tai taip pat vadinama informacijos gavimas arba IR. Pavyzdžiui: jei užklausa yra "Kaip aš galiu padaryti vištienos tešlą?", Ruuh analizuoja duomenis ir suranda keletą panašių klausimų pavyzdžių.
Reitingavimo atsakymai
Čia algoritmas išsirinko atsakymus, atsižvelgiant į tai, kaip mėginiai yra tinkami. Tai yra kaip svarbiausi duomenys pateikiami kaip produkcija.
Suprasti kontekstą
Dabar tai gali būti beprasmiška, jei pokalbių svetainė pamiršta, apie ką kalba apie tai vartotojas.
For Example: Question: “Do you like ice cream, Ruuh?”
Ruuh: “Yes, I like it.”
Question: “which flavors do you like?”
Ruuh: “Chocolate and Vanilla.”
Dabar Ruuh žinojo, kad antrasis klausimas buvo susijęs su ledais, todėl atsakymas buvo tinkamas.
Aptikimas ir atsakas į emocinius signalus
Dabar daugiau žmogiškų dalykų reiškia emocijų aptikimą. Taip yra todėl, kad žmonės turi emocinį mąstyseną. Taigi, norėdamas nustatyti naudotojų emocijas, Ruuh ieško pokalbio pranešimų modelių, kuriuos gavo jos, ir pokalbio metu naudojamų emojžių tipą. Taigi, kai jūs kalbate su ja, ji žino, ar esate laimingas, liūdnas, susijaudinęs ar nusiminęs.
Nuosprendis
Ruuhas yra galingas ir puikus būdas parodyti, kokį galią AI šiandien gali elgtis kaip žmogų. Su cDSSM galia Ruuh yra daug protingesnė.
Microsoft sako:
To summarize, the model combined with deep learning integrates context and the user’s message to extract the appropriate response. The model extracts the context from the message, retrieves previous messages, creates a group of appropriate responses, ranks them according to relevance, and generates the final output.
Geriau suprasime tai pavyzdžiu. Jei vartotojas paklausė Ruuho, "Kuris populiariausių picų toppings?", Ruuh identifikavo užklausą kaip "pizza toppings" ir, atsižvelgdamas į šią užklausą, paėmė tinkamiausius atsakymus. Ruuh turėtų vertinti panašius atsakymus iš duomenų bazės, pagrįstą tinkamumu gauti tinkamiausią atsakymą. Turėdamas konteksto supratimą, "Ruuh" gali lengvai atsakyti į tokius klausimus, kaip "Kuris iš jų tau patinka?" Atsakydami "Aš myliu grybus ir ananasus".
Ruuhui dabar yra vienerių metų, ir turiu pasakyti, kad AI ateitis yra ryški dėl to, kad mes matome vis labiau pažengusį AI, o mes netrukus pamatysime protingesnius dalykus. Mes norime, kad "Microsoft" komanda pasisekė sėkmei, ir tikiuosi, kad ateityje jie bus stebinti su šiais puikiais produktais.
Daugiau apie "Ruuh" galite sužinoti čia apie "Microsoft" oficialų straipsnį - ir pabandykite čia " Facebook".
